一维二维_概率密度的卷积公式：一维&二维

最新推荐文章于 2023-01-17 16:08:26 发布
最新推荐文章于 2023-01-17 16:08:26 发布
阅读量8.4k 收藏 10
点赞数 3
文章标签： 一维二维
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_31464715/article/details/112737557
版权
求随机变量的概率密度有两种方法，一是定义法先求分布函数再求导，二是概率密度卷积公式(效率更高)，本文介绍了一维、二维概率密度的卷积公式，两种方法的异同请读者自行品味。

一维变量的概率密度卷积公式

5c3efa2249cce66b52aa904d2d1890b8.png

二维变量的概率密度卷积公式

设(X,Y)的概率密度为f(x,y)，则Z=g(X,Y)的概率密度为：

363890625d6f54eef71d1e901155c67a.png

例：已知X、Y相互独立同分布，概率密度如下，求Z=X/Y的概率密度

de9c7aa330f360c29dadd11efbb6da5c.png

最低0.47元/天 解锁文章
爱家小厨酱
关注
  • 3
    点赞
  • 踩
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
二维函数Z=g(X,Y)型，用卷积公式求概率密度，积分区域如何确定（上）
刘瑛的博客
03-01 2万+
二维函数Z=g(X,Y)型，用卷积公式求概率密度，积分区域如何确定（上） 因为关于二维随机变量主题内容重要，难度大，例题多，最主要是积分区间的确定是难点，同时关联卷积概念，求二维函数Z=g(X,Y)型，用卷积公式求概率密度，卷积公式容易，积分区间难以确定，所以分成上中下三篇博客写。 一。问题的引入 有一大群人，令X和Y分别表示一个人的年龄和体重，Z表示该人的血压，并且已知Z与X,Y的关系...
求二维函数Z=g(X,Y)型，用卷积公式求概率密度，积分区域如何确定（中）
刘瑛的博客
03-02 4万+
因为关于二维随机变量主题内容重要，难度大，例题多，最主要是积分区间的确定是难点，同时关联卷积概念，卷积公式容易，积分区间难以确定，因为书上的例题都没有详细解释积分区间如何确定，所以分成上中下三篇博客写。 接本主题（上）。 求二维函数Z=g(X,Y)型，用卷积公式求概率密度，积分区域如何确定（中） #### ======= 【例二】 设二维随机变量(X,Y)的概率密度为f(x...
卷积公式和分布函数去解决Z=X+Y,Z=XY,Z=Y/X等Z的概率密度函数以及如何确定他们的范围
进阶的小宋
12-04 8167
数学
概率论与数理统计（一）
qq_22534363的博客
01-04 1714
还不会的地方： 大数定律，第六章， 3，4章。 连续型函数的概率密度函数 离散型的比较好求，直接带值就可以，重点是连续型的。函数的概率密度函数，就是告诉你X的分布，让你求Y=g(X)的分布。 公式法求一维概率密度函数 首先根据x的区间求出y的区间， 然后根据y=g(x)求出其反函数x=h(y)和x的导数。 把x=h(y)带到X的概率密度函数里边，然后再乘一个导数的绝对值，就是Y的概率密度函数。 不...
cnn_1_1维卷积_1维CNN_CNN二维数据_一维卷积_CNN三维
09-11
卷积神经网络包括一维卷积神经网络、二维卷积神经网络以及三维卷积神经网络。一维卷积神经网络常应用于序列类的数据处理;二维卷积神经网络常应用于图像类文本的识别;三维卷积神经网络主要应用于医学图像以及视频类...
main.zip_CNN_cnn一维_一维CNN公式_一维卷积_一维卷积CNN
07-15
使用CNN进行一维卷积，对数据进行预测估计
一维线性卷积实例.zip_一维 卷积_一维卷积_一维线性卷积_线性一维卷积
07-15
此matlab程序主要实现了一维线性卷积的实现，有注释，一目了然。
juanji.rar_c语言 卷积_c语言卷积_c语言数组卷积_二维卷积_卷积C语言
09-21
在C语言中，实现二维卷积时，需要定义两个二维数组：一个是输入的图像，另一个是卷积核。接着，使用嵌套循环遍历图像的每一个像素，每次迭代时，将卷积核覆盖在图像上，并计算卷积核与图像对应区域的乘积之和。这...
CNN0926_一维卷积_matlab1D-CNN
09-11
在本文中，我们将深入探讨一维卷积神经网络（1D Convolutional Neural Networks, 或 1D CNN）以及如何使用MATLAB实现1D-CNN的基本网络结构。1D CNN是一种深度学习模型，专用于处理一维数据，如时间序列、音频信号或...
随机过程答案 孙应飞
10-22
随机过程答案 中科院研究生院随机过程 孙应飞讲义答案
【概率】常见分布（离散/连续）、卷积公式（实际意义与作用、公式、记忆法）
多学，多想，多总结
10-19 4万+
离散型变量分布：0—1分布，二项分布，泊松分布，几何分布；连续型：均匀分布，指数分布；卷积公式的意义、表达及记忆
数学概率之z=x+y和z=x-y和z=x/y的分布
AndyJ的学习之旅
08-20 5万+
Z=X+Y 的分布 设(X,Y)的概率密度为f(x,y)，则Z=X+Y的分布函数为： 故Z=X+Y的概率密度为： 由X，Y的对等性，fZ(z)f_{Z}(z)fZ​(z) 又可写成 卷积公式： 如果X和Y相互独立时，Z=X+Y的密度函数公式称为卷积公式即： fZ(z)＝∫−∞+∞fX(z−y)fY(y)dy=∫−∞+∞fX(x)fY(z−x)dxf_{Z}(z)＝\int^{+\infty}_{-\infty}f_{X}(z-y)f_{Y}(y)dy=\int^{+\infty}_{-\infty}f
概论_第3章_二维随机变量__边缘概率密度
华工的专栏
01-17 1万+
对二维随机变量(X, Y) ,分量X, 或者Y的概率密度称为 (X, Y)的边缘概率密度，简称边缘密度，记为或者。
概率论与数理统计(3.3)二维随机变量条件分布
weirdo_cy的博客
04-15 9557
这个条件分布主要只针对二维的 一、离散型随机变量的条件分布 同理固定一个X为一个常数则可得Y的条件分布律 **注：**离散型的求在什么条件下X或Y的条件分布律，知道他们的联合分布律很重要. 1） 观察这个公式。 注：必须知道P{X=1}的概率，然后固定X=1，Y变化变化全部取值。同理Y固定时也是一样。 连续型随机变量条件分布 注：任意的x,y P{X=x}=0 P{Y =y} =0...
随机过程
u010069259的博客
05-05 2536
随机过程 1 概率论基础 （1）随机变量函数的概率密度 对于任意的单调函数g(x)g(x)g(x),都有 fY(y)=fX(x)∣J∣x=g−1(y)(J=dxdy) f_Y(y)=f_X(x)|J|_{x=g^{-1}(y)} (J=\frac{dx}{dy}) fY​(y)=fX​(x)∣J∣x=g−1(y)​(J=dydx​) 对于非单调函数，可以根据单调性分段。 例: 考虑一个平方律...
概率论复习笔记——卷积公式
热门推荐
jyfan0806的博客
12-03 17万+
概统笔记——多维随机变量及其分布、卷积公式二维随机变量边缘概率密度条件分布相互独立的随机变量两个随机变量的函数的分布（一）Z=X+Y的分布（二）Z=X/Y的分布、Z=XY的分布（三）M=max{X,Y} 及 N=min{X,Y}的分布 二维随机变量 定义 设(X,Y)(X,Y)(X,Y)是二维随机变量，对于任意实数x,yx,yx,y,二元函数：\newline F(x,y)=P{(X⩽x)⋂(...
二维随机变量函数卷积公式的推导
Bing's Blog
11-02 4万+
二维随机变量函数卷积公式的推导@(概率论)给定Z=g(x,y)Z = g(x,y) 通常需要求FZ(z),fZ(z)F_Z(z),f_Z(z)这里是由两个变元依据关系映射到一个变元，因此，求得FZ(z)F_Z(z)后，很容易求得fZ(z)f_Z(z),只是一个求导的过程。一般求解FZ(z)F_Z(z)，可用的思路是： FZ(z)=P(Z≤z)=P(g(X,Y)≤z)=∫∫g(x,y)≤zf(x,
二维函数Z=g(X,Y)型，用卷积公式求概率密度，积分区域如何确定（下）
刘瑛的博客
03-04 1万+
二维函数Z=g(X,Y)型，用卷积公式求概率密度，积分区域如何确定（下） 因为关于二维随机变量主题内容重要，难度大，例题多，最主要是积分区间的确定是难点，同时关联卷积概念，卷积公式容易，积分区间难以确定，因为书上的例题都没有详细解释积分区间如何确定，所以分成上中下三篇博客写。 接本主题（中）。 【例五】 设随机变量X和Y的联合分布是正方形G=((x,y)|1⩽x⩽3,1⩽y⩽3)...
分解高斯二维卷积为一维卷积详细步骤和公式
最新发布
05-18
但是，由于一维卷积比二维卷积计算速度更快，因此将二维高斯滤波分解为两个一维高斯滤波是一个常见的优化方法。 分解高斯二维卷积为一维卷积的具体步骤如下： 1. 根据高斯函数的定义，先计算出一个一维的高斯卷积...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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