0 & \text{w przeciwnym przypadku}\end{cases}}\)
- Wyznaczyć stałą \(\displaystyle{ c}\)
- Wyznaczyć gęstość zmiennej losowej \(\displaystyle{ T=X-Y}\)
- Wyznaczyć gęstości brzegowe
- Obliczyć współczynniki korelacji zmiennych \(\displaystyle{ X}\) i \(\displaystyle{ Y}\)
- Stała \(\displaystyle{ c}\) wyszła mi równa \(\displaystyle{ 1}\)
- Czy aby wyznaczyć gęstość zmiennej losowej \(\displaystyle{ T=X-Y}\) należy wyznaczyć gęstość brzegową \(\displaystyle{ f_X (x)}\) i \(\displaystyle{ f_Y (y)}\) i odjąć je od siebie? Tzn. czy \(\displaystyle{ f_T (z)=f_X (z)-f_Y (z)}\)?
- Gęstości brzegowe:
- \(\displaystyle{ f_X (x)=\int\limits^{\infty}_{-\infty}f(x,y) dy=\int\limits^{x+1}_{0}dy + \int\limits^{0}_{x-1}dy=(x+1)+(-x+1)=2}\)
- \(\displaystyle{ f_Y (y)=\int\limits^{\infty}_{-\infty}f(x,y) dx=\int\limits^{0}_{-1}dx + \int\limits^{1}_{0}dy=2}\)
Stąd w ppkt. 2 wychodziłaby wartość \(\displaystyle{ f_T (z) = 0}\) (o ile w ppkt. 2 się nie mylę).
- \(\displaystyle{ \rho _{XY}=\frac{Cov(X,Y)}{\sigma_X\cdot\sigma_Y}}\), gdzie \(\displaystyle{ Cov(X,Y)}\) to kowariancja wyrażająca się wzorem \(\displaystyle{ Cov(X,Y)=E(XY)-E(X)\cdot E(Y)}\), a \(\displaystyle{ \sigma_X}\) to odchylenie standardowe \(\displaystyle{ \sigma_X =\sqrt{E([X-E(X)]^2)}= \sqrt{E(X^2)-E^2 (X)}}\)