更新:2025/01/06

指数分布とモーメント母関数を利用した計算について

はるか
はるか
指数分布って、待ち時間の分布とかに使われるやつ。
ふゅか
ふゅか
そうそう!例えば、電話が次にかかってくるまでの時間とかね。便利な確率分布だよね!

1. 指数分布とは

指数分布は、連続確率分布の一種で、主に以下のような場面で使われます。

  • 待ち時間の分布例: あるイベント(電話がかかってくる、信号が青に変わるなど)の発生までの時間。

1.1. 確率密度関数(PDF)

指数分布確率密度関数は次のように表されます。

f(x;λ)={λeλx(x0)0(x<0) f(x; \lambda) = \begin{cases} \lambda e^{-\lambda x} & (x \geq 0) \\ 0 & (x < 0) \end{cases}

ここで:

  • λ \lambda は正のパラメータ(率パラメータ)で、平均発生率を示します。
  • x x は時間や距離などの非負の実数です。

2. 母関数とは

2.1. 母関数

モーメント母関数は、次のように定義されます。

MX(t)=E[etX]=etxf(x)dx M_X(t) = \mathbb{E}[e^{tX}] = \int_{-\infty}^\infty e^{tx} f(x) \, dx

はるか
はるか
モーメント母関数は、期待値と分散の計算に使える。

3. 母関数の計算

指数分布の確率密度関数(PDF)は次の通りです。

f(x;λ)={λeλx(x0)0(x<0) f(x; \lambda) = \begin{cases} \lambda e^{-\lambda x} & (x \geq 0) \\ 0 & (x < 0) \end{cases}

モーメント母関数は以下で定義されます。

MX(t)=E[etX]=0etxf(x;λ)dx M_X(t) = \mathbb{E}[e^{tX}] = \int_{0}^\infty e^{tx} f(x; \lambda) \, dx

これを指数分布の場合に適用すると、

MX(t)=0etxλeλxdx M_X(t) = \int_{0}^\infty e^{tx} \lambda e^{-\lambda x} \, dx

積分を計算します。

MX(t)=λ0e(λt)xdx M_X(t) = \lambda \int_{0}^\infty e^{-(\lambda – t)x} \, dx

したがって、

MX(t)=λ1λt=λλt(for t<λ) M_X(t) = \lambda \cdot \frac{1}{\lambda – t} = \frac{\lambda}{\lambda – t} \quad (\text{for } t < \lambda)

4. 期待値(平均)

期待値はモーメント母関数の1階微分を t=0 t = 0 で評価することで求まります。

E[X]=MX(0) \mathbb{E}[X] = M_X'(0)

まず、モーメント母関数を微分します。

MX(t)=ddt(λλt)=λ(λt)2 M_X'(t) = \frac{d}{dt} \left( \frac{\lambda}{\lambda – t} \right) = \frac{\lambda}{(\lambda – t)^2}

t=0 t = 0 を代入すると、

MX(0)=λλ2=1λ M_X'(0) = \frac{\lambda}{\lambda^2} = \frac{1}{\lambda}

したがって、期待値は E[X]=1λ \mathbb{E}[X] = \frac{1}{\lambda} です。

5. 分散

分散は次の式で求めます。

Var(X)=E[X2](E[X])2 \text{Var}(X) = \mathbb{E}[X^2] – (\mathbb{E}[X])^2

まず、2階微分を計算します。

MX(t)=ddt(λ(λt)2)=2λ(λt)3 M_X”(t) = \frac{d}{dt} \left( \frac{\lambda}{(\lambda – t)^2} \right) = \frac{2\lambda}{(\lambda – t)^3}

t=0 t = 0 を代入すると、

MX(0)=2λλ3=2λ2 M_X”(0) = \frac{2\lambda}{\lambda^3} = \frac{2}{\lambda^2}

これを使って E[X2] \mathbb{E}[X^2] を求めます。

E[X2]=MX(0)=2λ2 \mathbb{E}[X^2] = M_X”(0) = \frac{2}{\lambda^2}

次に分散を計算します。

Var(X)=E[X2](E[X])2=2λ2(1λ)2 \text{Var}(X) = \mathbb{E}[X^2] – (\mathbb{E}[X])^2 = \frac{2}{\lambda^2} – \left( \frac{1}{\lambda} \right)^2

Var(X)=2λ21λ2=1λ2 \text{Var}(X) = \frac{2}{\lambda^2} – \frac{1}{\lambda^2} = \frac{1}{\lambda^2}

PR