关于概率的问题
设随机变量X与Y互相独立,其概率密度分别为fX(x),当0≦x≦1时等于1,其他情况为0;fY(y):当y>0时,fY(y)=e^(-y),当y≦0,fY(y)=0;求X...
设随机变量X与Y互相独立,其概率密度分别为fX(x),当0≦x≦1时等于1,其他情况为0;
fY(y):当y>0时,fY(y)=e^(-y),当y≦0,fY(y)=0;求X+Y的概率密度
请给出步骤哦 展开
fY(y):当y>0时,fY(y)=e^(-y),当y≦0,fY(y)=0;求X+Y的概率密度
请给出步骤哦 展开
3个回答
展开全部
X与Y互相独立,所以,f(x, y) = fX(x) fY(y) = e^(-y) 0≦x≦1, y>0
=0, 其它
令Z=X+Y,因为0≦x≦1, y>0,所以,Z的取值范围为 0 到无穷
Z的分布函数cdf 为 F(z)=∫_(0≦x+y≦z) f(x, y) dxdy
分两种情况:
1. z<1,则 积分区域0≦x+y≦z 对应于 0≦x≦z,0≦y≦z-x,此时
F(z)=∫_(0≦x+y≦z) f(x, y) dxdy = ∫_(0≦x≦z) dx ∫_(0≦y≦z-x) e^(-y) dy
= ∫_(0≦x≦z) [1-e^(x-z)]dx = z - 1 + e^(-z)
2. z>=1,则 积分区域0≦x+y≦z 对应于 0≦x≦1,0≦y≦z-x,此时
F(z)=∫_(0≦x+y≦z) f(x, y) dxdy = ∫_(0≦x≦1) dx ∫_(0≦y≦z-x) e^(-y) dy
= ∫_(0≦x≦1) [1-e^(x-z)]dx = 1 - e^(1-z) + e^(-z)
所以,cdf F(z) = z - 1 + e^(-z) 当 0<=z<1,
= 1 - e^(1-z) + e^(-z) 当z>=1。
可以验证F(z) 在 z=1是连续的,F单调递增,在两端极限为0和1 。
概率密度pdf f(z) = F'(z) = 1 - e^(-z) 当 0<=z<1,
= e^(1-z) - e^(-z) = (e-1)e^(-z) 当z>=1。
= 0 当 z<0
可以验证 f(z) >=0, 连续,且积分为1 。
=0, 其它
令Z=X+Y,因为0≦x≦1, y>0,所以,Z的取值范围为 0 到无穷
Z的分布函数cdf 为 F(z)=∫_(0≦x+y≦z) f(x, y) dxdy
分两种情况:
1. z<1,则 积分区域0≦x+y≦z 对应于 0≦x≦z,0≦y≦z-x,此时
F(z)=∫_(0≦x+y≦z) f(x, y) dxdy = ∫_(0≦x≦z) dx ∫_(0≦y≦z-x) e^(-y) dy
= ∫_(0≦x≦z) [1-e^(x-z)]dx = z - 1 + e^(-z)
2. z>=1,则 积分区域0≦x+y≦z 对应于 0≦x≦1,0≦y≦z-x,此时
F(z)=∫_(0≦x+y≦z) f(x, y) dxdy = ∫_(0≦x≦1) dx ∫_(0≦y≦z-x) e^(-y) dy
= ∫_(0≦x≦1) [1-e^(x-z)]dx = 1 - e^(1-z) + e^(-z)
所以,cdf F(z) = z - 1 + e^(-z) 当 0<=z<1,
= 1 - e^(1-z) + e^(-z) 当z>=1。
可以验证F(z) 在 z=1是连续的,F单调递增,在两端极限为0和1 。
概率密度pdf f(z) = F'(z) = 1 - e^(-z) 当 0<=z<1,
= e^(1-z) - e^(-z) = (e-1)e^(-z) 当z>=1。
= 0 当 z<0
可以验证 f(z) >=0, 连续,且积分为1 。
更多追问追答
追问
首先感谢你给出这么详细的解答,但如果套卷积公式该怎么做呢
追答
用卷积(convolution)还是一样的,关键要用indicator function (指示函数,嗯,不知道是不是这么翻译的)来限定X和Y的support (即pdf>0的区域),所以要把
fX(x) 写成 I(0=0) ,同样条件满足时 I(y>=0)取1,否则为0 。
然后就可以用卷积了:
f(z) =∫_(-∞=0) dx
这样化简以后就是和用cdf一样的,关键 z-x>=0 必须要满足,否则违背Y的定义了。。。
这题其实用卷积不方便多少。。。如果把indicator function忘了很容易错的。。。
参考资料: Sometimes the feeling is right....
图为信息科技(深圳)有限公司
2021-01-25 广告
2021-01-25 广告
判断一家边缘计算公司的好坏,不只是看服务价格,还要考虑服务效果,服务专业度,服务效率等很多因素。建议可以多对比几家公司看看。图为信息科技(深圳)有限公司给您了解下。图为信息科技(深圳)有限公司(简称:图为信息科技)是基于视觉处理的边缘计算方...
点击进入详情页
本回答由图为信息科技(深圳)有限公司提供
展开全部
首先:已知X与Y互相独立,那么X,Y的联合密度函数f(x,y)=fX(x)*fY(y)
2 :而fX(x)和fY(y)都已知了。所以算出f(x,y)=e^(-y) (0≦x≦1,y≦0),f(x,y)=0(others)。
现在知道了f(x,y)那么就能求出(令Z=)X+Y的分布函数FX+Y(z),fX+Y(z)就是f(x,y)dxdy对(0≦x≦1,y≦0)区域积分。积分注意Z分情况。当Z>1时。为0,当Z<1时积分为∫∫f(x,y)dxdy区域为x+y<z,这里z看做常数。那么也就是二重积分。自己去算吧。呵呵。不过也有公式可以直接求。
3:求出FX+Y(z)后对z求导数。就是X+Y的概率密度函数了。
2 :而fX(x)和fY(y)都已知了。所以算出f(x,y)=e^(-y) (0≦x≦1,y≦0),f(x,y)=0(others)。
现在知道了f(x,y)那么就能求出(令Z=)X+Y的分布函数FX+Y(z),fX+Y(z)就是f(x,y)dxdy对(0≦x≦1,y≦0)区域积分。积分注意Z分情况。当Z>1时。为0,当Z<1时积分为∫∫f(x,y)dxdy区域为x+y<z,这里z看做常数。那么也就是二重积分。自己去算吧。呵呵。不过也有公式可以直接求。
3:求出FX+Y(z)后对z求导数。就是X+Y的概率密度函数了。
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
展开全部
令Z=X+Y,要求fz(z)
法1:2维连续型随机变量公式
Fz(z)=∫∫f(x,y)dxdy 积分区域为x+y≤z
X,Y独立,所以f(x,y)=fx(x)fy(y)
Fz(z)=∫[0到1]∫[0到(z-x)]e^(-y)dydx=∫[0到1](-e^(x-z)+1)dx
=-e^(1-z)+1+e^(-z)
f(x+y)=f(z)=[Fz(z)]'=e^(1-z)-e^(z)
法2:独立和卷积公式
fz(z)=∫[-∞到+∞]fx(x)fy(z-x)dx=∫[0到1]e^(x-z)dx=e^(1-z)-e^(z)
f(x+y)=f(z)=[Fz(z)]'=e^(1-z)-e^(z)
答毕
法1:2维连续型随机变量公式
Fz(z)=∫∫f(x,y)dxdy 积分区域为x+y≤z
X,Y独立,所以f(x,y)=fx(x)fy(y)
Fz(z)=∫[0到1]∫[0到(z-x)]e^(-y)dydx=∫[0到1](-e^(x-z)+1)dx
=-e^(1-z)+1+e^(-z)
f(x+y)=f(z)=[Fz(z)]'=e^(1-z)-e^(z)
法2:独立和卷积公式
fz(z)=∫[-∞到+∞]fx(x)fy(z-x)dx=∫[0到1]e^(x-z)dx=e^(1-z)-e^(z)
f(x+y)=f(z)=[Fz(z)]'=e^(1-z)-e^(z)
答毕
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询