変数変換

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。

変数変換

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)


© hyoccori-toukei 2021