大二下:概率论与数理统计复习 导航页:https://blog.csdn.net/COCO56/article/details/100152856
文章目录
1. 填空
1.1. 已 知 X 求 X 2 的 概 率 密 度 已知X求X^2的概率密度 已知X求X2的概率密度
1.2. σ 2 已 知 的 情 况 下 三 个 拒 绝 域 \sigma^2已知的情况下三个拒绝域 σ2已知的情况下三个拒绝域
2. 选择
3. 大题
3.1. 贝叶斯
3.2. 已知随机变量X的概率密度求 f Y ( y ) f_Y(y) fY(y)
设
随
机
变
量
X
∼
U
(
0
,
π
)
,
试
求
随
机
变
量
Y
=
sin
X
的
概
率
密
度
函
数
.
设随机变量X\sim U(0,\pi),试求随机变量Y=\sin X的概率密度函数.
设随机变量X∼U(0,π),试求随机变量Y=sinX的概率密度函数.
解
:
解:
解:
由
均
匀
分
布
U
(
a
,
b
)
的
概
率
密
度
函
数
f
(
x
)
=
{
1
b
−
a
,
a
<
x
<
b
0
,
其
他
,
由均匀分布U(a,b)的概率密度函数f(x)=\left\{\begin{aligned} &\frac{1}{b-a}, &a<x<b\\ &0, &其他\end{aligned}\right.,
由均匀分布U(a,b)的概率密度函数f(x)=⎩⎨⎧b−a1,0,a<x<b其他,
得
U
(
0
,
π
)
的
概
率
密
度
函
数
为
f
(
x
)
=
{
1
π
,
0
<
x
<
π
0
,
其
他
得U(0,\pi)的概率密度函数为f(x)=\left\{\begin{aligned} &\frac1\pi, &0<x<\pi\\ &0, &其他\end{aligned}\right.
得U(0,π)的概率密度函数为f(x)=⎩⎨⎧π1,0,0<x<π其他
F
Y
(
y
)
=
P
(
Y
≤
y
)
=
P
(
sin
X
≤
y
)
F_Y(y)=P(Y\le y)=P(\sin X\le y)
FY(y)=P(Y≤y)=P(sinX≤y)
当
y
<
0
时
:
当y<0时:
当y<0时:
F
Y
(
y
)
=
0
,
f
Y
(
y
)
=
0
F_Y(y)=0,fY(y)=0
FY(y)=0,fY(y)=0
当
0
<
y
<
1
时
:
当0<y<1时:
当0<y<1时:
F
Y
(
y
)
=
P
(
0
≤
X
≤
arcsin
y
)
+
P
(
π
−
arcsin
y
≤
X
≤
π
)
F_Y(y)=P(0\le X\le \arcsin y)+P(\pi-\arcsin y\le X\le \pi)
FY(y)=P(0≤X≤arcsiny)+P(π−arcsiny≤X≤π)
=
F
X
(
arcsin
y
)
−
F
X
(
0
)
+
F
X
(
π
)
−
F
X
(
π
−
arcsin
y
)
=F_X(\arcsin y)-F_X(0)+F_X(\pi)-F_X(\pi-\arcsin y)
=FX(arcsiny)−FX(0)+FX(π)−FX(π−arcsiny)
=
f
x
(
arcsin
y
)
1
1
−
y
2
+
f
x
(
π
−
arcsin
y
)
1
1
−
y
2
=f_x(\arcsin y)\frac{1}{\sqrt{1-y^2}}+f_x(\pi-\arcsin y)\frac{1}{\sqrt{1-y^2}}
=fx(arcsiny)1−y21+fx(π−arcsiny)1−y21
=
2
π
1
−
y
2
=\frac{2}{\pi\sqrt{1-y^2}}
=π1−y22
当
y
>
1
时
:
当y>1时:
当y>1时:
F
Y
(
y
)
=
1
,
f
Y
(
y
)
=
0
F_Y(y)=1,f_Y(y)=0
FY(y)=1,fY(y)=0
综
上
所
述
综上所述
综上所述
f
Y
(
y
)
=
{
2
π
1
−
y
2
,
0
<
y
<
1
0
,
其
他
f_Y(y)=\left\{\begin{aligned}&\frac{2}{\pi\sqrt{1-y^2}}, &0<y<1\\&0, &其他\end{aligned}\right.
fY(y)=⎩⎪⎨⎪⎧π1−y22,0,0<y<1其他
3.3. 其他