數理統計與資料分析第三版習題 第3章 第12題
以下解題過程都是由網際網路收集而來,並不保證正確,如有疑問可以留言討論
題目
令 f(x,y)=c(x2−y2)e−x,0≤x<∞,−x≤y<x a.計算c b.計算邊際密度 c.計算條件密度
解題思路
因為密度函式在定義內積分等於1 即 ∬f(x,y)dx=1,0≤x<∞,−x≤y<x ∫0∞∫−xxc(x2−y2)e−xdydx=1 因為圖形是關於x軸對稱的所以改變積分割槽間為[0,x],並在前邊乘2 =2c∫0∞∫−x0(x2−y2)e−xdydx=1
=34c∫0∞x3e−xdx 因為(積分過程見參與【1】)∫0∞x3e−xdx=6 所以最終計算為 34c∗6=1 c=81
三維圖形:
參考
相關推薦
數理統計與資料分析第三版習題 第3章 第12題
以下解題過程都是由網際網路收集而來,並不保證正確,如有疑問可以留言討論 題目 令 f(x,y)=c(x2−y2)e−x,0≤x<∞,−x≤y<xf(x,y)=c(x^{2}-y^{2})e^{-x} ,0\leq x <
數理統計與資料分析第三版習題 第3章 第15題
以下解題過程都是由網際網路收集而來,並不保證正確,如有疑問可以留言討論 題目 假定X和Y具有聯合密度函式 f(x,y)=c1−x2−y2,x2+y2≤1f_(x,y)=c\sqrt{1-x^2-y^2}, \quad x^2+y^2\leq1f(x,y)=c1
數理統計與資料分析第三版習題 第3章 第16題
fX2(x2)=∫x21fX1X2(x1x2)dx1=∫x211x1dx1=[lnx1]x21=ln1x20≤x2≤x1\begin{aligned} f_{X_{2}}(x_{2})&=\int_{x_{2}}^{1}f_{X_{1}X_{2}}(x_{1}x_{2}) dx_{1}\\ &
數理統計與資料分析第三版習題 第3章 第17題
以下解題過程都是由網際網路收集而來,並不保證正確,如有疑問可以留言討論 題目 令(X,Y)是隨機點,均勻地選自區域 R={(x,y):∣x∣+∣y∣≤1}R=\left\{(x,y):|x|+|y|\leq1 \right\}R={(x,y):∣x∣+∣y∣≤1
數理統計與資料分析第三版習題 第3章 第19題
P(T1>T2)=∬t1>t2f(t1,t2)dt2dt1=∫0∞∫0t1αe−αt1∗βe−βt2dt2dt1=∫0∞αe−αt1∗β∗1−β[e−βy]0t1dt2=∫0∞(−αe−αt1e−βx+α−αt1)dt1=∫0∞(α−αt1)dt1−∫0∞αe−αt1e−βxdt1
數理統計與資料分析第三版習題 第3章 第20題
以下解題過程都是由網際網路收集或自己計算而來,並不保證正確,如有疑問可以留言討論 題目 假設通訊網路中的節點具有這樣的性質,如果兩個資訊包到達的時間間隔小於τ, 它們就會發生衝突,必須重新傳送,如果兩個包到達的時間相互獨立,且服務[0,T]上的均勻分佈 a.問它
數理統計與資料分析第三版習題 第3章 第22題
P{N(t1−t0)=k∣N(t2−t0)=n}=P{N(t1−t0)=k,N(t2−t0)=n}P{N(t2−t0)=n}=P{N(t1−t0)=k,N(t2−t1)=n−k}P{N(t2−t0)=n}=e−λ(t1−t0)⋅(λ(t−t0))kk!⋅e−λ(t2−t1)⋅(−λ(t2−t1))n−k(n−
數理統計與資料分析第三版習題 第3章 第14題
以下解題過程都是由網際網路收集而來,並不保證正確,如有疑問可以留言討論 題目 三維空間中有一個點服從單位球上的均勻分佈。 a.計算座標x,y,z的邊際函式 b.計算座標x和y的聯合分佈 c.計算給定Z=0的條件下座標xy的密度 解題思路 單位球體均勻分佈密度等於
《數理統計與資料分析》棄學指南
第一章:概率 1.概率測度:樣本空間上的概率測度是定義在子集上的實函式。 如果是相互不交的,那麼 (即在考慮將兩事件概率相加時,看這兩事件是否不相交) 2.加法定律: 3.推論:n個元素的有序排列個數是 4.似然(likelihood
MFC與Matlab程式設計總結 (以《Matlab與C/C++混合程式設計技術(第三版)》-劉維 第五章 生成DLL為例)
近期要完成一個任務,把人臉超解析度的演算法整合在一個系統中,嵌入人臉庫及字典集等。老闆的要求是有比較好的介面,目前也只能是VS那一套了,前一段時間完成的專案是用的MFC,這次也就是用MFC來完成吧。但是問題是,以前寫的人臉超解析度的演算法都是用Matlab寫的,Matlab有非常好的矩陣計算能力,要
R語言與資料分析之三:分類演算法2
上期與大家分享的傳統分類演算法都是建立在判別函式的基礎上,通過判別函式值來確定目標樣本所屬的分類,這類演算法有個最基本的假設:線性假設。今天繼續和大家分享下比較現代的分類演算法:決策樹和神經網路。這兩個演算法都來源於人工智慧和機器學習學科。 首先和小夥伴介紹下資料探勘領域比
算法導論第三版思考題8-3.b
har 思考 clas let cnblogs count light highlight true SORT_PROBLEM_B(A) let m be the count of character set let B[0..m-1] be a new array
《構建之法(第三版)》第一章
include 四則運算 不但 目標 軟件需求 輸入 .com 不知道 設計與實現 1.軟件=程序(程序=算法+數據結構)+軟件工程 一個復雜的軟件不但要有合理的軟件架構、軟件設計與實現,還要有各種文件和數據來描述各個程序文件之間的依賴關系、編譯參數、鏈接參數等。這些都是
《構建之法(第三版)》第二章
結束 快速 數據分析 來源 定義 很快 優化問題 回歸 自動 2.1單元測試 1.軟件的很多錯誤來源於程序員對模塊功能的誤解,疏忽或不了解模塊的變化。單元的測試可以讓自己負責的模塊功能定義盡量明確,模塊功能的改變不會影響其他模塊,而且模塊的質量能得到穩定的、量化的保證。 2
APUE 第三版 習題 10.5
truct spa ive ast discuss bsp timeout 問題 pla 這是書本上的答案: See ‘‘Implementing Software Timers’’ by Don Libes (C Users Journal, vol. 8, no. 11
《深入理解計算機系統(第三版)》第二章學習總結
第二章:資訊的表示和處理 1.二進位制與十六進位制: ①十六進位制數字:0 – F,例子:25A4B ② 二進位制數字:0 – 1,例子:0001 0111 0011 1010 0100 1100 ③相互轉換:十進位制→ 十六進位制:Mod(10,16)(倒序排列) 2.字和資料大小: ① 字長決定了
Python實現 《演算法導論 第三版》中的演算法 第2章 演算法基礎
第2章 演算法基礎 1. 插入排序 P17。插入排序比較簡單。 class InsertionSort: def sort(self, A): for i in range(
Python實現 《演算法導論 第三版》中的演算法 第6章 堆排序
第6章 堆排序 1. 堆 堆是一個數組,它可以被看成一個近似的完全二叉樹。樹上的每一個結點對應陣列中的一個元素。除最底層外,該樹是完全充滿的,而且是從左向右填充。表示堆的陣列包括兩個屬性:A.le
演算法導論(第三版)-複習- 第六部分圖論思考題 22 基本的圖演算法
22 基本的圖演算法 思考題 22-1 (以廣度優先搜尋來對圖的邊進行分類)深度優先搜尋將圖中的邊分類為樹邊、後向邊、前向邊和橫向邊。廣度優先搜尋也可以用來進行這種分類。具體來說,廣度優先搜尋將從源結點可以到達的邊劃分為同樣的4種類型。 a
高效能mysql第三版讀書筆記3
innodb以前不支援高併發,在搞病房下就是悲劇,全部卡在mutex(緩衝池mutex)上,現在通過執行緒排程器控制執行緒怎麼進入核心訪問資料,引數為innodb_thread_concurrency,它有計算公式:CPU數量*磁碟數量*2。 如果無法進入核心會休眠innodb_thread_sleep