<p>モーメント母関数から確率分布を特定する問題です。</p><p class='step'>1. モーメント母関数の定義と性質</p><p>確率変数 $X$ のモーメント母関数 $M_X(t)$ は以下のように定義されます:</p><p class='formula'>$M_X(t) = E[e^{tX}]
lt;/p><p>モーメント母関数は確率分布を一意に特定します。つまり、2つの確率変数のモーメント母関数が同じであれば、それらの確率分布も同じです。</p><p>また、モーメント母関数を $t$ で $n$ 回微分して $t = 0$ で評価すると、$X$ の $n$ 次モーメント(期待値)が得られます:</p><p class='formula'>$E[X^n] = \left. \frac{d^n}{dt^n} M_X(t) \right|_{t=0}
lt;/p><p>特に、以下の関係が成り立ちます:</p><ul><li>$E[X] = M_X'(0)$(平均)</li><li>$E[X^2] = M_X''(0)$(2次モーメント)</li><li>$V(X) = E[X^2] - (E[X])^2 = M_X''(0) - (M_X'(0))^2$(分散)</li></ul><p class='step'>2. 与えられたモーメント母関数の分析</p><p>問題で与えられたモーメント母関数は $M_X(t) = e^{\frac{t^2}{2}}$ です。</p><p>平均を求めるために、$M_X(t)$ を $t$ で微分します:</p><p class='formula'>\begin{align}M_X'(t) &= e^{\frac{t^2}{2}} \cdot \frac{d}{dt}\left(\frac{t^2}{2}\right) \\&= e^{\frac{t^2}{2}} \cdot t\end{align}</p><p>$t = 0$ で評価して平均を求めます:</p><p class='formula'>$E[X] = M_X'(0) = e^{0^2/2} \cdot 0 = 1 \cdot 0 = 0
lt;/p><p>2次モーメントを求めるために、$M_X'(t)$ をさらに微分します:</p><p class='formula'>\begin{align}M_X''(t) &= \frac{d}{dt}\left(e^{\frac{t^2}{2}} \cdot t\right) \\
&= \frac{d}{dt}\left(e^{\frac{t^2}{2}}\right) \cdot t + e^{\frac{t^2}{2}} \cdot \frac{d}{dt}(t) \\
&= e^{\frac{t^2}{2}} \cdot t \cdot t + e^{\frac{t^2}{2}} \cdot 1 \\
&= e^{\frac{t^2}{2}} \cdot (t^2 + 1)
\end{align}
</p>
<p>$t = 0$ で評価して2次モーメントを求めます:</p>
<p class='formula'>$E[X^2] = M_X''(0) = e^{0^2/2} \cdot (0^2 + 1) = 1 \cdot 1 = 1
lt;/p><p>分散を計算します:</p><p class='formula'>$V(X) = E[X^2] - (E[X])^2 = 1 - 0^2 = 1
lt;/p><p class='step'>3. 確率分布の特定</p><p>平均が0、分散が1の確率変数 $X$ のモーメント母関数を考えます。</p><p>標準正規分布 $N(0, 1)$ のモーメント母関数は以下のように知られています:</p><p class='formula'>$M_X(t) = e^{t^2/2}
lt;/p><p>これは問題で与えられたモーメント母関数と一致します。したがって、確率変数 $X$ は標準正規分布 $N(0, 1)$ に従います。</p><p class='note'>モーメント母関数は、確率分布を特定するためのツールです。特に、正規分布、ポアソン分布、二項分布などの一般的な確率分布のモーメント母関数は、閉じた形で表現できることが知られています。</p><p>また、独立な確率変数の和のモーメント母関数は、各確率変数のモーメント母関数の積になります:</p><p class='formula'>$M_{X+Y}(t) = M_X(t) \cdot M_Y(t)$($X$ と $Y$ が独立の場合)</p><p>この性質は、中心極限定理の証明や、複雑な確率分布の解析に役立ちます。</p><p>したがって、確率変数 $X$ の分布として最も適切なものは平均0、分散1の正規分布です。</p>