大学概率论概率密度 X在(0,2)上均匀分布,则随机变量Y=X^2在(0,4)内的概率密度函数为?

设随机变量X在(0 1)上服从均匀分布 随机变量Y在(0 2)上俯冲均匀分布 且X与Y相互独立 求Z=Y-2X的分布函数个概率密度_百度作业帮
设随机变量X在(0 1)上服从均匀分布 随机变量Y在(0 2)上俯冲均匀分布 且X与Y相互独立 求Z=Y-2X的分布函数个概率密度
设随机变量X在(0 1)上服从均匀分布 随机变量Y在(0 2)上俯冲均匀分布 且X与Y相互独立 求Z=Y-2X的分布函数个概率密度
先求fx=1 fy=1/2然后根据z<-2 -2≤z<0 0≤z<2 z≥2 分别进行进行积分求F(z)再根据F(z)求密度函数fz.
这个写起来真的很麻烦。。。建议你参考有关“和分布”的内容和例题,只要类推一下就可以了我是看着高等教育出版社,中大出的《概率论及数理统计(上册)》第四版P161做的结果是fz(z)=0,z<-4fz(z)=(z+4)/4,-4<z<-2fz(z)=1/2,-2<z<0fz(z)=(2-z)/4,0<z<2fz(z)=0,z>2...概率论模拟卷1~6及答案_百度文库
两大类热门资源免费畅读
续费一年阅读会员,立省24元!
概率论模拟卷1~6及答案
阅读已结束,如果下载本文需要使用
想免费下载本文?
下载文档到电脑,查找使用更方便
还剩18页未读,继续阅读
你可能喜欢大学概率论两题:1.设X服从泊松分布P(3),Y=3X-2,则E(Y)= 2.(X,Y)~N(0,0,1,1,-0.5),则随机变量X服从设X服从泊松分布P(3),Y=3X-2,则E(Y)=_______.(X,Y)~N(0,0,1,1,-0.5),则随机变量X服从_____分布,随机变量Y服从_____分布._百度作业帮
大学概率论两题:1.设X服从泊松分布P(3),Y=3X-2,则E(Y)= 2.(X,Y)~N(0,0,1,1,-0.5),则随机变量X服从设X服从泊松分布P(3),Y=3X-2,则E(Y)=_______.(X,Y)~N(0,0,1,1,-0.5),则随机变量X服从_____分布,随机变量Y服从_____分布.
大学概率论两题:1.设X服从泊松分布P(3),Y=3X-2,则E(Y)= 2.(X,Y)~N(0,0,1,1,-0.5),则随机变量X服从设X服从泊松分布P(3),Y=3X-2,则E(Y)=_______.(X,Y)~N(0,0,1,1,-0.5),则随机变量X服从_____分布,随机变量Y服从_____分布.求详细~~如果能告诉我是书的哪一章更好了谢谢
X服从泊松分布P(3),则E(X)=3,Y=3X-2,则E(Y)=E(3X-2)=3E(x)-2=7N(0,1),N(0,1)
第二题为什么是(0,1)呀 (X,Y)~N(0,0,1,1,-0.5)是什么意思呀
X,Y服从二维正态分布N(0,0,1,1,-0.5),0,0分别是X、Y的期望,0,0分别是X、Y的方差,-0.5是X、Y的相关系数。。。这个是概率论与数理统计里的,书上有。。概率论与数理统计课后答案_北邮版_(第三章) 2_百度文库
两大类热门资源免费畅读
续费一年阅读会员,立省24元!
概率论与数理统计课后答案_北邮版_(第三章) 2
阅读已结束,如果下载本文需要使用
想免费下载本文?
下载文档到电脑,查找使用更方便
还剩15页未读,继续阅读
你可能喜欢概率论的题~1、若随机变量X~N(0,1) ,Y=X^2 ,则 cov(x,y)=2、设X,Y独立同分布于均匀分布U(0,1) ,则E(min(X,Y))= E(max(X,Y)) =_百度作业帮
概率论的题~1、若随机变量X~N(0,1) ,Y=X^2 ,则 cov(x,y)=2、设X,Y独立同分布于均匀分布U(0,1) ,则E(min(X,Y))= E(max(X,Y)) =
概率论的题~1、若随机变量X~N(0,1) ,Y=X^2 ,则 cov(x,y)=2、设X,Y独立同分布于均匀分布U(0,1) ,则E(min(X,Y))= E(max(X,Y)) =
1、cov(x,y)=E(xy)-E(x)E(y)=E(x&#179;)-E(x)E(x&#178;)=02、符号打不出来,总之,就是先求出f(xy),也就是联合密度,然后把min(x,y)乘以联合密度在负无穷到正无穷积分,min(x,y)中在x,y中取一个,是并事件.当min(x,y)=x时,y的积分范围是从负无穷到正无穷,而x的积分范围是负无穷到y,当min(x,y)=y时,x的积分范围是从负无穷到正无穷,而y的积分范围是负无穷到x,将这两种情况积分相加,可以算出E(min(x,y))= -1/√π(算得比较快,不保证正确哦,最好自己算下)同理可算E(max(x,y))

我要回帖

更多关于 随机变量的概率密度 的文章

 

随机推荐