边缘概率密度到底怎么求啊?f(x,y)=(6/((x+y+1)的四次方)x>0 y>0 其他都为0fY(y)=(6/((x+y+1)的四次方))dx 正无限到0的积分等于2/((y+1)的三次方),我理解不了这个为什么X会消失的?

来源:学生作业帮助网 编辑:作业帮 时间:2024/05/08 12:26:23
边缘概率密度到底怎么求啊?f(x,y)=(6/((x+y+1)的四次方)x>0 y>0 其他都为0fY(y)=(6/((x+y+1)的四次方))dx 正无限到0的积分等于2/((y+1)的三次方),我理解不了这个为什么X会消失的?

边缘概率密度到底怎么求啊?f(x,y)=(6/((x+y+1)的四次方)x>0 y>0 其他都为0fY(y)=(6/((x+y+1)的四次方))dx 正无限到0的积分等于2/((y+1)的三次方),我理解不了这个为什么X会消失的?
边缘概率密度到底怎么求啊?
f(x,y)=(6/((x+y+1)的四次方)x>0 y>0 其他都为0
fY(y)=(6/((x+y+1)的四次方))dx 正无限到0的积分等于2/((y+1)的三次方),我理解不了这个为什么X会消失的?

边缘概率密度到底怎么求啊?f(x,y)=(6/((x+y+1)的四次方)x>0 y>0 其他都为0fY(y)=(6/((x+y+1)的四次方))dx 正无限到0的积分等于2/((y+1)的三次方),我理解不了这个为什么X会消失的?
fY(y)=∫(0,+∞)(6/(x+y+1)^4)dx=6∫(0,+∞)(x+y+1)^(-4)dx
=-2(x+y+1)^(-3)|(0,+∞)
=2(y+1)^(-3)

你求的是边缘概率,对Y的边缘概率是要对x进行积分的。所以会出现dx
这时候x自然就是积分变量了,而Y是参数,可以认为它是一个常数
所以当对x积分完了后就只省下y了
顺便说一下,这时候y就不能再看成是常数了,而是对随机变量y的边缘概率密度函数的自变量。...

全部展开

你求的是边缘概率,对Y的边缘概率是要对x进行积分的。所以会出现dx
这时候x自然就是积分变量了,而Y是参数,可以认为它是一个常数
所以当对x积分完了后就只省下y了
顺便说一下,这时候y就不能再看成是常数了,而是对随机变量y的边缘概率密度函数的自变量。

收起

概率论 求边缘概率密度f(x,y)=(21/4)(x^2)y x^2 二维边缘概率密度f(x.y)= {1,0 二维边缘概率密度?f(x.y)= {1,0 f(x,y)=2∕[π2(1+x2)(1+4y2)]求x的边缘概率密度和的边缘概率密度. 边缘概率密度问题.设(x,y)的概率密度为f(x,y)=﹛8XY,0≤X≤Y,0≤Y≤1,0,其他,求关于X及关于Y的边缘概率密度. 边缘概率密度到底怎么求啊?f(x,y)=(6/((x+y+1)的四次方)x>0 y>0 其他都为0fY(y)=(6/((x+y+1)的四次方))dx 正无限到0的积分等于2/((y+1)的三次方),我理解不了这个为什么X会消失的? 边缘概率密度的积分范围x,y的概率密度为f(x,y)=4,-0.5≤x≤0,0≤y≤2x+1;其他,f(x.y)=0,求y的边缘概率密度,并详细解释对y的积分范围怎么得到的. 二维随机向量(X,Y)的密度函数为f(x,y)=Ae^-2(X+Y) x>0.y>0.= 0 其他,求边缘概率密度. 边缘概率密度怎么求 边缘概率密度怎么求 边缘概率密度函数 积分范围f(x,y)=24/5 * y*(2-x) 0 关于考研概率 求条件概率密度的问题求条件概率密度,首先在一直f(x,y)的情况下求出f(x)和f(y)这两个边缘概率密度吗,然后用f(x.y)分别除以这两个边缘概率密度吗.我想问,求出的边缘概率密度 概率论,简单习题一道(求边缘密度)设随机向量(X,Y)的联合概率密度为f(x,y)=1 (0 二维随机变量(X,Y)的概率密度f(x,y)={cy,x^2≤y≤1,0其他}(1)确定场数c;(2)求边缘概率密度f下标x(x) 还是几道关于概率论的问题1)f(x,y)={2-x-y,0≤x≤1,0≤y≤10,others 求关于X及Y的边缘概率密度.2)概率密度为Ae^-(x+2y),x>0,y>00,others 求常数A.3)边缘概率密度里积分是上限和下限时怎么确定呢?是 二维随机变量概率密度为f(xy)=cx平方y x平方小于等于y小于等于1.求常数c和边缘密度函数 设(X、Y)的概率密度为f(x、y)={8xy,0≤x≤y,0≤y≤1,{0,其他求关于X及关于Y的边缘概率密度.需要接替思路和过程~ 一道概率论 求随机变量的边缘密度的简单题目,求助!二维连续型随机变量的定义为:边缘概率密度f(x)或者f(y)可由(X,Y)的概率密度f(x,y)求出:f(x)=∫f(x,y)dy 积分区间(﹣∞,﹢∞)