【概率论与数理统计】猴博士 笔记 p17-20 一、二维连续型:已知F,求f;已知f,求f

一维连续型已知F,求f

题型:
【概率论与数理统计】猴博士 笔记 p17-20 一、二维连续型:已知F,求f;已知f,求f_第1张图片

步骤:f是F的导数,对F求导即可得到f。

例1:
【概率论与数理统计】猴博士 笔记 p17-20 一、二维连续型:已知F,求f;已知f,求f_第2张图片

解:
【概率论与数理统计】猴博士 笔记 p17-20 一、二维连续型:已知F,求f;已知f,求f_第3张图片

例2:
【概率论与数理统计】猴博士 笔记 p17-20 一、二维连续型:已知F,求f;已知f,求f_第4张图片

解:
在这里插入图片描述

一维连续型已知f,求f

题型:已知f(x),求f(y)
【概率论与数理统计】猴博士 笔记 p17-20 一、二维连续型:已知F,求f;已知f,求f_第5张图片
步骤:(注意,要满足要求:Y=g(X)满足单增或单减才能用公式法)
【概率论与数理统计】猴博士 笔记 p17-20 一、二维连续型:已知F,求f;已知f,求f_第6张图片
看起来有点抽象,我们看一道例题:
【概率论与数理统计】猴博士 笔记 p17-20 一、二维连续型:已知F,求f;已知f,求f_第7张图片
此题中Y=g(X)是Y=2X,是单增的,所以可以用公式法。

第一步:通过Y=g(X)得出X=h(Y):
X = Y 2 X=\frac{Y}{2} X=2Y
第二步:用h(Y)替换f(x)各式子中的x。
原 式 为 f X ( x ) = { 0 , x ≤ 0 e − x , x > 0 X = Y 2 替 换 后 f X ( x ) = { 0 , y ≤ 0 e − y 2 , y > 0 原式为 f_X(x)= \begin{cases} 0,x\le0\\ e^{-x},x>0 \end{cases} \\\\X=\frac{Y}{2}替换后 \\ \\ f_X(x)= \begin{cases} 0,y\le0\\ e^{-\frac{y}{2}},y>0 \end{cases} fX(x)={0,x0ex,x>0X=2YfX(x)={0,y0e2y,y>0
第三步:在f(x)各式子的末尾后乘上|h’(y)|
f X ( x ) = { 0 ∗ ∣ ( y 2 ) ′ ∣ , y ≤ 0 e − y 2 ∗ ∣ ( y 2 ) ′ ∣ , y > 0 f_X(x)= \begin{cases} 0*|(\frac{y}{2})'|,y\le0\\ e^{-\frac{y}{2}}*|(\frac{y}{2})'|,y>0 \end{cases} fX(x)={0(2y),y0e2y(2y),y>0
第四步:将f(x)变成f(y)
f X ( x ) = { 0 , y ≤ 0 1 2 e − y 2 , y > 0 f_X(x)= \begin{cases} 0,y\le0\\ \frac{1}{2}e^{-\frac{y}{2}},y>0 \end{cases} fX(x)={0,y021e2y,y>0
答案:
【概率论与数理统计】猴博士 笔记 p17-20 一、二维连续型:已知F,求f;已知f,求f_第8张图片

二维连续型已知F,求f

步骤:求偏导
【概率论与数理统计】猴博士 笔记 p17-20 一、二维连续型:已知F,求f;已知f,求f_第9张图片

例题1:
【概率论与数理统计】猴博士 笔记 p17-20 一、二维连续型:已知F,求f;已知f,求f_第10张图片
解:
【概率论与数理统计】猴博士 笔记 p17-20 一、二维连续型:已知F,求f;已知f,求f_第11张图片
求偏导:
如果一个(对x、y)求偏导的式子并不是既有x又有y,那么它的偏导就是0.
如果既有x又有y,那么正常求即可。
【概率论与数理统计】猴博士 笔记 p17-20 一、二维连续型:已知F,求f;已知f,求f_第12张图片

因此答案:
【概率论与数理统计】猴博士 笔记 p17-20 一、二维连续型:已知F,求f;已知f,求f_第13张图片

二维连续型已知f,求f

步骤:有三种求法:普通求法、公式法(消x、消y)【概率论与数理统计】猴博士 笔记 p17-20 一、二维连续型:已知F,求f;已知f,求f_第14张图片
看一道例题:
【概率论与数理统计】猴博士 笔记 p17-20 一、二维连续型:已知F,求f;已知f,求f_第15张图片
我们以公式法(消y)来举例子:

第一步:
Z = X + 2 Y = > Y = Z − X 2 = > y = z − x 2 Z=X+2Y => Y=\frac{Z-X}{2} =>y=\frac{z-x}{2} Z=X+2Y=>Y=2ZX=>y=2zx

第二步:
原 式 为 f ( x , y ) = { 2 e − ( x + 2 y ) , x > 0 , y > 0 0 , 其 他 替 换 后 f ( x , y ) = { 2 e − ( x + 2 ∗ ( z − x 2 ) ) ∗ ∣ ∂ z − x 2 ∂ z ∣ , x > 0 , z − x 2 > 0 0 , 其 他 化 简 后 f ( x , y ) = { e − z , x > 0 , z − x 2 > 0 0 , 其 他 原式为 f(x,y)= \begin{cases} 2e^{-(x+2y)},x>0,y>0\\ 0,其他\\ \end{cases} \\替换后 \\ f(x,y)= \begin{cases} 2e^{-(x+2*(\frac{z-x}{2}))}*|\frac {\partial \frac{z-x}{2} } {\partial z }|,x>0,\frac{z-x}{2}>0\\ 0,其他\\ \end{cases} \\化简后 f(x,y)= \begin{cases} e^{-z},x>0,\frac{z-x}{2}>0\\ 0,其他\\ \end{cases} f(x,y)={2e(x+2y),x>0,y>00,f(x,y)={2e(x+2(2zx))z2zx,x>0,2zx>00,f(x,y)={ez,x>0,2zx>00,
第三步:
f ( x , y ) = { e − z , x > 0 , x < z 0 , 其 他 f ( x , y ) 非 0 式 子 里 的 范 围 : x < z , x > 0 范 围 存 在 时 , z > 0 范 围 不 存 在 时 , z ≤ 0 范 围 存 在 是 x 的 范 围 是 ( 0 , z ) f(x,y)= \begin{cases} e^{-z},x>0,x0 \\ 范围存在时,z>0 \\范围不存在时,z\le 0 \\范围存在是x的范围是(0,z) f(x,y)={ez,x>0,x<z0,f(x,y)0:x<z,x>0,z>0,z0x(0,z)
第四步:
f Z ( z ) = { ∫ 0 z e − z d x , z > 0 0 , z ≤ 0 = > f Z ( z ) = { z e − z , z > 0 0 , z ≤ 0 f_Z(z)= \begin{cases} \displaystyle \int^{z}_{0}e^{-z}{dx},z>0\\ 0,z \le 0\\ \end{cases} => f_Z(z)= \begin{cases} ze^{-z},z>0\\ 0,z \le 0\\ \end{cases} fZ(z)=0zezdx,z>00,z0=>fZ(z)={zez,z>00,z0
【概率论与数理统计】猴博士 笔记 p17-20 一、二维连续型:已知F,求f;已知f,求f_第16张图片
用上述方法尝试消去x,能得到答案:
【概率论与数理统计】猴博士 笔记 p17-20 一、二维连续型:已知F,求f;已知f,求f_第17张图片

你可能感兴趣的:(【猴博士】概率论与数理统计笔记,概率论与数理统计)