设随机变量X~N(0,1),Y=X²,求Y的概率密度。详细的解答过程,谢谢

如题所述

X的概率密度函数:f_X(x)=1/√(2π)·e^(-x^2/2)
y≤0时,F_Y(y)=P{Y<y}=P{X^2<y}=0
f_Y(y)=0
y>0时,F_Y(y)=P{Y<y}=P{X^2<y}=P{-√y<X<√y}=F_X(√y) - F_X(-√y)
f_Y(y)=F'_Y(y)=F'_X(√y) - F'_X(-√y)=f_X(√y)*[1/(2√y)] - f_X(-√y)*[-1/(2√y)]
=1/(2√y)*[f_X(√y) + f_X(-√y)]=1/(2√y)*{1/√(2π)·e^[-(√y)^2/2]+1/√(2π)·e^[-(-√y)^2/2]}
=1/(2√y)*2*1/√(2π)*e^(-y/2)=1/√(2πy)*e^(-y/2)

综上:Y的概率密度函数f_Y(y)=
{0, y≤0
{1/√(2πy)*e^(-y/2), y>0追问

X的概率密度函数:f_X(x)=1/√(2π)·e^(-x^2/2)...这个是怎么得到的

追答

正态分布N(μ,σ^2)的概率密度函数:
f(x)=1/[σ√(2π)]·e^[-(x-μ)^2/(2σ^2)]
μ=0,σ=1即为标准正态分布N(0,1)
这个得记住

温馨提示:内容为网友见解,仅供参考
第1个回答  2013-01-04
Y的取值范围为(0,1)
1,当y≤0时 P(Y≤y)=0
2,当0<y<1时 P(Y≤y)=P(X^2≤y)=P(0≤X≤√y)=√y/(1-0)=√y
3,当y≥1时 P(Y≤y)=1
所以 f(y)=d(P(Y≤y))/dy=1/(2√y),0<y<1,其他为0

随机变量 X~푁[0,1],求 Y=푋平方的密度函数?
而,Y=X²,∴y≥0。∴FY(y)=P(Y≤y)=P(X²≤y)=P(x²≤y)=P(-√yx≤√y)=∫(-√y,√y)fX(x)dx。又,fX(x)是对称函数、且y=0时,FY(y)=0,∴y>0时,FY(y)=2∫(0,√y)fX(x)dx。两边对y求导,∴Y的概率密度fY(y)=F'Y(y)=[1\/√(2...

设随机变量X~N(0,1),Y=|x|,求Y的概率密度函数
解题过程如下:

随机变量X服从N(0,1)分布,求Y=X²的分布密度,需要详细的解析过程
先找出Y与X的分布函数的关系,再求导得出概率密度的关系,最后代入得出Y的概率密度。请参考下图的计算过程与答案。

设随机变量X~N(0,1),求Y=X的绝对值的的概率密度
1)密度函数在区间上积分为1 ∫(-1~1)k\/(1 x²)dx=(-1~1)karctanx=karctan1-karctan(-1)=kπ\/4-(-kπ)\/4=kπ\/2=1 ∴k=2\/π 2)E(x)=∫(-1~1)xf(x)dx=∫(-1~1)2x\/π(1 x²)dx=∫(-1~1)d(x² 1)\/π(x² 1)=(-1~1)ln(x² 1)\/π=(ln2-ln2)\/π...

设随机变量X~N(0,1),Y=X平方+1,求随机变量Y的密度函数
简单计算一下即可,答案如图所示

设随机变量X~N(0,1),求Y=X的绝对值的的概率密度
=∫(-y~y)fx(x) dx。=(1\/根号(2π)) *∫(-y~y)e^(-x²\/2) dx。y=|x|。x<0时,-dy=dx。x>0时 dy=dx。(1\/根号(2π)) *∫(-y~y)e^(-x²\/2) dx。=(1\/根号(2π)) *{∫(-y~0)e^(-x²\/2) dx +∫(0~y)e^(-x²\/2) dx}。这里...

设随机变量X服从标准正态分布N(0,1),求随机变量函数Y=X平方的概率密度...
计算过程用电脑输入太麻烦了…… = =给楼主提供思路吧求概率密度要先求分布函数,然后再求导~~p{Y<y}=p{x^2<y}=P{-根y<x<根y} 这是对x的密度函数的一个积分,积分区域是-根y到根y这个不要去解,直接对y求导,根据变限积分的求导公式就能求出来了~ 希望对楼主有帮助~...

设随机变量X~N(0,1),求下面随机变量Y的概率密度 : Y=e^X
灯泡的寿命等等,都是随机变量的实例。随机变量即在一定区间内变量取值有无限个,或数值无法一一列举出来。例如某地区男性健康成人的身长值、体重值,一批传染性肝炎患者的血清转氨酶测定值等。有几个重要的连续随机变量常常出现在概率论中,如:均匀随机变量、指数随机变量、伽马随机变量和正态随机变量。

随机变量X服从N(0,1)分布,求Y=X²的分布密度,需要详细的解析过程?
建议把Y=X²写成Y=X·X。再用两个随机变量的积的的概率密度函数的公式。

已知随机变量X,Y相互独立,X~N(0,1),Y~N(0,1),求Z=X\/Y的概率密度
结果cauchy(0,1)分布,密度为 (1\/pi)* (1+v^2), v\\in R.首先考查变换 U=X, V=X\/Y,容易得到Jacoba行列式J=U,这样得到(U,V)的联合密度 (2pi)^{-1) *|u| * exp(-1\/2 *u^2(1+v^2)),将U积掉就得到cauchy分布的密度 ...

相似回答