两个相互独立随机变量X,Y,X服从B(2,p),Y服从exp(λ),Z=X+Y,求Z的概率密度函数。

\u8bbe\u968f\u673a\u53d8\u91cfx\u670d\u4ece(-2,2)\u4e0a\u7684\u5747\u5300\u5206\u5e03\uff0c\u5219\u968f\u673a\u53d8\u91cfY=X^2\u7684\u6982\u7387\u5bc6\u5ea6\u51fd\u6570\u4e3a

Fy(y)=P{Y\u2264y}=P{X^2\u2264y}
\u5f53y<0\u65f6\uff0cFy\uff08y\uff09=0
\u5f530\u2264y\uff1c4\u65f6
Fy(y)=P{Y\u2264y}=P{X^2\u2264y}=P{\u221ay\u2264x\u2264\u221ay}=Fx(\u221ay)-Fx(-\u221ay)
\u5f53y\u22654\u65f6\uff0cFy(y)=1

\u6240\u4ee5\u5bf9Fy(y)\u6c42\u5bfc
fy(y)=[fx(\u221ay)+fx(-\u221ay)](1/(2\u221ay))=1/2*1/(2\u221ay)=1/(4\u221ay) 0\u2264y\uff1c4
fy(y)=0 \u5176\u4ed6

1.\u5148\u63d0\u9192\u4e00\u4e0b\uff0c\u9898\u76ee\u6982\u7387\u5bc6\u5ea6\u51fd\u6570f\uff08x\uff09\u5c11\u6253\u4e86\u4e00\u4e2a\u53d8\u91cf\uff0c\u5e94\u8be5\u662ff\uff08x\uff0cy\uff09
2.\u6bd4\u8f83\u4e8c\u7ef4\u6b63\u6001\u5206\u5e03\u6982\u7387\u5bc6\u5ea6\u516c\u5f0f\u53ef\u4ee5\u53d1\u73b0\uff0cr=0\uff0c\u03bc1=\u03bc2=0\uff0c\u03c31=\u03c32=10\u3002
\u6240\u4ee5x\uff0cy\u670d\u4ece\u4e8c\u7ef4\u6b63\u6001\u5206\u5e03N\uff080,0,100,100,0\uff09
3.\u9898\u76ee\u4e2da\u662f\u53ef\u4ee5\u901a\u8fc7f\uff08x\uff0cy\uff09\u4e8c\u91cd\u79ef\u5206\u7b49\u4e8e=1\u6c42\u51fa\u6765\u7684\uff0c\u4e0d\u8fc7\u6b64\u9898\u4e0d\u9700\u8981\u505a\u8fd9\u4e2a\u4e8b\u60c5

用卷积公式计算,关键是引入Delta函数描述伯努利分布的概率密度函数。

  • 璁緓鍜寉鏄涓や釜鐩镐簰鐙珛鐨闅忔満鍙橀噺,X鍦(0,0.2)
    绛旓細璁緓鍜寉鏄涓や釜鐩镐簰鐙珛鐨勯殢鏈哄彉閲锛孹鍦(0锛0.2)锛孹涓嶻鐨勮仈鍚堝垎甯冨瘑搴﹀涓嬶細闅忔満鍙橀噺x鏄畾涔変簬惟涓婄殑鍑芥暟锛屽姣忎竴鍩烘湰浜嬩欢蠅鈭埼╋紝鏈変竴鏁板紉(蠅)涓庝箣瀵瑰簲銆備互鎺蜂竴棰楅瀛愮殑闅忔満璇曢獙涓轰緥锛屽畠鐨勬墍鏈夊彲鑳界粨鏋滆锛屽叡6涓紝惟={蠅1,蠅2,蠅3,蠅4,蠅5,蠅6}銆傝屽嚭鐜扮殑鐐规暟杩欎釜闅忔満鍙橀噺x锛灏辨槸惟...
  • 涓や釜闅忔満鍙橀噺X,Y鐩镐簰鐙珛,浠栦滑鐨勫拰鐨勬鐜囨槸?
    绛旓細X 锛孻鏄鐙珛鐨勶紝绠楀嚭X=x鐨姒傜巼锛孻=y鐨勬鐜囷紝鐩存帴鐩镐箻銆傝仈鍚堟鐜囧垎甯冪畝绉拌仈鍚堝垎甯冿紝鏄涓や釜鍙婁互涓闅忔満鍙橀噺缁勬垚鐨勯殢鏈哄彉閲忕殑姒傜巼鍒嗗竷銆傛牴鎹殢鏈哄彉閲忕殑涓嶅悓锛岃仈鍚堟鐜囧垎甯冪殑琛ㄧず褰㈠紡涔熶笉鍚屻傚浜庣鏁e瀷闅忔満鍙橀噺锛岃仈鍚堟鐜囧垎甯冨彲浠ヤ互鍒楄〃鐨勫舰寮忚〃绀猴紝涔熷彲浠ヤ互鍑芥暟鐨勫舰寮忚〃绀猴紱瀵逛簬杩炵画鍨嬮殢鏈哄彉閲忥紝鑱斿悎姒傜巼鍒...
  • 濡傛灉涓や釜闅忔満鍙橀噺X, Y鐩镐簰鐙珛,閭d箞:
    绛旓細闅忔満鍙橀噺鐨勭嫭绔嬫э細濡傛灉瀵逛换鎰弜,y閮芥湁P{X<=x,Y<=y}=P{X<=x}P{Y<=y}锛屽嵆F(x,y)=Fx(x)Fy(y)锛屽垯绉伴殢鏈哄彉閲廥涓嶻鐩镐簰鐙珛銆闅忔満鍙橀噺鐩镐簰鐙珛鍏呰鏉′欢锛氾紙1锛夌鏁e瀷闅忔満鍙橀噺X鍜孻鐩镐簰鐙珛鐨勫厖瑕佹潯浠讹細绂绘暎鍨嬮殢鏈哄彉閲忕浉浜掔嫭绔嬬殑鍏呰鏉′欢 锛2锛夎繛缁瀷闅忔満鍙橀噺X鍜孻鐩镐簰鐙珛鐨勫厖瑕佹潯浠讹細杩...
  • 涓や釜闅忔満鍙橀噺鐙珛鍚?
    绛旓細涓や釜闅忔満鍙橀噺鐨勭嫭绔嬫у彧鑳介氳繃鑱斿悎鍒嗗竷鍑芥暟鍜岃竟缂樺垎甯冨嚱鏁帮紝鎴栬呰仈鍚堟鐜囧瘑搴﹀拰杈圭紭姒傜巼瀵嗗害鏉ヨ繘琛屽垽鏂闅忔満鍙橀噺X锛 Y鐩镐簰鐙珛鍙互鎺ㄥ嚭E(XY)=E(X)E(Y) 锛屼篃灏辨槸鍙互鎺ㄥ鍑轰袱鑰呬笉绾挎х浉鍏筹紝浣嗕笉鑳芥帓闄ゅ叾瀹冮潪绾挎х浉鍏虫э紝涔熷氨涓嶈兘璇存槑涓よ呯浉浜掔嫭绔嬨傚彲瑙侊紝涓や釜闅忔満鍙橀噺涓嶇浉鍏冲苟闈炰竴瀹氳兘鎺ㄥ緱涓よ呯浉浜掔嫭绔...
  • 璁涓や釜闅忔満鍙橀噺X,Y鐩镐簰鐙珛,涓擠(X)=2,D(Y)=4,鍒橠(2X-Y+5)=___
    绛旓細12 鈭涓や釜闅忔満鍙橀噺X锛孻鐩镐簰鐙珛锛屼笖D锛圶锛=2锛孌锛圷锛=4锛屸埓D锛2X-Y+5锛=4D锛圶锛+D锛圷锛+D锛5锛=8+4+0=12锛庢晠绛旀涓猴細12锛庣浉浜掔嫭绔嬫槸璁続,B鏄袱浜嬩欢,濡傛灉婊¤冻绛夊紡P(AB)=P(A)P(B),鍒欑О浜嬩欢A,B鐩镐簰鐙珛,绠绉癆,B鐙珛.
  • 涓や釜闅忔満鍙橀噺X鍜Y鐙珛鍚?
    绛旓細鑻涓や釜闅忔満鍙橀噺X鍜孻鐩镐簰鐙珛锛閭d箞涓や釜闅忔満鍙橀噺鐨勫拰鐨勬柟宸瓑浜庡悇鑷柟宸殑鍜岋細D(X+Y) = D(X)+D(Y) 锛1锛夎繖鏄洜涓猴細D(X+Y) = E{(X+Y)-[E(X)+E(Y)]}^2 = E{[X-E(X)]+[Y-E(Y)]}^2 = E[X-E(X)]^2 + 2E{[X-E(X)][Y-E(Y)]} + E[Y-E(Y)]^2 = ...
  • 姒傜巼璁轰腑鐨勬庝箞璇佹槑涓や釜闅忔満鍙橀噺鐙珛
    绛旓細姒傜巼涓篜 璁X,Y涓ら殢鏈哄彉閲忥紝瀵嗙瓟搴﹀嚱鏁板垎鍒负q(x),r(y), 鍒嗗竷鍑芥暟涓篏(x), H(y),鑱斿悎瀵嗗害涓簆(x,y)锛岃仈鍚堝垎甯冨嚱鏁癋(x,y), A,B涓鸿タ鏍肩帥浠f暟涓殑浠绘剰涓や釜浜嬩欢銆傚父鐢ㄧ殑璇佹槑鏂规硶鏈変笁绉嶏細1銆佽瘉鏄嶱(X鈭圓, Y鈭圔)=P(X鈭圓)P(Y鈭圔)2銆佽瘉鏄 p(x,y)=q(x)r(y)3銆佽瘉鏄 F(x,y)=...
  • 濡備綍鍒ゆ柇涓や釜闅忔満鍙橀噺x, y鐩镐簰鐙珛?
    绛旓細闅忔満鍙橀噺鐩镐簰鐙珛鍙互鎺ㄥ嚭绾挎т笉鐩稿叧锛岃岀嚎鎬т笉鐩稿叧涓嶈兘鎺ㄥ嚭闅忔満鍙橀噺鐩镐簰鐙珛锛屾墍浠ラ殢鏈哄彉閲忕嚎鎬т笉鐩稿叧鏄浉浜掔嫭绔嬬殑蹇呰涓嶅厖鍒嗘潯浠躲傚鏋滆〃绀鸿瘯楠岀粨鏋滅殑鍙橀噺x锛鍏跺彲鑳藉彇鍊间负鏌愯寖鍥村唴鐨勪换浣曟暟鍊硷紝涓攛鍦ㄥ叾鍙栧艰寖鍥村唴鐨勪换涓鍖洪棿涓彇鍊兼椂锛屽叾姒傜巼鏄‘瀹氱殑锛屽垯绉皒涓鸿繛缁瀷闅忔満鍙橀噺鏁寸悊銆傚紩鍏ラ殢鏈哄彉閲忕殑姒傚康鍚庯紝瀵...
  • 姹鐩镐簰鐙珛闅忔満鍙橀噺X涓Y鐨勬湡鏈涘煎拰鏂瑰樊鍊肩殑鏂规硶鏄粈涔?
    绛旓細D(aX+bY)=+a²D(X)+b²D(Y)X 鏈嶄粠姝f佸垎甯,鍗砐~N(渭,蟽^2),鍒橢(x)=渭,D(X)=蟽^2 D锛坸锛=0.6,D锛y锛=2 D(3X-Y)=9D(x)+D(Y锛=9 脳0.6+2=7.4銆0鈮(A)鈮1 0鈮(B)鈮1 0鈮(AB)鈮1 璁綳銆乊鏄鐩镐簰鐙珛鐨闅忔満鍙橀噺锛鍒欐湁E(XY)=E(X)E(Y)...
  • 濡備綍鍒ゆ柇涓や釜闅忔満鍙橀噺X鍜Y鏄惁鐙珛?
    绛旓細鍋囪闅忔満鍙橀噺X銆乊鐨勭浉鍏崇郴鏁板瓨鍦ㄣ傚鏋淴鍜孻鐩镐簰鐙珛锛閭d箞X銆乊涓嶇浉鍏炽傚弽涔嬶紝鑻鍜孻涓嶇浉鍏锛孹鍜孻鍗翠笉涓瀹氱浉浜掔嫭绔嬨備笉鐩稿叧鍙槸灏辩嚎鎬у叧绯绘潵璇寸殑锛岃岀浉浜掔嫭绔嬫槸灏变竴鑸叧绯昏岃█鐨勩傜嫭绔嬩竴瀹氫笉鐩稿叧锛屼笉鐩稿叧涓嶄竴瀹氱嫭绔嬶紙楂樻柉杩囩▼閲屼簩鑰呯瓑浠凤級 銆傚浜庡潎鍊间负闆剁殑楂樻柉闅忔満鍙橀噺锛屸滅嫭绔嬧濆拰鈥滀笉鐩稿叧鈥濈瓑浠风殑銆
  • 扩展阅读:两个人的小森林 ... xy相互独立时方差dxy ... 设总体x n σ 2 ... x与y相互独立且都服从 ... 设x n σ2 ... 若事件a与b互斥pa0.6 ... 设xy相互独立都服从01 ... xy不相关可以推出xy独立么 ... 设总体x p ...

    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