1、积0-2(∫0-2)
X的分布函数 f(x)=e^(-x) (x>0)
0 (x<=0)
Y=max(X,2) 则Y的分布函数 f(y)=e^(-y) (y>2) (指数分布)
∫f(x)dx/2(积分区间0-2) =(1-1/e^2)/2 (2>y>0) (均匀分布)=0 (y<0)
EY=∫yf(y)dy=(∫0-2) y(1-1/e^2)/2dy+(∫2-+∞)ye^(-y)dy ∫ye^(-y)dy=-(1+y)e^(-y)=(1-1/e^2) +3/e^2=1+2/e^2
EY=∫yf(y)dy=(∫0-2) y(1-1/e^2)/2dy+(∫2-+∞)ye^(-y)dy
2、设Z=max{X,Y}
Z<0时,FZ(z)=0.
0<=Z<=1时
FZ(z)=P(Z<=z)=P(max{X,Y}<=z)=P(X<=z)P(Y<=z)=z*(1-e^(-z))
z>1时。
FZ(z)=P(Z<=z)=P(max{X,Y}<=z)=P(X<=z)P(Y<=z)=1-e^(-z)
因此密度函数
fZ(z)=1-e^(-z)+ze^(-z),0<=Z<=1
fZ(z)=e^(-z), Z>1
其他为0.
扩展资料:
离散型随机变量的分布律和它的分布函数是相互唯一决定的。它们皆可以用来描述离散型随机变量的统计规律性,但分布律比分布函数更直观简明,处理更方便。因此,一般是用分布律(概率函数)而不是分布函数来描述离散型随机变量。
若已知X的分布函数,就可以知道X落在任一区间上的概率,在这个意义上说,分布函数完整地描述了随机变量的统计规律性。
如果将X看成是数轴上的随机点的坐标,那么,分布函数F(x)在x处的函数值就表示X落在区间上的概率。
参考资料来源:百度百科-分布函数