连续二维随机变量的函数的积分的两种方法

不定积分与定积分的计算 不定积分与定积分的计算讲义 阅读详情

设 X , Y 相 互 独 立 , 均 服 从 [ 0 , 1 ] 上 的 均 匀 分 布 , 求 Z = X + Y 的 分 布 设X,Y相互独立,均服从[0,1]上的均匀分布,求Z=X+Y的分布 设X,Y相互独立,均服从[0,1]上的均匀分布,求Z=X+Y的分布

在这里插入图片描述

分布函数法

z < 0 , F z ( z ) = 0 0 ≤ z < 1 , F z ( z ) = ∫ 0 z d x ∫ 0 z − x f ( x , y ) d y 0 ≤ z < 1 , F z ( z ) = 1 − ∫ z − 1 1 d x ∫ z − x 1 f ( x , y ) d y 算 完 分 段 函 数 后 再 分 段 求 导 即 可 得 f z ( z ) z<0,F_z(z)=0\\ 0 \leq z <1,F_z(z)=\int_0^zdx \int_0^{z-x} f(x,y)dy\\ 0 \leq z <1,F_z(z)=1-\int_{z-1}^1dx \int_{z-x}^1 f(x,y)dy\\ 算完分段函数后再分段求导即可得f_z(z) z<0,Fz​(z)=00≤z<1,Fz​(z)=∫0z​dx∫0z−x​f(x,y)dy0≤z<1,Fz​(z)=1−∫z−11​dx∫z−x1​f(x,y)dy算完分段函数后再分段求导即可得fz​(z)

换元法

由 公 式 f z ( z ) = ∫ − ∞ + ∞ f ( z − y , y ) d y 难 点 在 于 换 元 后 , 积 分 限 的 确 定 ( 如 果 是 直 角 换 极 坐 标 的 情 况 好 一 点 ) y ∈ ( 0 , 1 ) , x = z − y ∈ ( 0 , 1 ) → y ∈ ( 0 , 1 ) 并 ( z − 1 , z ) y ∈ { ( 0 , z ) 0<z<1 ( z − 1 , 1 ) z>=1 f z ( z ) = { ∫ 0 z f ( z − y , y ) d y 0<z<1 ∫ z − 1 1 f ( z − y , y ) d y z>=1 由公式f_z(z)=\int_{-\infty}^{+\infty}f(z-y,y)dy\\ 难点在于换元后,积分限的确定(如果是直角换极坐标的情况好一点)\\ y\in (0,1),x=z-y\in (0,1) \rightarrow y\in(0,1) 并(z-1,z)\\ y\in \begin{cases} (0,z)& \text{0<z<1}\\ (z-1,1)& \text{z>=1} \end{cases}\\ f_z(z)= \begin{cases} \int_{0}^{z}f(z-y,y)dy& \text{0<z<1}\\ \int_{z-1}^{1}f(z-y,y)dy& \text{z>=1} \end{cases}\\ 由公式fz​(z)=∫−∞+∞​f(z−y,y)dy难点在于换元后,积分限的确定(如果是直角换极坐标的情况好一点)y∈(0,1),x=z−y∈(0,1)→y∈(0,1)并(z−1,z)y∈{(0,z)(z−1,1)​0<z<1z>=1​fz​(z)={∫0z​f(z−y,y)dy∫z−11​f(z−y,y)dy​0<z<1z>=1​
结果:实际上是一个尖峰分布,是两个正方形的卷积

方法论:一般地,对于无穷区间,直接换好,其它的情况先积后导

高等数学复习之二重积分 备考概率论遇到了二维连续型随机变量概率问题,对于其中的原理怎么也不是很理解,看到书上讲到了二重积分,就从二重积分开始再复习下吧!也作为高等数学的备考内容来准备着。 1、为什么说定积分积分范围是直线的? 这个可以从定积分印象得到,脑补的情形就是一条曲线在X轴投影的某个区间的面积。正是因为“区间”,可以应用到概率的随机变量上,因为随机变量的定义就是 <= 某点的所有情况的概率。 2、为什么定积分的值就是落在这个区间的概率值呢? 没必要心怀疑惑,前提还是前提,大学里为啥没学好高数呢?就是因为心中的疑 阅读详情

相关推荐

二维函数Z=g(X,Y)型,用卷积公式求概率密度,积分区域如何确定(上)

二维函数Z=g(X,Y)型,用卷积公式求概率密度,积分区域如何确定(上) 因为关于二维随机变量主题内容重要,难度大,例题多,最主要是积分区间的确定是难点,同时关联卷积概念,求二维函数Z=g(X,Y)型,用卷积公式求概率密度,卷积公式容易,积分区间难以确定,所以分成上中下三篇博客写。 一。问题的引入 有一大群人,令X和Y分别表示一个人的年龄和体重,Z表示该人的血压,并且已知Z与X,Y的关系...

刘瑛的博客 3万+

二维随机变量的函数的概率密度公式的曲线积分形式

二维随机变量的函数的概率密度公式 设连续型随机变量X,YX,YX,Y的联合概率密度为f(x,y)f\left(x,y\right)f(x,y),设Z=ϕ(X,Y)Z=\phi\left(X,Y\right)Z=ϕ(X,Y)为随机变量X,YX,YX,Y的函数且ZZZ可微,则ZZZ的分布函数 FZ(z)=∬Df(x,y)dσF_Z\left(z\right)=\underset{D}{\iint}f\left(x,y\right)\mathrm{d}\sigmaFZ​(z)=D∬​f(x,y)dσ 其中,积分区

太阳升起 4785

随机变量函数的概率密度及其求法

本文主要介绍了连续型随机变量函数从一维到多维的概率密度函数的解法,以及通过各自的常见例题,来使我们对每一种方法有进一步的理解和掌握。通过分布函数求导法,经典公式法,分段区间法,来求解,其中分布函数求导法用的比较普遍,因其所受的条件影响较少,也易于理解。二维随机变量的概率密度主要通过分布函数求导,卷积公式,变量变换,且在变量变换基础上进一步引入增补变量的方法,在卷积公式的基础上推导了连续型二维随机变量的线性函数 的概率密度公式,对于维随机变量函数给出了一般方法和定点方法。

QQ1694456187的博客 3209

二重积分的概念及性质

4. 计算平面物体的形心和质心坐标:假设我们有一个函数f(x,y),它表示的是平面上的一个点(x,y)处的质量密度,那么我们可以使用二重积分来计算该平面上物体的形心坐标和质心坐标,即分别为∬Dxf(x,y)dxdy和∬D(x^2+y^2)*f(x,y)dxdy。2. 计算旋转体的体积:假设我们有一个函数f(x,y),它表示的是平面上的一个点(x,y)到原点的距离,那么我们可以使用二重积分来计算以该函数为曲面的旋转体的体积,即∫∫Df(x,y)^2 * sqrt(1+[f(x,y)]^2)dxdy。

公众号:风景邮递Yuan的博客 4424

二维函数Z=g(X,Y)型,用卷积公式求概率密度,积分区域如何确定(下)

二维函数Z=g(X,Y)型,用卷积公式求概率密度,积分区域如何确定(下) 因为关于二维随机变量主题内容重要,难度大,例题多,最主要是积分区间的确定是难点,同时关联卷积概念,卷积公式容易,积分区间难以确定,因为书上的例题都没有详细解释积分区间如何确定,所以分成上中下三篇博客写。 接本主题(中)。 【例五】 设随机变量X和Y的联合分布是正方形G=((x,y)|1⩽x⩽3,1⩽y⩽3)...

刘瑛的博客 1万+

概率论-二维随机变量及其分布

定义 分布函数pmf 定义 F(x,y)=P{X≤x,Y≤y}F(x,y) = P\{X\leq x,Y\leq y\}F(x,y)=P{X≤x,Y≤y}叫做X和Y的联合分布。 左图为定义域,右图为概率值: 性质 0≤F(x,y)≤10 \leq F(x,y) \leq 10≤F(x,y)≤1. F(x,y)F(x,y)F(x,y)单调递增。 F(x,−∞)=F(−∞,y)=F(−∞,−∞)=0F(x,-\infty) = F(-\infty,y) = F(-\infty,-\infty ) = 0F(

dxtql的博客 5652

概率论基础 —— 6.连续型二维随机变量

在上一章节聊完离散型二维随机变量,这一章节我们来到连续型随机变量。由于连续型随机变量的计算过程经常涉及积分运算,而连续型二维随机变量必然涉及到二重积分的运算。所以对于定积分不是很了解的朋友,建议先回去看看线性代数里相关章节的内容。 文章目录关于连续型二维随机变量概率密度函数边缘概率密度条件概率密度独立性来做点练习题吧! 关于连续型二维随机变量 概率密度函数 如果说对于定积分 ∫f(x)dx\int f(x) dx∫f(x)dx ,它所表示的含义如果说是求函数面积的话。 那么对于二重积分 ∫f(x,y).

老程的技术笔记 7073

二维随机变量分布函数习题

概率论与数理统计习题,内容覆盖基础知识,全面概括二位随机变量内容

玩转 matlab 之二维 gauss 数值积分公式使用及 matlab 源代码(1)-常量区间

继续上一篇一维gauss积分的讨论,本文讨论二维gauss数值积分公式的使用,并给出数值实验。

sunzhenwei1990的博客 1万+

投研必备工具:Wind(万得)数据库快速入门

Wind数据库对于金融从业者来说是必不可少的一个软件,本文主要介绍了股票和债券的信息查找,帮助后续对数据进行分析,开始学习吧!

weixin_56581108的博客 10万+

银河麒麟arm64 V10 SP1桌面系统高效部署onnxruntime推理环境实战

本文详细介绍了在银河麒麟arm64 V10 SP1桌面系统上高效部署onnxruntime推理环境的完整实战流程。从系统环境准备、关键依赖安装,到onnxruntime的安装验证,并以YOLOv5模型部署为例进行性能对比分析,提供了在国产化飞腾D2000平台上进行AI边缘推理的实用指南和避坑技巧。

ss78901的博客 636

概率论基础(6)连续型二维随机变量

概率论对于学习 NLP 方向的人,重要性不言而喻。于是我打算从概率论基础篇开始复习,也顺便巩固巩固基础。 这是基础篇的第六篇知识点总结 知识点 - 概率密度 边缘概率密度 条件概率密度 独立性 需要有二重积分相关知识 - Z = X + Y 分布 Z = XY 分布 Z = max{X, Y} 分布

崩坏的芝麻 1万+

详解如何用爬虫工具批量采集阿里巴巴批发网商品数据

本文主要介绍如何使用后羿采集器的智能模式,免费采集阿里巴巴批发网商品的批发价格、发货时间、是否代发等信息。 采集字段: 商品标题、商品链接、图片链接、标签1、标签2、标签3、价格、30天成交数、 评价、店铺 功能点目录: 如何对采集字段进行配置 如何采集列表+详情页类型网页 采集结果预览: 下面我们来详细介绍一下如何免费采集1688批发网的商品数据,我们以“羽绒服女”为例,具体步骤如下: 步骤一...

weixin_43777427的博客 1万+

概率第三章 二维随机变量及其分布

概率第三章 二维随机变量及其分布

m0_65207522的博客 7486

一步步指导:在Chrome中安装Vue插件vue-devtools

Vue.js是现代Web开发中最流行的前端框架之一,它以其轻量级、高性能和易于理解的设计理念受到开发者的喜爱。为了更高效地开发和调试Vue应用,Vue.js官方提供了一个强大的开发工具——vue-devtools。

小透明的博客 5619

【若依(ruoyi)】BootstrapTable列宽定制实战:突破width属性限制的两种方案

本文针对若依(RuoYi)框架中BootstrapTable组件列宽设置失效的常见问题,提供了两种实战解决方案。通过CSS样式覆盖法强制定义列宽,或利用formatter函数进行动态HTML包裹,有效突破width属性限制,实现精准的表格列宽定制。

weixin_29013129的博客 174

贝叶斯滤波(一)二维连续型随机变量的条件分布函数与贝叶斯公式

1. 二维离散型随机变量的条件分布 2. 二维连续型随机变量的条件分布

wongkingkeng的博客 9237

Halcon实战:5分钟搞定金属表面划痕检测(附完整代码解析)

本文提供了一份基于Halcon的金属表面划痕检测实战指南。通过核心的动态阈值算法,快速从图像中提取局部对比度异常区域,并结合形态学后处理与特征筛选,精准识别划痕。文章详解了从代码搭建、参数优化到工业场景适配的全流程,帮助工程师在五分钟内构建稳定高效的机器视觉检测方案。

weixin_29084231的博客 496

多维随机变量及其分布

1.假设E是随机试验,Ω是样本空间,X、Y是Ω的两个变量;(X,Y)就叫做二维随机变量或二维随机向量。X、Y来自同一个样本空间。2.联合分布函数即F(x,y)表示求(x,y)左下方的面积。2.性质就是只有蓝色的区域这表示在所有可能的 Y 值上,X 取值 x 的概率总和。从图形曲线上理解就是求小于x的所有点的面积,Y随意取值。表示在所有可能的 X 值上,Y 取值 y的概率总和。从图形曲线上理解就是求小于y的所有点的面积,X随意取值。

m0_73723097的博客 1898

5.17华为OD机试真题 新系统 - 输出二叉树后序遍历结果 (Java/Py/C/C++/Js/Go)

5.17华为OD机试真题 新系统 - 输出二叉树后序遍历结果 (Java/Py/C/C++/Js/Go)

算法大师! 518

ABAP CDS 和 HANA SQL 的关系

摘要: ABAP CDS与HANA SQL既有紧密联系又有本质区别。ABAP CDS作为语义数据建模框架,在SQL基础上扩展了业务语义层,通过注解(annotations)、关联关系(associations)等机制为数据附加业务含义,并支持权限控制、客户端处理等ABAP平台特性。虽然CDS实体最终会转换为HANA数据库对象执行,但它并非简单的SQL封装,而是构建了独立于数据库的语义模型。二者在数据库执行层深度融合,ABAP CDS通过代码下推技术将计算任务优化到HANA层完成。实际开发中应优先使用ABAP

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 860

二维随机变量期望公式_两个连续随机变量的四则运算

问题:已知二维连续型随机变量(X,Y)的联合概率密度为f(x,y),讨论Z=g(X,Y)的密度函数 f_Z(z)。针对X与Y的四则运算,给出相应概率密度公式。1.四则运算概率密度① Z=X±Y此时,随机变量 Z 的概率密度为或当随机变量 X, Y 相互独立时, 有或对于加的情况,上述公式后两个即卷积公式。② Z=X·Y此时,随机变量 Z 的概率密度为:或当随机变量 X, Y 相互独立时, 有:或③...

weixin_30199835的博客 6709

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

3.2 二维随机变量的边缘分布

二维随机变量的边缘分布是指在已知二维随机变量的联合分布函数(或分布律)的情况下,求出其中一个随机变量的分布函数(或分布律)。边缘分布函数(或分布律)只关注一个随机变量,将另一个随机变量视为固定值进行求解。通过联合分布函数(或分布律)求出边缘分布函数(或分布律)需要对另一个随机变量进行积分或求和,即边缘化的过程。对于连续型二维随机变量,需要将联合分布函数求偏导数,这可能需要一些计算技巧。对于离散型二维随机变量,需要对联合分布律进行求和或缩并。

tang7mj的博客 1万+

pscad IEEE标准系统搭建说明

pscad IEEE标准系统搭建说明,包含典型的IEEE 9节点、14节点、30节点、39节点和118节点系统。内含标准测试系统的原始数据和潮流结果。

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

二维随机变量函数卷积公式的推导

二维随机变量函数卷积公式的推导@(概率论)给定Z=g(x,y)Z = g(x,y) 通常需要求FZ(z),fZ(z)F_Z(z),f_Z(z)这里是由两个变元依据关系映射到一个变元,因此,求得FZ(z)F_Z(z)后,很容易求得fZ(z)f_Z(z),只是一个求导的过程。一般求解FZ(z)F_Z(z),可用的思路是: FZ(z)=P(Z≤z)=P(g(X,Y)≤z)=∫∫g(x,y)≤zf(x,

Bing's Blog 4万+

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

【考研数学】概率论与数理统计 —— 第三章 | 二维随机变量及其分布(1,二维连续型和离散型随机变量基本概念与性质)

介绍了二维连续型和离散型随机变量的一些基本概念与性质。

Douglas的博客 2863
上一篇: 隐函数求微分
下一篇: 二次型区分:二次型对应的矩阵和矩阵对应的二次型
FakeOccupational
博客等级 码龄6年 2万+粉丝 1727原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值