본문 바로가기
Mathematics/통계학

[통계학] 4.4-(2) Example: 서로 독립인 정규 분포의 덧셈과 차

by 피그티 2021. 8. 7.

서로 독립인 랜덤 변수 XY 가 각각 다음과 같은 정규 분포를 따른다고 하자.

XN(μ,σ2)   ,   YN(γ,σ2)

XY 를 이용하여 새로운 랜덤 변수 U=X+YV=XY 를 정의하면, 이 두 랜덤 변수는 서로 독립일까? 이를 확인하기 위하여, XY 의 joint pdf를 UV 로 변환해보자. 먼저 XY 는 서로 독립이므로, joint pdf는

fX,Y(x,y)={12πσ2e12σ2(xμ)2}{12πσ2e12σ2(yγ)2}=12πσ2e12σ2(xμ)2e12σ2(yγ)2

가 되고, inverse transform X=12(U+V)Y=12(UV) 의 inverse Jacobian matrix

|J|=|xuxvyuyv|=|12121212|=12

따라서 변환된 pdf는

fU,V(u,v)=fX,Y(12(U+V),12(UV))|J|=12πσ2e12σ2(u+v2μ)2e12σ2(uv2γ)2×12

이 때,

(u+v2μ)2+(uv2γ)2=12(u(μ+γ))2+12(v(μγ))2

으로 정리되므로,

fU,V(u,v)={12π(2σ2)e12(2σ2)(u(μ+γ))2}{12π(2σ2)e12(2σ2)(v(μγ))2}

따라서, UV 는 서로 독립이 된다. 또한 각각의 marginal pdf

fU(u)=12π(2σ2)e12(2σ2)(u(μ+γ))2

fV(v)=12π(2σ2)e12(2σ2)(v(μγ))2

로부터

UN(μ+γ,2σ2)   ,   VN(μγ,2σ2)

임을 알 수 있다.