高校では置換積分を学んだ。確率論では、1変数の置換積分は1変数の変数変換に拡張される。
2変数の置換積分についても同様であるが、ヤコービ行列式の知識が必要になる。
1変数
1変数の置換積分
\( x=g(t) \) のとき、
\(\displaystyle\int_a^b f(x)dx=\displaystyle\int_{\alpha}^{\beta} f(g(t))\dfrac{dx}{dt}dt\)
ただし、 \(t:\alpha\to \beta\) と単調に変化するとき、 \(x:a\to b\) と単調に変化するものとする。
この条件は、\(x\to t \)という変数変換である。
(被積分関数が、逆変換の微分をかけたものになることに注意)
1変数の変数変換
関数 h は微分可能な単調関数とする。
\(X\sim f\left( x\right) \) \(Y=h\left( X\right) \) (確率密度関数 ) であるとき、Yの確率密度関数は、
\(Y\sim g\left( y\right) =f\left( h^{-1}\left( y\right) \right) \times \left| \left( h^{-1}\right) '\left( y\right) \right| \)
(逆変換の微分をかけたものになることに注意)
(∵)
hが単調増加のとき、
\(\displaystyle P\left( Y\leq y\right) =P\left( h\left( X\right) \leq
y\right)
=P\left( X\leq h^{-1}\left( y\right) \right)
=\int ^{h^{-1}\left( y\right) }_{-\infty}f\left( x\right) dx\)
微分すると、 \(g\left( y\right) =f\left( h^{-1}\left( y\right) \right) \times \left( h^{-1}\right) '\left( y\right)\)
別の書き方として、 \(g\left( y\right) =f\left( h^{-1}\left( y\right) \right) \times \dfrac{1}{h'(x)}\) (ワークはこの公式)
逆関数の微分より、 \(\dfrac{dx}{dy}=\left. 1 \right/ \dfrac{dy}{dx}\)
単調減少のときは、
\(\displaystyle P\left( Y\leq y\right) =P\left( h\left( X\right) \leq
y\right)
=P\left( X\geq h^{-1}\left( y\right) \right)
=1-\int ^{h^{-1}\left( y\right) }_{-\infty}f\left( x\right) dx\)
微分すると、 \(g\left( y\right) =-f\left( h^{-1}\left( y\right) \right) \times \left( h^{-1}\right) '\left( y\right)\)
まとめると、\(g\left( y\right) =f\left( h^{-1}\left( y\right) \right) \times \left| \left( h^{-1}\right) '\left( y\right) \right| \)
平方変換
\(X\sim f\left( x\right) \) (確率密度関数 )、 \(Y=X^2\) であるとき、
\(Y\sim g\left( y\right) =\dfrac{1}{\sqrt{y}}\ f\left( \sqrt{y} \right)\)
\(Y=X^2\) は単調性がないので、さらに条件を付け加える。
即ち、 \(f(x)\) はy軸について対称であるとする。
このとき、 \(\displaystyle P\left( X^{2}\leq y\right) =P\left( -\sqrt{y}\leq x\leq \sqrt{y}\right) =2\int ^{\sqrt{y}}_{0}f\left( x\right) dx\)
yで微分すると、
\(g\left( y\right) =\dfrac{d}{dy}P\left( X^{2}\leq y\right) =\dfrac{1}{\sqrt{y}}f\left( \sqrt{y}\right) \) を得る。
[参考]
\(f(x)\) にy軸についての対称性がない場合には、
\(g\left( y\right) =\dfrac{d}{dy}P\left( X^{2}\leq y\right) =\dfrac{1}{2\sqrt{y}}\left[f\left( \sqrt{y}\right) +f\left( -\sqrt{y}\right)\right]\) となる。
2変数
重積分の置換積分
\(x=x(u,v)\) 、 \(y=y(u,v)\) によって
変数: \((x,y)\to(u,v)\) 積分領域: \(D\to D'\) に対応するとする。
このとき、
\(\begin{align*}
\int\!\!\!\int_{\text{D}}f(x,y)\,dxdy
=
\int\!\!\!\int_{\text{D}'}f(x(u,v),y(u,v))\,|J|\,dudv
\end{align*}\)
Jはヤコビ行列で、\(J=
\begin{pmatrix}\frac{\partial x}{\partial u}&\frac{\partial x}{\partial v}\\
\frac{\partial y}{\partial u}&\frac{\partial y}{\partial v}\end{pmatrix}\)
|J|はヤコビアンで、\(|J|=
\begin{vmatrix}\frac{\partial x}{\partial u}&\frac{\partial x}{\partial v}\\
\frac{\partial y}{\partial u}&\frac{\partial y}{\partial v}\end{vmatrix}\)
(逆変換の微分であるヤコビ行列の行列式をかけたものになる)
2変数の変数変換
\((X,Y)\sim f\left( x,y\right) \) (確率密度関数 ) \((x,y)\to(u,v)\) であるとき、
\((U,V)\) の確率密度関数は、
\((U,V)\sim g\left( u,v\right) =f\left( x(u,v),y(u,v) \right) \times |J| \)
(逆変換の微分であるヤコビ行列の行列式をかけたものになる)