随机变量y怎么算
具体算法如下：如果二维随机变量X，Y的分布函数F{x，y}为已知，那么随机变量x，y的分布函数FX{x}和F_{y}可由F{x，y}求得。
在考研中，尽管很少需要用到二维连续型随机变量函数Z=XY的概率密度公式。
但清楚其证明过程有二利，有利于了解样本空间、概率密度、分布函数的本质，有利于加强对反常积分的运算技巧。
绛旓細鐩镐簰鐙珛鏄叧閿傚浜庣鏁ｅ瀷锛孭(X=i, Y=j) = P(X=i) * P(Y=j)锛岃皑璁般侲(XY)鐨勬眰娉曞彲浠ュ厛姹傚嚭XY鐨勫垎甯冨緥銆侾 0.32 0.08 0.48 0.12銆侲(XY) = 3 * 0.32 + 4 * 0.08 + 6 * 0.48 + 8 * 0.12 = 5.12銆侾(XY=1)=P(X=1)P(Y=1)+P(X=-1)P(Y=-1)=0....
绛旓細鎯宠薄涓涓嬶紝闅忔満鍙橀噺X鍜Y濡傚悓澶╃┖涓殑鏄熻景锛屽畠浠殑鑱斿悎鍒嗗竷鍑芥暟F(X,Y)灏卞鍚岀粯鍒跺嚭杩欑拃鐠ㄦ槦鍥剧殑鏁板璇█銆傝繖涓嚱鏁板憡璇夋垜浠紝褰揦鍜孻鍙栦换浣曠壒瀹氬煎(x, y)鏃讹紝浜嬩欢鍙戠敓鐨勬鐜囥傚浜庝换鎰忓疄鏁皒鍜寉锛岃繖涓簩鍏冨嚱鏁扮殑璁＄畻鍏紡鏄繖鏍风殑锛欶(x,y) = P{(X 鈮 x, Y 鈮 y)}銆傝繖鎰忓懗鐫锛岃繖涓嚱鏁版祴閲...
绛旓細P{Y<y}杩欓噷鐨刌灏辨槸缁熻閲廦锛岃繖涓粺璁￠噺灏忎簬鏌愪釜鍙橀噺y鐨勬鐜囷紝灏辨槸鍒嗗竷鍑芥暟鐨勬剰涔
绛旓細浜岀淮闅忔満鍙橀噺锛圶锛Y锛夌殑姒傜巼瀵嗗害鍑芥暟涓篺锛坸锛y锛夛紳6x锛0锛渪锛測锛1 0鍏朵粬锛孍XEY涓0.375銆侲锛坸锛=鈭 (+鈭,-鈭)x (+鈭,-鈭)f锛坸锛寉锛塪ydx = 鈭(1,0)x( 鈭(1,x)6xdy)dx = 6x鈭(1,0)x(1-x)dx =0.5 E锛圷锛=鈭 (+鈭,-鈭)y (+鈭,-鈭)f锛坸锛寉锛塪xdy = ...
绛旓細F(x,y)=P({X鈮鈭Y鈮})=P(X鈮,Y鈮)锛岃绉颁簩缁闅忔満鍙橀噺(X锛孻)鐨勫垎甯冨嚱鏁帮紝鎴栫О涓篨鍜孻鐨勮仈鍚堝垎甯冨嚱鏁般傚皢浜岀淮闅忔満鍙橀噺锛圶锛孻锛夌湅鎴愭槸骞抽潰涓婇殢鏈虹偣鐨勫潗鏍囷紝鍒嗗竷鍑芥暟F锛坸锛寉锛夊湪锛坸锛寉锛夊鐨勫嚱鏁板煎氨鏄殢鏈虹偣锛圶锛孻锛夎惤鍦ㄥ鍥句互锛坸锛寉锛変负椤剁偣鑰屼綅浜庤鐐瑰乏涓嬫柟鐨勬棤绌风煩褰㈠尯鍩熷唴...
绛旓細宸茬煡X~B(n,p)锛屽垯瑕佷娇 P(x=k0锛夋渶澶э紝缁撴灉濡備笅锛氬綋锛坣+1)p 涓烘暣鏁版椂锛宬0=(n+1)p,鎴 k0=(n+1)p-1 褰擄紙n+1)p 涓嶆槸鏁存暟鏃讹紝k0=[(n+1)p] 锛圼]琛ㄧず鍙栨暣锛夎瘉鏄庢濊矾涓猴細P(x=k0)>=P(x=k0+1)涓擯(x=k0)>=P(x=k0-1)鎵浠ワ紝褰搆鐢0澧炲ぇ鍒皀鏃,P(x=k)鐨勫兼槸鐢卞皬鍒...
绛旓細绠鍗璁＄畻涓涓嬪嵆鍙紝璇︽儏濡傚浘鎵绀
绛旓細X,Y鑻ユ槸鐙珛鐨勭鏁闅忔満鍙橀噺姹俍=X+Y鐨勫垎甯 鍥犱负鍙橀噺Z=X+Y,涔熷氨鏄疿,Y鐨勫彇鍊兼槸鍙互浠绘剰鐨,浣嗘槸鍔犺捣鏉ヤ竴瀹氬緱涓篫,
绛旓細闅忔満鍙橀噺X Y涓嶇嫭绔,X Y涓鸿繛缁瀷闅忔満鍙橀噺,E(XY)鎬庝箞绠?1涓洖绛 #鐑# 缃戞枃璐ㄩ噺鏄笉鏄笅闄嶄簡?灏瑰叚鍏佸笀 2014-06-19 路 鐭ラ亾鍚堜紮浜烘暀鑲茶瀹 灏瑰叚鍏佸笀 鐭ラ亾鍚堜紮浜烘暀鑲茶瀹 閲囩撼鏁:33776 鑾疯禐鏁:143434 鐧惧己楂樹腑鏁板绔炶禌鏁欑粌, 澶у鏁欐璇勬瘮绗竴鍚, 鏈鍙楀鐢熸杩庢暀 鍚慣A鎻愰棶 绉佷俊TA ...
绛旓細璁句袱涓闅忔満鍙橀噺涓篨鍜Y锛屽畠浠殑姒傜巼瀵嗗害鍑芥暟鍒嗗埆涓篺X(x)鍜宖Y(y)銆傚畠浠殑涔樼НZ = X * Y鐨勬鐜囧瘑搴﹀嚱鏁癴Z(z)鍙互閫氳繃浠ヤ笅鍏紡鏉璁＄畻锛歠Z(z) = 鈭玣X(x) * fY(z / x) * |1/x| dx 鍏朵腑锛寍1/x|鏄痻鐨勭粷瀵瑰肩殑鍊掓暟锛岃〃绀烘眰寰楃殑姒傜巼瀵嗗害鍑芥暟鍦ㄤ笉鍚岀殑x鍊间箣闂村彲鑳藉叿鏈変笉鍚岀殑姝ｈ礋鍙枫傝繖涓...
