Z=X+Y,Z=XY(0~1) (1/2)x dx
=1/4
e(x)=∫(0~2) 0.5x²dx
= 8/6
=4/3
e(x²)=∫(0~2) 0.5x³ dx
=16/8
=2
d(x)=2-16/9=2/9
扩展资料:
在相同条件下,可能出现也可能不出现的事件。例如,从一批有正品和次品的商品中,随意抽取一件,“抽得的是正品”就是一个随机事件。
设对某一随机现象进行了n次试验与观察,其中A事件出现了m次,即其出现的频率为m/n。经过大量反复试验,常有m/n越来越接近于某个确定的常数(此论断证明详见伯努利大数定律)。该常数即为事件A出现的概率,常用P (A) 表示。
过程如下:
F(z)=P(Z<z)=P(XY<z)
(1) z<=0时:F(z)=0,f(z)=0
(2) 0<z<=1时:F(z)=P(XY<z)=1-P(XY>=z)
=1-∫(z,1)dx∫(z/x,1)(x+y)dy
=1-∫(z,1)(x+1/2-z-1/2*z^2/x^2)dx
=1-(1-2z+z^2)=2z-z^2
f(z)=2-2z
(3) z>1时:F(z)=1,f(z)=0
扩展资料:
设随机变量X具有概率密度fX(x),-∞<x<∞,由设函数g(x)处处可导且恒有g'(x)>0(或恒有g'(x)<0),则Y=g(X)是连续型随机变量。
可以把概率密度看成是纵坐标,区间看成是横坐标,概率密度对区间的积分就是面积,而这个面积就是事件在这个区间发生的概率,所有面积的和为1。所以单独分析一个点的概率密度是没有任何意义的,它必须要有区间作为参考和对比。