1樓：薔祀
擴充套件資料：
卷積定理指出，函式卷積的傅立葉變換是函式傅立葉變換的乘積。即，一個域中的卷積相當於另一個域中的乘積，例如時域中的卷積就對應於頻域中的乘積。
f(g(x)*f(x)) = f(g(x))f(f(x))其中f表示的是傅立葉變換。這一定理對拉普拉斯變換、雙邊拉普拉斯變換、z變換、mellin變換和hartley變換（參見mellin inversion theorem）等各種傅立葉變換的變體同樣成立。在調和分析中還可以推廣到在區域性緊緻的阿貝爾群上定義的傅立葉變換。
利用卷積定理可以簡化卷積的運算量。對於長度為n的序列，按照卷積的定義進行計算，需要做2n- 1組對位乘法，其計算複雜度為；而利用傅立葉變換將序列變換到頻域上後，只需要一組對位乘法，利用傅立葉變換的快速演算法之後，總的計算複雜度為。這一結果可以在快速乘法計算中得到應用。
2樓：匿名使用者
你好！可以用卷積公式如圖計算，注意討論不同取值時的積分範圍。經濟數學團隊幫你解答，請及時採納。謝謝！
3樓：
公式推導過程可以看看，他是因為本身是求重積分求出的是分佈函式，所以積分對應的是密度函式
4樓：茹翊神諭者
直接用公式法，簡單快捷
設隨機變數x與y相互獨立且都服從引數為0 的指數分佈，則min x,y 服從
解題過程如下圖 單純的講概率密度沒有實際的意義，它必須有確定的有界區間為前提。可以把概率密度看成是縱座標，區間看成是橫座標，概率密度對區間的積分就是面積，而這個面積就是事件在這個區間發生的概率，所有面積的和為1。所以單獨分析一個點的概率密度是沒有任何意義的，它必須要有區間作為參考和對比。由於隨機變數...
設隨機變數X和Y相互獨立，U X Y,V X Y,則U和V必定
不獨立u x y,v x y 顯然。u包含v,則 p uv p v p u p v e uv e x y x y e x 2 y 2 e x 2 e y 2 e u e v e x y e x y e x 2 e y 2 不一定相關，也不一定不相關 a 不獨立 u v x 所以不獨立 樓上的解釋不是...
設已知二維隨機變數（X，Y）在區域D上服從均勻分佈，求條件概率密度
x y 1，即半徑為1的圓，那麼求y的範圍，當然也可以相等的，即 1 x y 1 x 隨機變數是取值有多種可能並且取每個值都有一個概率的變數，分為離散型和連續型兩種，離散型隨機變數的取值為有限個或者無限可列個 整數集是典型的無限可列 連續型隨機變數的取值為無限不可列個 實數集是典型的無限不可列 雖然...