Tôi biết, tôi không thể sử dụng tích chập. Tôi có hai biến ngẫu nhiên A và B và chúng phụ thuộc. Tôi cần chức năng phân phối của A + B
Tôi biết, tôi không thể sử dụng tích chập. Tôi có hai biến ngẫu nhiên A và B và chúng phụ thuộc. Tôi cần chức năng phân phối của A + B
Câu trả lời:
Như vinux chỉ ra, người ta cần phân phối chung của và B , và không rõ ràng từ phản hồi của OP Mesko "Tôi biết chức năng phân phối của A và B" mà anh ta nói rằng anh ta biết phân phối chung của A và B: anh ta có thể cũng có thể nói rằng anh ta biết các phân phối biên của A và B. Tuy nhiên, giả sử rằng Mesko không biết phân phối chung, câu trả lời được đưa ra dưới đây.
Từ tích phân tích chập trong nhận xét của OP Mesko (sai, nhân tiện), có thể suy ra rằng Mesko quan tâm đến các biến ngẫu nhiên liên tục và B liên tục với hàm mật độ xác suất chung f A , B ( a , b ) . Trong trường hợp này, f Một + B ( z ) = ∫ ∞ - ∞ f Một , B ( một , z - một ) d một = ∫ ∞ KhiAvàBđộc lập, hàm mật độ khớp sẽ biến thành tích của hàm mật độ biên:fA,B(a,z-a)=fA(a)fB(z-a
Mọi thứ phức tạp hơn nếu và B không liên tục hoặc nếu một biến ngẫu nhiên liên tục và biến còn lại rời rạc. Tuy nhiên, trong mọi trường hợp, người ta có thể luôn luôn tìm ra hàm phân bố xác suất tích lũy F Một + B ( z ) của A + B là tổng khối lượng xác suất trong khu vực của máy bay quy định như { ( một , b ) : một + b ≤ z }và tính hàm mật độ xác suất, hoặc hàm khối lượng xác suất, hoặc bất cứ thứ gì, từ hàm phân phối. Thật vậy, công thức trên có được bằng cách viết dưới dạng tích phân kép của hàm mật độ khớp trên vùng được chỉ định và sau đó "phân biệt dưới dấu tích phân. ''
Trước đó, tôi không biết những gì tôi nói là đúng nhưng tôi đã bị mắc kẹt trong cùng một vấn đề và tôi đã cố gắng giải quyết nó theo cách này:
Đây là sự xuất hiện của người sói trong doanh: A
Tính tích phân tôi có: B
Âm mưu: C