二维联合分布(X,Y)求(U,V)
来源:互联网 发布:透明相机软件下载 编辑:程序博客网 时间:2024/04/27 16:35
二维联合分布(X,Y)求(U,V)
@(概率论)
问:从F(x,y)是否可以求得f(x,y)? 是不是只有相互独立时,由
其中,
这次主要总结的是:已经知道
方法是:
看一道习题的解法。
设二维随机变量(X,Y)的概率密度为:
求二维随机变量
分析:首先需要明确的是X,Y是否相互独立,如果不独立该怎么办?
计算
公式是:
表示的是求x时,y要取遍所有的值。
求y时,x要取遍所有的值。
而当题中已经给了x,y的取值范围时,要特别注意取遍所有值的含义。如果还是死代公式,用的是无穷大来解,但忽视了对应的取值,将会出现错误。
我们看:
仔细想想为什么这样?其实过程是:
同理,
很容易看出
即:X,Y相互独立。
也因此可知
则不妨令
到这里可以用两种方法解:
- 公式法
- 定义法
其中公式法我基本不用,导致看到别人用公式法写还莫名其妙,这里先总结定义法,以回答验证开始提的问题。
定义法
接着就可以求出边缘分布:
因此,
注: 一般
这是最准确的解释。
一般课本给出的是x>0,y>0这样,用
是因为x和y最大都能取到无穷大。
我们知道分布函数是累积的,所有,意思还是在于取的最大值。但是因为举的例子不是有限区间,所以导致问题不清。这里恰好是有限区间,特别记录说明。
这在上面求边缘密度函数时也用到过,即,特别注意取无穷大是什么意思,取遍所有取值对于有限区间的具体落实又是怎样的,特别需要小心,因为上下限是什么对结果取值至关重要。
从而:
公式法
首先是看定理:
设随机变量X具有概率密度
fX(x),−∞<x<∞ ,又设函数g(x) 处处可导且g′(x)≠0,则Y=g(X) 是连续型随机变量,其概率密度为:
fY(y)=⎧⎩⎨⎪⎪fX(h(y)|h′(y)|,0,α<y<β其他
其中,α=min(g(−∞),g(∞)) ,β=max(g(−∞),g(∞)) , h(y)是g(x)的反函数。
用到这里来就是:
其中h(u)是
因此:
同理可得
综合可得:
两种方法可以互为映证。
公式法要求比较严格:单调,可导,导数不为0,反函数存在。
- 二维联合分布(X,Y)求(U,V)
- 求x,y
- 关于Stage3D中的顶点坐标x,y,z与u,v的对应关系
- (x&y) + ( (x^y)>>1 )求平均值
- 二维联合分布的密度函数计算
- Y U V与Y,Cb,Cr有什么区别
- 求x的y次方
- 输入x求y值
- 求X,Y的平均值
- 求(x-y+z)*2
- 使用(x&y) + ((x^y)>>1) 求平均数
- 求平均数 (x&y)+((x^y)>>1)原理
- 使用(x&y) + ((x^y)>>1) 求平均数
- 面试---(x&y) + ( (x^y)>>1 )求平均数
- 使用(x&y) + ((x^y)>>1) 求平均数
- 使用(x&y) + ((x^y)>>1) 求平均数
- 使用(x&y) + ((x^y)>>1) 求平均数
- 使用(x&y) + ((x^y)>>1) 求平均数
- atom编辑器颜色插件推荐 color-picker 以及把这个插件放大
- 对于一个初学者来说最高兴的莫过于于此
- 【hdoj1215】七夕节
- python脚本
- 矩阵键盘
- 二维联合分布(X,Y)求(U,V)
- Cocos2d-JS 热更新
- laravel输出HTML内容
- Codeforces 474D Flowers【dp】
- android知识回顾------安全加密(金融类)
- Systemd 入门教程:实战篇
- Android动画机制-传统动画
- uva 141
- C++中 volatile关键字,实现多线程编程必备