关于二维连续型随机变量的函数的分布的一个问题!!急求! 二维连续型随机变量函数的分布这一题怎么求

\u6025\uff5e\u5173\u4e8e\u4e8c\u7ef4\u8fde\u7eed\u578b\u968f\u673a\u53d8\u91cf\u7684\u51fd\u6570\u7684\u5206\u5e03\u7684\u4e00\u4e2a\u95ee\u9898

\u4e3b\u8981\u539f\u56e0\u662f:\u5206\u5e03\u51fd\u6570\u7684\u5b9a\u4e49\u662fF(x)=P(X<=x)...

N=min(X,Y) Fn(z)=P(N=z)\u65f6,X,Y\u7684\u6700\u5c0f\u503c\u5927\u4e8e\u7b49\u4e8ez\u5c31\u53ef\u4ee5\u6ee1\u8db3.

\u7531\u4e8ex,y\u90fd\u5c5e\u4e8e\uff081\uff0c3\uff09\uff0c\u6240\u4ee5\u56f4\u6210\u9762\u79ef\u4e3a2*2\uff1d4\uff0c\u6240\u4ee5f\uff08x,y\uff09\uff1d1/4\uff0c1\uff1cx,y\uff1c3
0\uff0c\u5176\u4ed6

FZ\uff08z\uff09\uff1dP\uff08Z\u2264z\uff09\uff1dP\uff08\uff5cX\uff0dY\uff5c\u2264z\uff09
\uff1dP\uff08\uff0dz\u2264X\uff0dY\u2264z\uff09
\uff1d P\uff08X\uff0dz\u2264Y\u2264X+z\uff09
\u7136\u540e\u753b\u56fe\u8ba8\u8bbaz\u7684\u53d6\u503c\u7b97\u51faFZ\uff08z\uff09\uff0c\u6c42\u5bfc\u5f97fZ\uff08z\uff09\uff0c\u4e2d\u95f4\u6b65\u9aa4\u5f88\u91cd\u8981\uff0c\u81ea\u5df1\u7b97

max(x,y)≤z,等价于X≤z,且y≤z,必须两个都小于才可以,所以可以用
而min(x,y)≤z,不等价于X≤z,且y≤z,因为可能X≤z,y>z,或X>,y≤Z,或X≤z,y≤z,x与y只要至少有一个小于等于z就行了,有三种情况,而如果用它互补的min(x,y)>z,最小值大于z,则两个必须都得大于z;X>z,Y>z,一种情况就可以了;所以一般有互补的那个算容易些,希望对你有帮助!!!

max(x,y)≤z,等价于X≤z,且y≤z,必须两个都小于才可以,所以可以用
而min(x,y)≤z,不等价于X≤z,且y≤z,因为可能X≤z,y>z,或X>,y≤Z,或X≤z,y≤z,x与y只要至少有一个小于等于z就行了,有三种情况,而如果用它互补的min(x,y)>z,最小值大于z,则两个必须都得大于z;X>z,Y>z,一种情况就可以了;

随机过程的一维分布函数和一维概率密度函数
称为x(t)随机过程的一维分布函数。其中p[]:表示概率;如果存在:
则称其为x(t)的一维概率密度函数。
随机过程的n维分布函数和n维概率密度函数
称:为x(t)的n维分布函数。
如果存在:
则称其x(t)为的n维概率密度。
如果对于任何时刻和任意n=1,2……都给定了x(t)的分布函数或概率密度,则认为x(t)的统计描述是充分的。
收起

  • 璁浜岀淮杩炵画鍨嬮殢鏈鍚戦噺(X,Y)鐨勮仈鍚堟鐜囧瘑搴鍑芥暟涓
    绛旓細A=6锛宖X(x)=3e^-(3x),x>0锛屾椂锛0锛屽叾瀹冩椂 f Y( y)=2e^-(2y),y>0鏃讹紝0锛涘叾瀹冩椂 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...
  • 璁浜岀淮杩炵画鍨嬮殢鏈哄彉閲忕殑瀵嗗害鍑芥暟f(x,y)=1,0<x<1,0<y<2x,鍏朵粬涓0,姹俍=...
    绛旓細Fz(z)=P(max(X,Y)<=z)=P(x<=z,y<=z)=Fxy(z,z)z<=0.Fxy(z,z)=0 z>=2鏃讹紝Fxy(z,z)=1 0<z<1鏃躲侳xy(z,z)=鈭(0,z)鈭(y/2,z)f(x,y)dxdy=3z^2/4 1<=z<2鏃讹紝Fxy(z,z)=鈭(0,z)鈭(y/2,1)f(x,y)dxdy=z-z^2/4 缁间笂姹傚 fz(z)=3z/2, 0<z...
  • 浜岀淮闅忔満鏁版嵁鑱斿悎鍒嗗竷鍑芥暟鎬庝箞姹?
    绛旓細璁(X,Y)鏄浜岀淮闅忔満鍙橀噺锛屽浜庝换鎰忓疄鏁皒,y锛屼簩鍏鍑芥暟锛欶(x,y) = P{(X<=x) 浜 (Y<=y)} => P(X<=x, Y<=y)绉颁负锛氫簩缁撮殢鏈哄彉閲(X,Y)鐨勫垎甯冨嚱鏁帮紝鎴栫О涓洪殢鏈哄彉閲廥鍜孻鐨勮仈鍚堝垎甯冨嚱鏁般傞殢鏈哄彉閲廥鍜孻鐨勮仈鍚堝垎甯冨嚱鏁版槸璁(X,Y)鏄簩缁撮殢鏈哄彉閲忥紝瀵逛簬浠绘剰瀹炴暟x,y锛屼簩鍏冨嚱鏁帮細F(x,y) ...
  • 璁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
    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...
  • 浜岀淮杩炵画鍨嬮殢鏈哄彉閲(X,Y)鐨勮仈鍚堟鐜囧瘑搴鍑芥暟鐨闂 楂樻墜鏉
    绛旓細1)鍦ㄧ涓璞¢檺鍐呬綔浠ヤ笅涓夋潯鏇茬嚎鍦ㄧ涓璞¢檺鍐呯殑閮ㄥ垎 y=x y=x^2 x=1 浜庢槸f(x,y)=k 鐨勫尯鍩熷嵆涓鸿繖涓夋潯鏇茬嚎鍥存垚鐨勬洸杈逛笁瑙掑舰鍐呴儴,璁版鍖哄煙涓篋 鍏朵綑閮ㄥ垎f(x,y)鍧囦负闆 鐢卞綊涓鍖栨潯浠讹紝锛圫琛ㄧず绉垎鍙凤紝{D}琛ㄧず瀹氱Н鍒嗙殑鍖哄煙锛塖S{D}锛坘*dxdy锛=1 瑙e緱k=6 2)P锛圶>0.5锛=S[1,0.5]...
  • 璁$畻浜岀淮闅忔満鍙橀噺杩炵画鍨嬪嚱鏁扮殑鏉′欢姒傜巼鏈夊摢浜涙柟娉?
    绛旓細鍏堣绠楁潯浠舵鐜囧瘑搴(y|x)锛岀劧鍚庢妸x=0.5甯﹀叆杩涘幓锛屽緱鍒癴(y|x=0.5)锛孭{Y>=0.25|X=0.5}=1-F(0.25|x=0.5)锛岃孎(0.25|x=0.5)涔熷氨鏄f(y|x=0.5)浠庤礋鏃犵┓鍒0.25杩涜绉垎銆傚姝ゅ彲浠ュ緱瑙c傜涓娆″湪鐧惧害鐭ラ亾涓婁綔绛旓紝娌℃兂鍒颁笉鍙互浼犲浘鐗囷紝鎵嬫満鐮佸瓧锛屾病娉曞啓鍏蜂綋鐨勮繃绋嬶紝杩樻湁...
  • 姹傛暀涓涓浜岀淮杩炵画鍨嬮殢鏈哄彉閲闂
    绛旓細∂鏄亸瀵兼暟锛屽ソ姣旀眰瀵奸噷闈㈢殑d锛屼簩闃跺亸瀵兼暟灏辨槸∂^2 F/∂x∂y=∂/∂x(∂F/∂y)锛(∂F/∂y)=涓涓鍑芥暟F瀵箉姹傚亸瀵,灏辨槸鎶婂叾浠鍙橀噺褰撴垚甯告暟锛屽y姹傚,杩涜(∂F/∂y)瀵箈姹傚亸瀵,灏辨槸鎶婂叾浠栧彉閲忓綋鎴愬父鏁帮紝瀵箈姹傚...
  • 濡備綍鐞嗚В浜岀淮闅忔満鍙橀噺X, Y鐙珛?
    绛旓細浜岀淮闅忔満鍙橀噺锛圶锛孻锛夌嫭绔嬬殑瀹氫箟寮忎负锛欶锛坸锛寉锛=F锛坸锛*F锛坹锛夎繖閲孎锛坸锛寉锛変负锛圶锛孻锛夌殑鑱斿悎鍒嗗竷鍑芥暟锛孎锛坸锛変负涓缁撮殢鏈哄彉閲廥鐨勫垎甯冨嚱鏁帮紝F锛坹 锛変负涓缁撮殢鏈哄彉閲廦鐨勫垎甯冨嚱鏁般浜岀淮杩炵画鍨嬮殢鏈哄彉閲X锛孻鐙珛鐨勫厖鍒嗗繀瑕佹潯浠朵负 锛歠(x锛寉)=f锛坸锛*f锛坹 锛夛紝杩欓噷f锛坸锛寉锛変负锛圶锛孻锛...
  • 姒傜巼涓庣粺璁″湪绾跨瓑!璁浜岀淮杩炵画鍨嬮殢鏈哄彉閲(x,y)鐨勮仈鍚堝瘑搴鍑芥暟
    绛旓細姒傜巼涓庣粺璁″湪绾跨瓑!璁浜岀淮杩炵画鍨嬮殢鏈哄彉閲(x,y)鐨勮仈鍚堝瘑搴鍑芥暟 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 ...
  • 姹傝В鑰冪爺姒傜巼璁洪儴鍒:浜岀淮杩炵画鍨嬮殢鏈哄彉閲姹傝仈鍚堝垎甯鍑芥暟鐨闂~璋㈣阿鍟...
    绛旓細棣栧厛杩欎竴鑸槸鏁颁竴鐨勯鐩紝鍏舵鍏堢敾鍑鸿崏鍥撅紝鐪嬪嚭鍖洪棿鑼冨洿锛岀劧鍚庤绠楀緱鍒癴(x,y)鐨勮仈鍚堟鐜囧瘑搴︼紝杩欓噷寰楀埌浜唂(x,y)鏄垎娈鍑芥暟锛屾晠瑕佸垎鍖洪棿璁ㄨ锛屾牴鎹崏鍥句互鍙奻(x,y),鍒嗗嚭鍖洪棿锛屽綋x,y涓嶅湪D鍐呭垎鎯呭喌璁ㄨ锛屽垎娈佃绠楋紝褰撳湪D鍐呮椂浼拌浣犲緢瀹规槗鍐欏嚭绉垎鍖洪棿锛屽湪D澶栨椂鐨勫尯闂达紝鐪嬫槸X杩樻槸Y鍨嬶紝鍐欏嚭绉垎涓...
  • 扩展阅读:二维连续型的数学期望 ... 二维随机变量怎么求e x ... 二维随机变量经典例子 ... 连续变量有哪些例子 ... 属于连续变量的有哪些 ... 二维随机变量联合概率 ... 二维连续型随机变量zxy ... 二维随机变量思维导图 ... 二维连续型随机变量边缘密度函数 ...

    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