Fy(y)=Fx(sqrt(y))-Fx(-sqrt(y))=2Fx(sqrt(y))-1
Y>0,fy(y)=2fx(sqrt(y))*[y^(1/2)]'
=[2/sqrt(2pi)]e^[-(y/2)]*(1/2)y^[-1/2]
例如:
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 f_Y(y)=0 y>0时,F_Y(y)=P{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 扩展资料: 单纯的讲概率密度没有实际的意义,它必须有确定的有界区间为前提。可以把概率密度看成是纵坐标,区间看成是横坐标,概率密度对区间的积分就是面积,而这个面积就是事件在这个区间发生的概率,所有面积的和为1。所以单独分析一个点的概率密度是没有任何意义的,它必须要有区间作为参考和对比。 参考资料来源:百度百科-概率密度
我记得是课本的例题,不是太难