【概率论与数理统计】猴博士 笔记 p26-28 F、f的性质、一、二维连续型求期望、方差

F、f的性质

做法:
在这里插入图片描述
上述公式的原理:
在这里插入图片描述

做一些题目来练习套公式。
例1:
在这里插入图片描述
解:
P { X ≤ 2 } = F ( 2 ) = 1 − e − 2 P\{X\le2\}=F(2)=1-e^{-2} P{X2}=F(2)=1e2
例2:
在这里插入图片描述
解:
P { 0 ≤ X ≤ 2 } = F ( 2 ) − F ( 0 − ) = F ( 2 ) − F ( 0 ) = 1 − e − 2 P\{0\le X\le2\}=F(2)-F(0^{-})=F(2)-F(0)=1-e^{-2} P{0X2}=F(2)F(0)=F(2)F(0)=1e2

例3:
在这里插入图片描述
解:
大概就是这样判断:
在这里插入图片描述
F ( 1.5 , 2.5 ) = P { X ≤ 1.5 , Y ≤ 2.5 } = P { X = 1 , Y = 1 } + P { X = 1 , Y = 2 } = 1 4 + 0 = 1 4 F(1.5,2.5)=P\{X\le 1.5,Y\le2.5\} \\=P\{X=1,Y=1\}+P\{X=1,Y=2\} \\=\frac{1}{4}+0=\frac{1}{4} F(1.5,2.5)=P{X1.5,Y2.5}=P{X=1,Y=1}+P{X=1,Y=2}=41+0=41
例4:
在这里插入图片描述
解:
可以用到的三条性质:
F ( + ∞ ) = 1 , F ( − ∞ ) = 0 , F ( X 0 + ) = F ( X 0 ) ( 右 连 续 型 ) F(+∞)=1,F(-∞)=0,F(X_0^{+})=F(X_0)(右连续型) F(+)=1F()=0F(X0+)=F(X0)
这道题里F(-∞)=0没用上。
在这里插入图片描述
例5:
在这里插入图片描述
解:
用到的公式:带有-∞的都是0.
F ( + ∞ , + ∞ ) = 1 , F ( − ∞ , − ∞ ) = 0 , F ( x , − ∞ ) = 0 , F ( − ∞ , y ) = 0 F(+∞,+∞)=1,F(-∞,-∞)=0,F(x,-∞)=0,F(-∞,y)=0 F(+,+)=1F(,)=0,F(x,)=0,F(,y)=0
在这里插入图片描述
例6:
在这里插入图片描述
解:
∫ − ∞ + ∞ f ( x ) d x = 1 \displaystyle \int^{+∞}_{-∞}{f(x)dx}=1 +f(x)dx=1
在这里插入图片描述
例7:
在这里插入图片描述
解:
∬ f ( x ) d x d y = 1 \displaystyle \iint{f(x)dxdy}=1 f(x)dxdy=1
二重积分符号下面有个D没打出来。
在这里插入图片描述

一维连续型求期望、方差

做法:
在这里插入图片描述
练习套公式。
例1:
在这里插入图片描述
解:
在这里插入图片描述
例2:有很多分部积分法,建议把这个方法复习一下再往下做。
在这里插入图片描述
解:
EX:
在这里插入图片描述
注意:求xe-x要用分部积分法:
∫ u d v = u v − ∫ v d u \displaystyle \int udv=uv-\displaystyle \int vdu udv=uvvdu

E(X2):
在这里插入图片描述
EY:
在这里插入图片描述
其他:(上面的积分部分都要用分部积分法)
在这里插入图片描述

二维连续型求期望、方差

有两种做法:
方法一是把二维降成一维,然后用上节课的方法做。
本节主要用方法二:求什么就乘什么,然后求其总体的二重积分。
在这里插入图片描述
例1:
在这里插入图片描述
解:
EX:
在这里插入图片描述
E(X2)
在这里插入图片描述
EY:
在这里插入图片描述
其余步骤都一样。

  • 5
    点赞
  • 15
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
概率论与数理统计是数学的一个分支,它研究随机事件的概率和具有随机性的现象的规律。作为计算机科学的一部分,概率论与数理统计在数据分析、模型建立和推断等方面扮演着重要的角色。 在数据分析中,我们常常需要根据已有的数据来推断未知的情况,概率论与数理统计提供了一种有效的分析方法。通过概率论我们可以建立数学模型,用于描述数据的分布和变化规律,进而对未知数据进行预测和推测。 在模型建立中,概率论与数理统计提供了一种数学框架,用于选择合适的模型和估计模型参数。通过概率论中的拟合优度检验和参数估计方法,我们可以选择最优的数学模型,使得模型与真实数据的拟合效果最好。 在推断中,概率论与数理统计提供了一种科学的推断方法,用于根据已知信息得出未知的结论。例如,在统计中我们常常需要根据样本数据推断总体的性质,利用抽样分布、假设检验和置信区间等统计方法,我们可以对总体的特性进行准确的推断。 总的来说,概率论与数理统计对于计算机科学而言是一门重要的学科,它不仅帮助我们分析数据、建立模型,还能够进行有效的推断。无论是在人工智能、数据科学还是金融领域,概率论与数理统计的应用都是不可或缺的。因此,对于计算机科学家而言,掌握概率论与数理统计的知识,对于提升自身的分析能力和解决实际问题具有重要的意义。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

karshey

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值