设二维连续型随机变量(X,Y)的联合密度函数为

解:

(1)由题设条件,有D={(x,y)丨0≤x≤1,-x≤y≤x}。

∴按照概率密度函数在定义区域积分为1的性质,∫(0,1)dx∫(-x,x)Ady=1,∴A=1。

(2)P(0≤x≤1,0≤y≤2)=P(0≤x≤1,0≤y≤1)=∫(0,1)dx∫(0,1)f(x,y)dy=1。

例如:

A=6,fX(x)=3e^-(3x),x>0,时,0,其它时

f Y( y)=2e^-(2y),y>0时,0;其它时

f (x, y)=f X(x)*f Y( y),独立

P{ 0<X≤1,0<Y≤2}=(1-1/e^3)(1-1/e^4)

假设这些基本的随机事件发生的概率都是相等的,如果有n个基本的随机事件,要使得发生的概率之和为1。

扩展资料:

随机变量在不同的条件下由于偶然因素影响,可能取各种不同的值,故其具有不确定性和随机性,但这些取值落在某个范围的概率是一定的,此种变量称为随机变量。

随机变量可以是离散型的,也可以是连续型的。如分析测试中的测定值就是一个以概率取值的随机变量,被测定量的取值可能在某一范围内随机变化,具体取什么值在测定之前是无法确定的,但测定的结果是确定的,多次重复测定所得到的测定值具有统计规律性。

参考资料来源:百度百科-随机变量



  • 璁句簩缁磋繛缁瀷闅忔満鍙橀噺(X,Y)鐨勮仈鍚堝瘑搴﹀嚱鏁颁负
    绛旓細f (x, y)=f X(x)*f Y( y)锛岀嫭绔 P{ 0<X鈮1锛0<Y鈮2}=锛1-1/e^3锛夛紙1-1/e^4锛夊亣璁捐繖浜涘熀鏈殑闅忔満浜嬩欢鍙戠敓鐨勬鐜囬兘鏄浉绛夌殑锛屽鏋滄湁n涓熀鏈殑闅忔満浜嬩欢锛岃浣垮緱鍙戠敓鐨勬鐜囦箣鍜屼负1銆
  • 璁句簩缁磋繛缁瀷闅忔満鍙橀噺(X,Y)鐨勮仈鍚堝瘑搴﹀嚱鏁颁负,(1)姹俋鐨勮竟缂樻鐜囧瘑搴x...
    绛旓細绗簩闂牴鎹瓹ov(x,y)=EXY-EXEY,鍒嗗埆绉垎鍗冲彲銆1銆佽竟闄呭瘑搴﹀嚱鏁扮殑姹傝В锛屾湰璐ㄥ氨鏄冨療绉垎锛屾垜浠彧瑕佽浣忚竟缂樻鐜囧瘑搴﹀氨鏄鑱斿悎瀵嗗害鍑芥暟姹傜Н鍒嗭紝褰撴垜浠眰鍏充簬Y鐨勮竟闄呭瘑搴﹀嚱鏁版椂灏辨槸瀵逛簬f锛坸锛寉锛鐨勮仈鍚堝瘑搴﹀嚱鏁板叧浜嶺姹傜Н鍒嗭紝姹俌鐨勮竟闄呭瘑搴﹀嚱鏁板垯鍚岀悊銆2銆佺浜岄儴鍒嗘槸姹闅忔満鍙橀噺鍑芥暟鐨勫瘑搴︼紝鎴戜滑涓鑸敤...
  • 璁句簩浣杩炵画鍨嬮殢鏈哄彉閲(X,Y)~N(1,1,4,9,0.5)姹侲(X)D(Y),鍏蜂綋瑙g瓟姝ラ,璋...
    绛旓細X~N(1,1),Y~N(4,9) E(X)=u=1,D(Y)=蟽 ²=9 E(x)D(Y)=9 浜岀淮姝f佸垎甯(x,y)~N(u1,u2,s1,s2,r)锛屽叾涓璻=R(x,y)=cov(x,y)=1/2 E(X)=5*0.1=0.5,D(X)=5*0.1*0.9=0.45 E(Y)=1,D(Y)=4;E(X-2Y)=E(X)-2E(Y)=0.5-2=-1.5 D(X-2Y)...
  • 闅忔満鍙橀噺鐨浜岀淮鍒嗗竷瀵嗗害鍑芥暟
    绛旓細鐢变簬X鍜孻鏄杩炵画鍨嬮殢鏈哄彉閲忥紝鍥犳瀹冧滑鐨勫彇鍊艰寖鍥存槸(-鈭,+鈭)銆傛牴鎹畑+y=2杩欎釜鏂圭▼锛屾垜浠彲浠ュ緱鍒癤鍜孻鐨勫彇鍊艰寖鍥存槸(-鈭,2]銆傛帴涓嬫潵锛屾垜浠彲浠ュ埄鐢╔鍜孻鐨勫彇鍊艰寖鍥存潵璁$畻瀹冧滑鐨勬湡鏈涘硷細E(X)=鈭(-鈭,2]xp(x)dx E(Y)=鈭(-鈭,2]yp(y)dy 缁х画璁$畻鏈熸湜鍊硷紝鎴戜滑闇瑕佹眰鍑簆(x)鍜宲(y)銆傝p...
  • 璁句簩缁磋繛缁瀷闅忔満鍙橀噺(X,Y)鐨勮仈鍚堟鐜囧瘑搴︿负
    绛旓細浜岀淮杩炵画鍨嬮殢鏈哄彉閲(X,Y)鐨勮仈鍚堟鐜囧瘑搴︿负1/6蟺銆傚湪鏁板涓紝杩炵画鍨嬮殢鏈哄彉閲忕殑姒傜巼瀵嗗害鍑芥暟锛堝湪涓嶈嚦浜庢贩娣嗘椂鍙互绠绉颁负瀵嗗害鍑芥暟锛夋弿杩拌繖涓殢鏈哄彉閲忕殑杈撳嚭鍊硷紝鍦ㄦ煇涓‘瀹氱殑鍙栧肩偣闄勮繎鐨勫彲鑳芥с傝岄殢鏈哄彉閲忕殑鍙栧艰惤鍦ㄦ煇涓尯鍩熶箣鍐呯殑姒傜巼鍒欎负姒傜巼瀵嗗害鍑芥暟鍦ㄨ繖涓尯鍩熶笂鐨勭Н鍒嗐傚綋姒傜巼瀵嗗害鍑芥暟瀛樺湪鐨勬椂鍊欙紝绱Н...
  • 璁句簩浣杩炵画鍨嬮殢鏈哄彉閲(X,Y)~N(1,1,4,9,0.5)姹侲(X)D(Y),鍏蜂綋瑙g瓟姝ラ,璋...
    绛旓細绛旀锛歑~N(1,1),Y~N(4,9) E(X)=u=1,D(Y)=蟽 ²=9 E(x)D(Y)=9 浜岀淮姝f佸垎甯(x,y)~N(u1,u2,s1,s2,r)锛屽叾涓璻=R(x,y)=cov(x,y)=1/2 E(X)=5*0.1=0.5,D(X)=5*0.1*0.9=0.45 E(Y)=1,D(Y)=4;E(X-2Y)=E(X)-2E(Y)=0.5-2=-1.5 D(...
  • 璁句簩缁磋繛缁瀷闅忔満鍙橀噺(X,Y)鐨勮仈鍚堟鐜囧瘑搴︿负f(x,y)=6xy,0<x1,0<2...
    绛旓細鍏堟眰鍏充簬X鐨勮竟缂樺瘑搴 fX(x)=12x(1-x)^2 E(x)=xfX(x)浠0-1绉垎 寰楀嚭2/5 E(xy)=xyf(x,y)鍏堢НY锛屼粠0-2(1-X)鍚庣НX锛屼粠0-1锛屾渶鍚庡緱鍑4/15銆
  • 璁句簩缁磋繛缁瀷闅忔満鍙橀噺(X,Y)鍏锋湁姒傜巼瀵嗗害f(x,y)=2,褰0
    绛旓細璁句簩缁磋繛缁瀷闅忔満鍙橀噺(X,Y)鍏锋湁姒傜巼瀵嗗害f(x,y)=2,褰0  鎴戞潵绛 1涓洖绛 #娲诲姩# OPPO鎶ゅ睆璁″垝 3.0,鎹㈠睆5鎶樿捣!J娉涜倸36 2022-06-30 路 瓒呰繃56鐢ㄦ埛閲囩撼杩嘥A鐨勫洖绛 鐭ラ亾绛斾富 鍥炵瓟閲:87 閲囩撼鐜:0% 甯姪鐨勪汉:98.6涓 鎴戜篃鍘荤瓟棰樿闂釜浜洪〉 鍏虫敞 ...
  • 璁句簩缁磋繛缁瀷闅忔満鍙橀噺(X,Y)鍦ㄥ尯鍩烡=={(x,y)|0<x<1,|y|<x}涓婃湇浠庡潎鍖鍒...
    绛旓細瑙g瓟杩囩▼涓庣粨鏋滃鍥炬墍绀恒
  • 璁句簩缁磋繛缁瀷闅忔満鍙橀噺(X,Y)鐨勫垎甯冨瘑搴︿负f(x,y)=Ay(6-x)姹傜郴鏁癆
    绛旓細f(x,y)杩涜浜岄噸绉垎锛屽緱鍒板间负1鍗冲彲 閭d箞A鈭(0鍒1)(6-x)dx鈭(0鍒x)ydy =A鈭(0鍒1)(6-x)/2 *x^2 dx =A *(x^3 -1/8 *x^4) 浠e叆涓婁笅闄1鍜0 =A *7/8=1锛岃В寰桝=8/7 鍗砯(x,y)=8/7 *y(6-x)瀵箉绉垎寰楀埌f'=4/7 (6-x)鑰屽x姹傚寰楀埌f'= -8/7 y ...
  • 扩展阅读:二维f x y 求e x ... ai代码生成器免费 ... 随机变量x~n(1 ... 设随机变量x b 2 p y ... 4) ... 求解方程计算器 ... 设总体x n σ 2 ... 二维随机变量x y的期望 ... 已知二维随机变量 x y ...

    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