关于二维随机变量的边缘概率密度~~ 求一二维随机变量关于X的边缘概率密度

\u4e8c\u7ef4\u968f\u673a\u53d8\u91cf \u8fb9\u7f18\u6982\u7387\u5bc6\u5ea6

\u89c1\u56fe


F(x,y) \u4e0d\u7b49\u4e8e f(x)f(y). X,Y \u4e0d\u72ec\u7acb\u3002

\u6ce8\u610f\u222bR e^(-x²)dx=\u221a\u03c0\u662f\u6b27\u62c9\u79ef\u5206\uff0c\u4e0d\u80fd\u901a\u8fc7\u8ba1\u7b97\u539f\u51fd\u6570\u8ba1\u7b97\u51fa\u6765\u3002\u5176\u4e2dR=\uff08-\u221e,+\u221e\uff09
\u4ece\u800cf(x,y)\u5173\u4e8ex\u7684\u8fb9\u7f18\u6982\u7387\u5bc6\u5ea6\u4e3a
f(x)=\u222bR e^[-0.5(x²+y²)]/(2\u03c0)dy
=e^(-0.5x²)/(2\u03c0) \u222bR e^(-0.5y²)dy
=[\u221a2\u00d7e^(-0.5x²)]/(2\u03c0) \u222bR e^(-0.5y²)d(y/\u221a2)
=e^(-0.5x²)/(\u221a2\u221a\u03c0)

=.=这里的联合密度也是通过fX(x)=1这个边缘密度求出来的……
于是x也就是有这个概率密度函数,就算你求出联合密度,在积分球边缘密度=.=结果还是一样
PS:边缘密度确实是通过联合概率求出来的……

  • 浠涔堟槸浜岀淮闅忔満鍙橀噺鐨勮竟缂樺瘑搴鍑芥暟?
    绛旓細濡傛灉浜岀淮闅忔満鍙橀噺X,Y鐨勫垎甯冨嚱鏁癋{x锛寉}涓哄凡鐭ワ紝閭d箞闅忔満鍙橀噺x锛寉鐨勫垎甯冨嚱鏁癋x{x}鍜孎y{y}鍒嗗埆鍙敱F{x锛寉}姹傚緱銆傚垯Fx{x}鍜孎y{y}涓哄垎甯冨嚱鏁癋{x锛寉}鐨勮竟缂樺垎甯冨嚱鏁般杈圭紭瀵嗗害鍑芥暟姹傝В鏂规硶鏄細鏍规嵁鍙橀噺鐨鍙栧艰寖鍥达紝瀵硅仈鍚堟鐜囧瘑搴﹀嚱鏁扮Н鍒嗭紝瀵箉绉垎寰楀埌X鐨勮竟缂樻鐜囧瘑搴銆傝竟缂樻鐜囧瘑搴︿篃绉版鐜囧瘑搴...
  • 璁浜岀淮闅忔満鍙橀噺(X,Y)鐨勬鐜囧瘑搴涓篺(x,y)=4.8y(2-x),0鈮鈮1,0鈮鈮...
    绛旓細杈圭紭姒傜巼瀵嗗害涓猴細f(y)=鈭(-鈭炲埌鈭)f(x,y)dx =鈭(y鍒1)4.8y(2-x)dx =2.4xy(4-x)|(y鍒1)=2.4y(3-4y+y²)濡傛灉浜岀淮闅忔満鍙橀噺X,Y鐨勫垎甯冨嚱鏁癋{x,y}涓哄凡鐭ワ紝閭d箞闅忔満鍙橀噺x锛寉鐨勫垎甯冨嚱鏁癋X{x}鍜孎ʏ{y}鍙敱F{x,y}姹傚緱銆傚垯FX{x}鍜孎ʏ{y}涓哄垎甯冨嚱鏁癋{x,y...
  • 宸茬煡浜岀淮闅忔満鍙橀噺鐨勬鐜囧瘑搴,姹杈圭紭姒傜巼瀵嗗害,鎬ユ眰,璋㈣阿!
    绛旓細X鐨勮竟缂樺瘑搴鍑芥暟f X锛坸锛=绉垎锛堣礋鏃犵┓锛屾鏃犵┓锛塮锛坸锛寉锛塪y =绉垎锛堣礋鏃犵┓锛屾鏃犵┓锛1/6 dy =绉垎锛0锛2锛1/6 dy =1/3 Y鐨勮竟缂樺瘑搴﹀嚱鏁癴 Y锛坹锛=绉垎锛堣礋鏃犵┓锛屾鏃犵┓锛塮锛坸锛寉锛塪x =绉垎锛0锛3锛1/6 dx =1/2 鎬昏寖鍥存槸涓涓竟闀夸负3鍜2鐨勯暱鏂瑰舰鎬婚潰绉=2*3=6 绗﹀悎鑼冨洿...
  • 浜岀淮闅忔満鍙橀噺(X,Y)姒傜巼瀵嗗害涓篺(x,y)=2e璐(x+2y)娆℃柟,x>0,y>0鍏朵粬0...
    绛旓細鍏充簬X鐨勮竟缂樻鐜囧瘑搴锛歠(x)=鈭(0,+鈭)2e^[-(x+2y)]dy=e^(-x) x>0 f(x)=0 x鈮0 鍏充簬y鐨勮竟缂樻鐜囧瘑搴︼細f(y)=鈭(0,+鈭)2e^[-(x+2y)]dy=2e^(-2y) y>0 f(y)=0 y鈮0 P(Z<z)=P(2X+1<z)=P(X<(z-1)/2)=鈭(0,(z-1)/2)e^(-x)dx (...
  • 璁浜岀淮闅忔満鍙橀噺(X,Y)鐨勬鐜囧瘑搴涓:f(x,y)=4.8y(2-x)[0鈮鈮1,0鈮鈮...
    绛旓細瑙o細f(y)= 鈭(-鈭炲埌鈭)f(x,y)dx =鈭(y鍒1)4.8y(2-x)dx =2.4xy(4-x)|(y鍒1)=2.4y(3-4y+y²) (0 鍏充簬x鐨杈归檯瀵嗗害鍑芥暟Px(x):褰0鈮鈮1鏃 Px(x)=鈭玣(x,y)dy,鍏充簬y浠庯紞鈭炵Н鍒帮紜鈭=鈭紙2-x-y锛塪y,鍏充簬y浠0绉埌1 鍏朵腑鍘熷嚱鏁颁负锛氾紙2*y-x*y-y²/...
  • 浜岀淮闅忔満鍙橀噺鐨勮竟缂樺瘑搴鍑芥暟鐨勫嚑浣曟剰涔夋槸浠涔?
    绛旓細杈圭紭瀵嗗害鍑芥暟鐨勫畾涔夛紝灏辨槸閫氳繃鍒嗗壊绔嬩綋鐨勪晶闈㈡潵鐪嬪緟闂銆備緥濡傦紝褰撴垜浠湪x杞翠笂鍙栧紉=0.3鏃讹紝杈圭紭瀵嗗害灏辩浉褰撲簬鍦ㄨ繖涓壒瀹氶珮搴﹀锛屾洸闈笌x杞存墍鍥存垚鐨勫尯鍩熼潰绉紝涔熷氨鏄粍鑹插尯鍩熷湪鍥惧儚涓殑鐩磋浣撶幇銆傞氳繃灏嗕竴缁撮殢鏈哄彉閲忕殑姒傜巼瀵嗗害鐪嬩綔绾跨殑绉垎锛浜岀淮闅忔満鍙橀噺鐨勮竟缂瀵嗗害鍒欎笂鍗囧埌骞抽潰鐨勭Н鍒嗭紝杩欐槸涓绉嶆洿楂...
  • 浜岀淮闅忔満鍙橀噺(x,y)鐨勬鐜囧瘑搴涓篺(x,y)=e^-y,0<x<y,0鍏朵粬,姹杈圭紭姒傜巼瀵 ...
    绛旓細鍚箟 鍒橷涓鸿繛缁瀷闅忔満鍙橀噺锛岀Оf(x)涓篨鐨勬鐜囧瘑搴鍑芥暟锛岀畝绉颁负姒傜巼瀵嗗害銆傚崟绾殑璁叉鐜囧瘑搴︽病鏈夊疄闄呯殑鎰忎箟锛屽畠蹇呴』鏈夌‘瀹氱殑鏈夌晫鍖洪棿涓哄墠鎻愩傚彲浠ユ妸姒傜巼瀵嗗害鐪嬫垚鏄旱鍧愭爣锛屽尯闂寸湅鎴愭槸妯潗鏍囷紝姒傜巼瀵嗗害瀵瑰尯闂寸殑绉垎灏辨槸闈㈢Н锛岃岃繖涓潰绉氨鏄簨浠跺湪杩欎釜鍖洪棿鍙戠敓鐨勬鐜囷紝鎵鏈夐潰绉殑鍜屼负1銆傛墍浠ュ崟鐙垎鏋愪竴涓偣...
  • 杈圭紭姒傜巼瀵嗗害鍜杈圭紭瀵嗗害鍑芥暟鏈変粈涔堜笉鍚
    绛旓細杈圭紭瀵嗗害鍑芥暟鏄寚杈圭紭鍒嗗竷鍑芥暟锛屽畾涔夋槸锛氬鏋浜岀淮闅忔満鍙橀噺X,Y鐨勫垎甯冨嚱鏁癋{x锛寉}涓哄凡鐭ワ紝閭d箞闅忔満鍙橀噺x锛寉鐨勫垎甯冨嚱鏁癋x{x}鍜孎y{y}鍒嗗埆鐢盕{x锛寉}姹傚緱銆傚垯Fx{x}鍜孎y{y}涓哄垎甯冨嚱鏁癋{x锛寉}鐨勮竟缂樺垎甯鍑芥暟銆傝仈鍚堝瘑搴﹀嚱鏁版槸鎸囪仈鍚堝垎甯冨嚱鏁帮紝瀹氫箟锛氶殢鏈哄彉閲廥鍜孻鐨勮仈鍚堝垎甯冨嚱鏁版槸璁(X,Y)鏄簩缁撮殢鏈...
  • 姒傜巼璁轰腑浜岀淮闅忔満鍙橀噺姹杈圭紭瀵嗗害鐨勪袱绉嶆柟娉曠殑闂鈥︹
    绛旓細F(0锛0)=-1<0锛涗笉绗﹀悎鍒嗗竷鍑芥暟鈮0鐨勬ц川銆傚浜庣浜屼釜鍒嗗竷鍑芥暟锛屽綋x2>x1>0銆亂2>y1锛0鏃讹紝F(x2锛寉2)-F(x2锛寉1)-F(x1锛寉2)+F(x1锛寉1)=1-e^(x2)-1+e^(x2)-1+e^(x1)+1-e^(x1)=0锛屽嵆鍦ㄤ换鎰忕煩褰㈠尯闂存鐜囧潎涓0锛屼粠鑰屽湪鏁翠釜骞抽潰涓婃鐜囦负0锛屽洜姝姒傜巼瀵嗗害澶勫涓0銆
  • 璁浜岀淮闅忔満鍙橀噺(X,Y)鐨勬鐜囧瘑搴涓篺(x,y)= e鐨-y娆℃柟,0<x<y 0, 鍏朵粬...
    绛旓細1銆佹眰闅忔満鍙橀噺X鐨勫瘑搴X(x)锛岃竟娌垮垎甯 fX(x)={e^(-y)锛0<x<y锛泏0 2銆姒傜巼瀵嗗害鍑芥暟f(x,y)鍦ㄧ洿绾縳=0,y=x,y=-x+1鎵鍥寸殑涓夎褰㈠尯鍩熺殑浜岄噸搴︾Н鍒嗭紝缁撴灉鏄1+e^(-1)-2e^(-1/2)3銆佹潯浠跺垎甯冿紝搴旇鍐欐垚 fX(x|Y=y)鑰岄潪f尉(x|畏=y)锛岃〃绀篩=y鐨勬潯浠跺垎甯锛屾寜棰樼洰鎰忔濓紝姝ゅy...
  • 扩展阅读:二维随机变量求概率p ... 二维随机变量 x y ... 二维连续型的数学期望 ... 二维随机变量经典例子 ... 二维随机变量边缘分布 ... 一维随机变量有哪些 ... 二维边缘概率密度 ... 随机变量x∽n什么意思 ... 连续型随机变量例子有哪些 ...

    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