概率统计,二维连续型随机变量,已知二维随机变量(X,Y)的联合概率密度为 概率统计,二维连续型随机变量,已知二维随机变量(X,Y)的联...

\u6982\u7387\u7edf\u8ba1\u95ee\u9898\uff0c\u4e8c\u7ef4\u8fde\u7eed\u578b\u968f\u673a\u53d8\u91cf\uff0c\u5df2\u77e5\u4e8c\u7ef4\u968f\u673a\u53d8\u91cf\uff08X\uff0cY\uff09\u7684\u8054\u5408\u6982\u7387\u5bc6\u5ea6\u4e3a

5\u9898\uff1a
f(x,y)=ke^(-y), 0<x<y.
(1) k \u222b [0, \u221e]{ \u222b [x, \u221e] e^(-y)}dx = k \u222b [0, \u221e] e^(-x) = 1. --> k=1.
(2) P(X+Y\u22641) = \u222b [0, 1/2]{ \u222b [x,1-x] e^(-y)}dx . \u4ee5\u4e0b\u81ea\u5df1\u7b97\u4e0b\u3002
(3) f(x) = \u222b [x, \u221e] e^(-y)dy = e^(-x), x>0.
f(y) = \u222b [0,y] e^(-y)dx = ye^(-y), y>0.
(4) f(x|y) = f(x,y)/f(y) = 1/y, 0<x<y.

6\u9898\uff1af(x,y) = 1/[(Ax^2)y], x>1, (1/x) <y<x.
(1) \u222b [1, \u221e]{ \u222b [1/x, x] (1/[(Ax^2)y]) }dx
\u6ce8\u610f\uff1a\u5916\u79ef\u5206\u4e3ax\u4ece1\u5230\u65e0\u7a77\u3002\u5185\u79ef\u5206\u4e3ay\u4ece(1/x)\u5230x.
I do not know why. I cannot post pictures and cannot write more in Chinese.


题不难,计算太复杂,给你个思路

(1) 1=∫(0,+∞)dx∫(x,+∞)ke^(-y)dy=k

(2)P(X+Y<=1)=∫(0,1/2)dx∫(x,1-x)e^(-y)dy

(3)fX(x)=∫(x,+∞)e^(-y)dy=e^(-x)  (x>0)

(4)fY(y)=∫(0,y)e^(-y)dx=ye^(-y)   (y>0)

f(x|y)=f(x,y)/fY(y)=1/y  (0<x<y)

(5)因f(x,y)≠fX(x)*fY(y),所以不独立

(6)P(Y>=1/2|X>=1/2)=P(X>=1/2,Y>=1/2)/P(X>=1/2)

=∫(1/2,+∞)dx∫(x,+∞)e^(-y)dy/∫(1/2,+∞)e^(-x)dx

(7)f(y|x)=f(x,y)/fX(x)=e^(-y)/e^(-x)=e^[-(y-x)]    (0<x<y)

P(Y>=1/2|X=1/2)=∫(1/2,+∞)e^[-(y-1/2)]dy



  • 浜岀淮杩炵画鍨嬮殢鏈哄彉閲鐨勫垎甯冨嚱鏁板浣曟眰
    绛旓細瀵逛簬浜岀淮杩炵画鍙橀噺鐨勫垎甯冨嚱鏁癋(x锛寉)锛屼竴鑸簲鐢ㄥ叾姒傜巼瀵嗗害鍑芥暟f(x锛寉)鐨勫畾绉垎姹傝В锛涘浜庨潪杩炵画鍙橀噺锛闇瑕佸垎鍒疮鍔犳眰寰椼愪笌涓缁闅忔満鍙橀噺鐨勬眰娉曠浉浠裤戙傗埓鏈涓紝褰搙鈭(0,鈭)銆亂鈭(0锛屸垶)鏃讹紝鍒嗗竷鍑芥暟F(x锛寉)=鈭(-鈭烇紝x)du鈭(-鈭,y)f(u锛寁)dv=鈭(0锛寈)du鈭(-0锛寉)2e^(-2u-v...
  • 璁浜岀淮杩炵画鍨嬮殢鏈哄彉閲(X,Y)鏈嶄粠鍖哄煙D涓婄殑鍧囧寑鍒嗗竷,鍏朵腑D={(X,Y)|...
    绛旓細鏈変袱绉嶆柟娉曪細绗竴鍙敤鍗风Н鍏紡鐩存帴鍐欑瓟妗堬紝绗簩鍙互鐢ㄤ竴鑸殑姹傛硶锛屽氨鏄妸X+Y=Z褰撴垚涓鍑芥暟鍥捐薄銆傜劧鍚庡埄鐢ㄧН鍒嗗尯闂磋璁篫鐨勮寖鍥达紝杩涜屽緱鍒板叾姒傜巼瀵嗗害鍑芥暟锛屾鐜璁轰笌缁熻涔︿笂鏈夌殑
  • 姒傜巼涓缁熻鍦ㄧ嚎绛!璁浜岀淮杩炵画鍨嬮殢鏈哄彉閲(x,y)鐨勮仈鍚堝瘑搴﹀嚱鏁
    绛旓細姒傜巼涓缁熻鍦ㄧ嚎绛!璁浜岀淮杩炵画鍨嬮殢鏈哄彉閲(x,y)鐨勮仈鍚堝瘑搴﹀嚱鏁 50 姹:1銆佸父鏁癱2銆乸(x+y<1)3銆佽竟缂樺瘑搴﹀嚱鏁癴x(x),fy(y)4銆佸垽鏂瓁涓巠鏄惁鐩镐簰鐙珛... 姹:1銆佸父鏁癱 2銆乸(x+y<1) 3銆佽竟缂樺瘑搴﹀嚱鏁癴x(x),fy(y) 4銆佸垽鏂瓁涓巠鏄惁鐩镐簰鐙珛 灞曞紑  鎴戞潵绛 ...
  • 姒傜巼璁轰腑鐨刦X(x)鏄粈涔堟剰鎬?瀹冨拰f(x)鏈変粈涔堝尯鍒
    绛旓細涓銆佸惈涔変笉鍚岋細fX锛坸锛夊拰fY锛坹锛夊湪鈥浜岀淮杩炵画鍨嬮殢鏈哄彉閲鍙婂叾瀵嗗害鍑芥暟鈥濅腑鍑虹幇銆俧X锛坸锛夋槸X鐨勮竟缂樺瘑搴﹀嚱鏁帮紱fY锛坹锛夋槸Y鐨勮竟缂樺瘑搴﹀嚱鏁般備簩銆佽〃绀轰笉鍚岋細X琛ㄧず涓涓彉閲弤x琛ㄧず涓涓彉閲忕殑鍊硷紝F锛圶锛夎〃绀轰竴涓嚱鏁扮殑璇濓紝F锛坸锛夎〃绀烘妸X=x浠e叆銆傛ц川 闅忔満鍙橀噺鍦ㄤ笉鍚岀殑鏉′欢涓嬬敱浜庡伓鐒跺洜绱犲奖鍝锛屽彲鑳鍙...
  • 鍏充簬浜岀淮杩炵画鍨嬮殢鏈哄彉閲鐨勫嚱鏁扮殑鍒嗗竷鐨勪竴涓棶棰!!鎬ユ眰!
    绛旓細max锛坸锛寉锛夆墹z锛岀瓑浠蜂簬X鈮锛屼笖y鈮锛屽繀椤讳袱涓兘灏忎簬鎵嶅彲浠ワ紝鎵浠ュ彲浠ョ敤 鑰宮in锛坸锛寉锛夆墹z锛屼笉绛変环浜嶺鈮锛屼笖y鈮锛屽洜涓鍙兘X鈮,y>z,鎴朮>,y鈮,鎴朮鈮锛寉鈮锛寈涓巠鍙鑷冲皯鏈変竴涓皬浜庣瓑浜巣灏辫浜嗭紝鏈変笁绉嶆儏鍐碉紝鑰屽鏋滅敤瀹冧簰琛ョ殑min锛坸锛寉锛>z锛屾渶灏忓煎ぇ浜巣锛屽垯涓や釜蹇呴』閮...
  • 姒傜巼璁轰笌鏁扮悊缁熻,宸茬煡浜岀淮杩炵画鍨嬮殢鏈哄彉閲鍒嗗竷鍑芥暟,姹傛鐜囧瘑搴︾殑鍏紡...
    绛旓細∂²鏄亸寰垎姹備簩闃跺鏁 杩欎釜鍏紡鐨勬剰鎬濆氨鏄綘鍒嗗埆姹倄锛寉鐨勫鏁般傚彲浠ュ厛灏唜鐪嬫垚甯告暟锛寉鏄鍙橀噺锛姹倅鐨勫鏁帮紝鐒跺悗灏嗙粨鏋滃啀浠鏄父鏁帮紝姹倄鐨勫鏁板緱鍑烘渶鍚庣殑缁撴灉锛涗篃鍙互鍏堝皢y鐪嬫垚甯告暟锛寈鏄彉閲忥紝姹倄鐨勫鏁帮紝鐒跺悗灏嗙粨鏋滃啀浠鏄父鏁帮紝姹倅鐨勫鏁板緱鍑烘渶鍚庣殑缁撴灉 ...
  • 璁浜岀淮杩炵画闅忔満鍙橀噺(X銆乊)鐨勮仈鍚姒傜巼瀵嗗害涓:f(x,y)={k, 0<x<1,0<y...
    绛旓細鈭埆f锛坸锛寉锛塪xdy=鈭玨xdx(0-->1)鈭玠y(0--->x)=鈭玨x^2dx(0-->1)=k/3=1--->k=3 X鐨勮竟缂姒傜巼瀵嗗害fX(x)= 鈭3xdy(0-->x)=3x^2 Y鐨勮竟缂樻鐜囧瘑搴Y(y)= 鈭3xdx(y-->1)=3(y^2-1)/2 渚嬪锛欿=3 a=2 E(x)=X 涔樹互K涔樹互X鐨刟娆℃柟鐨勭Н鍒哾u锛0<X<1锛=k/(a+2)...
  • 姒傜巼璁轰笌鏁扮悊缁熻 浜岀淮杩炵画闅忔満鍙橀噺
    绛旓細姒傜巼璁轰笌鏁扮悊缁熻 浜岀淮杩炵画闅忔満鍙橀噺 1涓洖绛 #鐑# 浣犺寰楀悓灞呬細鏇村鏄撹鎰熸儏鍙樻贰鍚?fengzhejun77 2014-01-07 路 TA鑾峰緱瓒呰繃3464涓禐 鐭ラ亾澶ф湁鍙负绛斾富 鍥炵瓟閲:989 閲囩撼鐜:75% 甯姪鐨勪汉:787涓 鎴戜篃鍘荤瓟棰樿闂釜浜洪〉 鍏虫敞 灞曞紑鍏ㄩ儴 鏇村杩介棶杩界瓟 杩介棶 杩欎竴姝ヨ兘涓嶈兘鍏蜂綋涓浜涘憿,璋㈣阿鎮 ...
  • 鏍规嵁浜岀淮闅忔満鍙橀噺鑱斿悎姒傜巼瀵嗗害姹傝仈鍚堝垎甯冨嚱鏁?
    绛旓細鏈枃鍒╃敤鍒嗗竷鍑芥暟涓庢鐜囧瘑搴︿箣闂寸殑鍏崇郴,浠ユ洸绾跨Н鍒嗕负宸ュ叿,瀵煎嚭闅忔満鍙橀噺Z=g(X,Y)鐨勬鐜囧瘑搴︾殑涓鑸叕寮忋傜劧鍚庡姒傜巼缁熻涓殑涓浜涢噸瑕佸垎甯冪粰浜堟瘮杈冪畝鍗曠殑璇佹槑銆傘愪綔鑰呭崟浣嶃戯細鍖椾含鑸┖鑸ぉ澶у搴旂敤鏁扮悊绯 銆愬叧閿瘝銆戯細浜岀淮杩炵画鍨嬮殢鏈哄彉閲;鍑芥暟;姒傜巼瀵嗗害;鍒嗗竷鍑芥暟;鏇茬嚎绉垎 銆怐OI銆戯細cnki:ISSN:1001-5965.0....
  • 姒傜巼璁轰笌鏁扮悊缁熻銆 浜岀淮杩炵画鍨嬮殢鏈哄彉閲銆 鎴戝垝绾跨殑鍦版柟銆倄鐨勮寖鍥翠笉鏄...
    绛旓細棰樼洰閲岃竟涓瀹氭槸锛寉澶т簬绛変簬1鏃跺彇闆讹紝x涔熸槸銆
  • 扩展阅读:二维随机变量分布图 ... 二维随机变量求概率p ... 二维连续型的数学期望 ... 连续变量有哪些例子 ... 概率密度的计算公式 ... 概率论二维随机变量 ... 怎么判断连续型还是离散型 ... 一维连续型随机变量 ... 二维连续型随机变量公式 ...

    本站交流只代表网友个人观点,与本站立场无关
    欢迎反馈与建议,请联系电邮
    2024© 车视网