连续随机向量的概率密度函数f(x1,...,xn)可以表示为n个相互独立函数g(x1)...g(xn)之积则其各个分量Xi相互独立推导过程中的关于C1...Cn=1的问题

news/2024/10/21 23:21:09/

在陈希孺老先生的概率统计教材中,关于连续随机变量的独立性有如下定理和推导过程:

在这里插入图片描述
老猿对C1…Cn=1想了半天都没想出来原因,干脆放弃了,今天又仔细思考了一下,终于明白是个很简单的问题,下面列一下推导过程:
C 1... C n = ( ∫ − ∞ ∞ g ( x 1 ) d x 1 . . . ∫ − ∞ ∞ g ( x n ) d x n ) n − 1 = ( ∫ − ∞ ∞ . . . ∫ − ∞ ∞ g ( x 1 ) . . . g ( x n ) d x 1 d x n ) n − 1 = ( ∫ − ∞ ∞ . . . ∫ − ∞ ∞ f ( x 1 , . . . , x n ) d x 1 . . . d x n ) n − 1 C1...Cn = (\int_{-∞}^{∞}g(x_1)dx_1...\int_{-∞}^{∞}g(x_n)dx_n)^{n-1} \\= (\int_{-∞}^{∞}...\int_{-∞}^{∞}g(x_1)...g(x_n)dx_1dx_n)^{n-1}\\= (\int_{-∞}^{∞}...\int_{-∞}^{∞}f(x_1,...,x_n)dx_1...dx_n)^{n-1} C1...Cn=(g(x1)dx1...g(xn)dxn)n1=(...g(x1)...g(xn)dx1dxn)n1=(...f(x1,...,xn)dx1...dxn)n1

按照连续随机向量概率密度函数的定义, ∫ − ∞ ∞ . . . ∫ − ∞ ∞ f ( x 1 , . . . , x n ) d x 1 . . . d x n \int_{-∞}^{∞}...\int_{-∞}^{∞}f(x_1,...,x_n)dx_1...dx_n ...f(x1,...,xn)dx1...dxn其值为1,因此可以得到C1…Cn=1。

更多人工智能数学基础请参考专栏《人工智能数学基础》。

写博不易,敬请支持:

如果阅读本文于您有所获,敬请点赞、评论、收藏,谢谢大家的支持!

关于老猿的付费专栏

  1. 付费专栏《https://blog.csdn.net/laoyuanpython/category_9607725.html 使用PyQt开发图形界面Python应用》专门介绍基于Python的PyQt图形界面开发基础教程,对应文章目录为《 https://blog.csdn.net/LaoYuanPython/article/details/107580932 使用PyQt开发图形界面Python应用专栏目录》;
  2. 付费专栏《https://blog.csdn.net/laoyuanpython/category_10232926.html moviepy音视频开发专栏 )详细介绍moviepy音视频剪辑合成处理的类相关方法及使用相关方法进行相关剪辑合成场景的处理,对应文章目录为《https://blog.csdn.net/LaoYuanPython/article/details/107574583 moviepy音视频开发专栏文章目录》;
  3. 付费专栏《https://blog.csdn.net/laoyuanpython/category_10581071.html OpenCV-Python初学者疑难问题集》为《https://blog.csdn.net/laoyuanpython/category_9979286.html OpenCV-Python图形图像处理 》的伴生专栏,是笔者对OpenCV-Python图形图像处理学习中遇到的一些问题个人感悟的整合,相关资料基本上都是老猿反复研究的成果,有助于OpenCV-Python初学者比较深入地理解OpenCV,对应文章目录为《https://blog.csdn.net/LaoYuanPython/article/details/109713407 OpenCV-Python初学者疑难问题集专栏目录 》
  4. 付费专栏《https://blog.csdn.net/laoyuanpython/category_10762553.html Python爬虫入门 》站在一个互联网前端开发小白的角度介绍爬虫开发应知应会内容,包括爬虫入门的基础知识,以及爬取CSDN文章信息、博主信息、给文章点赞、评论等实战内容。

前两个专栏都适合有一定Python基础但无相关知识的小白读者学习,第三个专栏请大家结合《https://blog.csdn.net/laoyuanpython/category_9979286.html OpenCV-Python图形图像处理 》的学习使用。

对于缺乏Python基础的同仁,可以通过老猿的免费专栏《https://blog.csdn.net/laoyuanpython/category_9831699.html 专栏:Python基础教程目录)从零开始学习Python。

如果有兴趣也愿意支持老猿的读者,欢迎购买付费专栏。


http://www.ppmy.cn/news/152347.html

相关文章

C#,生信软件实践(06)——DNA数据库GenBank文件的详解介绍及解释器之完整C#源代码

1 GenBank 1.1 NCBI——美国国家生物技术信息中心(美国国立生物技术信息中心) NCBI(美国国立生物技术信息中心)是在NIH的国立医学图书馆(NLM)的一个分支。它的使命包括四项任务:1. 建立关于分…

《安富莱嵌入式周报》第305期:超级震撼数码管瀑布,使用OpenAI生成单片机游戏代码的可玩性,120通道逻辑分析仪,复古电子设计,各种运动轨迹函数源码实现

往期周报汇总地址:嵌入式周报 - uCOS & uCGUI & emWin & embOS & TouchGFX & ThreadX - 硬汉嵌入式论坛 - Powered by Discuz! 说明: 谢谢大家的关注,继续为大家盘点上周精彩内容。 视频版: https://www.bi…

考研数学:常见的初等函数求导公式以及其对应的积分公式

( x u ) ′ μ x k − 1 ∫ μ x n − 1 d x x μ c \left(x^{u}\right)^{\prime}\mu x^{k-1} \quad \quad \int \mu x^{n-1} \mathrm{d} xx^{\mu}c (xu)′μxk−1∫μxn−1dxxμc ( x m p ) ′ m − p p x m p ∫ m p x m − p p d x x m p x m p c (\sqrt[p]{x^{m}})^…

ODX介绍(1)

ODX目的: Open Diagnostic data eXchange,由ASAM定义的一种诊断和刷写数据的数据格式,方便不同供应商之间,供应商与车厂之间,开发与售后诊断之间交 换数据,即诊断数据库。 ODX文件分类:ODX-CATEGORY 以ODX 2.2.0版…

前向差分、后向差分、中心差分精度,matlab仿真

一、前向差分 前向差分公式:(1)泰勒展开为:(2) 由泰勒展开可以推出 f (x) : (3) 由(3)可以知道右边第一项是前向差分,而其他项的和是函数f (x)与前向差分的误差,用o(x)表示,得出:&…

Matlab多重积分的两种实现【从六重积分到一百重积分】

问题 今天被问了一个问题: μ ∫ ∫ ∫ ∫ ∫ ∫ f ( x 1 , x 2 , x 3 , x 4 , x 5 , x 6 ) d x 1 d x 2 d x 3 d x 4 d x 5 d x 6 σ 2 ∫ ∫ ∫ ∫ ∫ ∫ [ f ( x 1 , x 2 , x 3 , x 4 , x 5 , x 6 ) − μ ] 2 d x 1 d x 2 d x 3 d x 4 d x 5 d x 6 \begin{ar…

目前市场上的全画幅的数码相机

在短短一年的时间里,我们共迎来了8款全画幅产品,这其中包括了: 1、两款高端全幅单反:(佳能1DX和尼康D4); 2、两款专业全副单反: (佳能5D3和尼康D800)&#xf…

位深度8位什么水平_佳能1DX3视频12位RAW拍摄和8位mp4拍摄的色彩有多大差别

佳能1DXMarkIII 是佳能数码单反相机的旗舰机型。 该产品具有双像素 CMOS 的高速对焦和每秒多达 16 帧的高速连拍等功能,适用于在体育和新闻报道等领域发挥积极作用的专业人士。 虽然这台机器基本上是一个相机,但是除了在摄影方面表现出强大的优势以外,但实际上,视频拍摄功能…