Check
- 위 두 경우 Y의 pdf를 구할 수 있는가?
- 이런 식으로 생긴 g(X)의 pdf를 구할 수 있는가?
- 위 기대값을 구할 수 있는가?
RV를 transform 했을 때의 pdf를 구하는 것을 배울 것이다.
어떤 변환을 적용하는가에 따라 pdf가 다르다.
Linear의 경우이다. 먼저 cdf를 구하는 식으로 접근한다.
X의 cdf로 Y의 cdf를 표현하고 거기서 미분으로 pdf를 구한다.
더 일반적인 상황
X가 standard gaussian을 따를 때
'수업 정리(개인용) > 확률 및 통계(한양대 이상화교수님)' 카테고리의 다른 글
확률 및 통계(한양대 이상화교수님) lec16 : 이산확률변수의 합과 컨볼루션 (1) | 2021.02.15 |
---|---|
확률 및 통계(한양대 이상화교수님) lec15 : 연속확률변수의 합과 컨볼루션 (0) | 2021.02.12 |
확률 및 통계(한양대 이상화교수님) lec13 : 상관계수와 연합정규분포 (0) | 2021.02.09 |
확률 및 통계(한양대 이상화교수님) lec12 : 조건부 평균과 공분산 (0) | 2021.02.04 |
확률 및 통계(한양대 이상화교수님) lec11 : 연합확률밀도함수와 조건부확률밀도함수 (0) | 2021.02.03 |