0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

[Statistics] 数理統計_積率母関数の例題

0
Last updated at Posted at 2026-03-21

例題

【問題】ある店舗では,1日に来店する新規客の人数を $X$ 人,常連客の人数を $Y$ 人とする。
$X$ と $Y$ は独立で,それぞれ

X \sim Po(2),\quad Y \sim Po(3)

にしたがうとする。このとき,次の問いに答えなさい。

(1)$X$ の積率母関数 $M_X(t)$ を求めなさい。

(2)1日の総来店者数を

Z=X+Y

とおく。積率母関数を用いて,$Z$ の分布を求めなさい。

(3)$Z$ の期待値と分散を求めなさい。


解法

(1)$X$ の積率母関数

まず,$X \sim Po(2)$ なので,確率質量関数は

P(X=x)=e^{-2}\frac{2^x}{x!}
\quad (x=0,1,2,\dots)

です。

積率母関数の定義より,

M_X(t)=E(e^{tX})

なので,

M_X(t)
=
\sum_{x=0}^{\infty} e^{tx} P(X=x)
=
\sum_{x=0}^{\infty} e^{tx} e^{-2}\frac{2^x}{x!}
=
e^{-2}\sum_{x=0}^{\infty}\frac{(2e^t)^x}{x!}

ここで,指数関数の展開

\sum_{x=0}^{\infty}\frac{a^x}{x!}=e^a

を使うと,

M_X(t)=e^{-2}e^{2e^t}
=\exp(2e^t-2)
=\exp\{2(e^t-1)\}

したがって,求める積率母関数は

M_X(t)=\exp\{2(e^t-1)\}

(2)Z=X+Y の分布

次に,$Y \sim Po(3)$ なので,同様にして

M_Y(t)=\exp\{3(e^t-1)\}

です。

ここで,$X$ と $Y$ は独立なので,和 $Z=X+Y$ の積率母関数は

M_Z(t)=M_{X+Y}(t)=M_X(t)M_Y(t)

となります。

したがって,

M_Z(t)
=
\exp\{2(e^t-1)\}\exp\{3(e^t-1)\}
=
\exp\{5(e^t-1)\}

となります。

これは,ポアソン分布 $Po(\lambda)$ の積率母関数

M(t)=\exp\{\lambda(e^t-1)\}

において $\lambda=5$ とした形と一致します。

よって,

Z \sim Po(5)

(3)Zの期待値と分散

(2)より,

Z \sim Po(5)

なので,ポアソン分布の性質から

E(Z)=5,\quad V(Z)=5

です。

積率母関数から直接求めてもよい

(2)で求めた

M_Z(t)=\exp\{5(e^t-1)\}

を使います。

期待値

まず1回微分すると,

M_Z'(t)=\exp\{5(e^t-1)\}\cdot 5e^t

したがって,

M_Z'(0)=\exp\{5(1-1)\}\cdot 5=5

なので,

E(Z)=M_Z'(0)=5

分散

さらに2回微分すると,

M_Z''(t)
=
\exp\{5(e^t-1)\}(5e^t)^2
+
\exp\{5(e^t-1)\}5e^t
=
\exp\{5(e^t-1)\}\left(25e^{2t}+5e^t\right)

よって,

M_Z''(0)=25+5=30

したがって,

V(Z)=M_Z''(0)-\{M_Z'(0)\}^2
=30-5^2
=30-25
=5

解法の型

パターン1:積率母関数を定義から求める

まず,

M_X(t)=E(e^{tX})

を書き,離散型なら総和,連続型なら積分で計算する。

パターン2:独立な和の分布

$X,Y$ が独立なら,

M_{X+Y}(t)=M_X(t)M_Y(t)

その後,得られた形を既知の積率母関数と比較して分布を特定する。

パターン3:期待値・分散を求める

積率母関数を微分して,

E(X)=M_X'(0)
V(X)=M_X''(0)-\{M_X'(0)\}^2
0
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?