对于二维连续变量的分布函数F(x,y),一般应用其概率密度函数f(x,y)的定积分求解;对于非连续变量,需要分别累加求得与一维随机变量的求法相仿。
∴本题中,当x∈(0,∞)、y∈(0,∞)时,分布函数F(x,y)=∫(-∞,x)du∫(-∞,y)f(u,v)dv=∫(0,x)du∫(-0,y)2e^(-2u-v)dv=∫(0,x)2e^(-2u)du∫(-0,y)e^(-v)dv=[1-e^(-2x)][1-e^(-y)]。
当x∉(0,∞)、y∉(0,∞)时,分布函数F(x,y)=∫(-∞,0)du∫(-∞,0)f(u,v)dv=0。
扩展资料:
随机变量在不同的条件下由于偶然因素影响,可能取各种不同的值,故其具有不确定性和随机性,但这些取值落在某个范围的概率是一定的,此种变量称为随机变量。随机变量可以是离散型的,也可以是连续型的。
事件随机发生的机率,对于均匀分布函数,概率密度等于一段区间(事件的取值范围)的概率除以该段区间的长度,它的值是非负的,可以很大也可以很小。
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。
离散型随机变量的分布律和它的分布函数是相互唯一决定的。它们皆可以用来描述离散型随机变量的统计规律性,但分布律比分布函数更直观简明,处理更方便。因此,一般是用分布律(概率函数)而不是分布函数来描述离散型随机变量。
——二维随机变量
这个常数是需要验证的!
你倒过来想,已知分布函数(里面有常数),求概率密度,这个过程就是对分布函数微分对常数微分的结果是0
1,已知概率密度,求分布函数,这个过程是积分所以要F(x)=你以前求的的答案+常数C
2,然后根据题目要求,再计算常数C如题目里有隐藏条件(在两段概率密度之间是连续的、分布函数取无求大时=1等条件,确认C的值)这个C很容易漏掉
就说这么多,希望对你有所帮助
分布函数的公式是
F(x)=P(X<= x)
这个的话实际问题实际分析的,一般都是求均匀分布的分布函数,比如某一随机变量在0到2π的概率均匀分布,那么它的分布函数就是F(X)=X/2π
而概率密度函数就是对分布函数的求导 。
1、求分布函数公式:F(x)=P(X≤x)。
2、分布函数(英文CumulativeDistributionFunction,简称CDF),是概率统计中重要的函数,正是通过它,可用数学分析的方法来研究随机变量。
3、函数(function)的定义通常分为传统定义和近代定义,函数的两个定义本质是相同的,只是叙述概念的出发点不同,传统定义是从运动变化的观点出发,而近代定义是从集合、映射的观点出发。函数的近代定义是给定一个数集A,假设其中的元素为x,对A中的元素x施加对应法则f,记作f(x),得到另一数集B,假设B中的元素为y,则y与x之间的等量关系可以用y=f(x)表示,函数概念含有三个要素:定义域A、值域B和对应法则f。
分布函数永远都是(-∞,x)区间内的积分,
(1)如果被积函数也就是密度函数不是分段函数,就直接计算(-∞,x)上的积分。
(2)如果被积函数也就是密度函数是分段函数,则由于密度函数在不同区间内的解析式不一样。所以要分段来积分。一般是:密度函数分几段,则分布函数就要分几段来积分。
例如:密度函数分别在(-∞,0),(0,1),(1,+∞)内有不同的表达式,则因为分布函数的积分区间为(-∞,x),因此要分别讨论:上限x<0时,上限0≤x<1时,上限x≥1时。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)