随机变量的密度函数公式是什么？
设随机变量（X,Y）的联合密度为f(x，y)=3x，0<x<1,0<y<x，则E(XY)=0.3。
E（XY）＝∫（＋∞，−∞）∫（＋∞，−∞）xyf（x，y）dxdy
＝∫（1，0）dx∫（x，0）3（x＾2）ydy
＝∫（1，0）3（x＾4）／2dx
＝3／10
＝0．3。
扩展资料：
如果随机变量只取得有限个值或无穷能按一定次序一一列出，其值域为一个或若干个有限或无限区间，这样的随机变量属于离散型随机变量。离散型随机变量由随机变量取值范围确定。离散型随机变量的一切可能的取值xi与对应的概率p（xi）乘积之和为其数学期望E（x）的加权平均。
变量取值只能取离散型的任意有限个相互独立的自然数，如果变量可以在某个区间内取任一实数，则变量的取值可以是连续的。
绛旓細璁闅忔満鍙橀噺锛圶,Y锛夌殑鑱斿悎瀵嗗害涓篺(x锛寉)=3x锛0<x<1,0<y<x锛屽垯E(XY)=0.3銆侲锛圶Y锛夛紳鈭紙锛嬧垶锛−鈭烇級鈭紙锛嬧垶锛−鈭烇級xyf锛坸锛寉锛塪xdy 锛濃埆锛1锛0锛塪x鈭紙x锛0锛3锛坸锛2锛墆dy 锛濃埆锛1锛0锛3锛坸锛4锛夛紡2dx 锛3锛10 锛0锛3銆
绛旓細姒傜巼瀵嗗害锛歠(x)=(1/2鈭毾) exp{-(x-3)²/2*2} 鏍规嵁棰樹腑姝ｆ佹鐜瀵嗗害鍑芥暟琛ㄨ揪寮忓氨鍙互绔嬮┈寰楀埌闅忔満鍙橀噺鐨鏁板鏈熸湜鍜屾柟宸細鏁板鏈熸湜锛毼 = 3 鏂瑰樊: 蟽²= 2 杩炵画鍨嬮殢鏈哄彉閲忕殑姒傜巼瀵嗗害鍑芥暟锛堝湪涓嶈嚦浜庢贩娣嗘椂鍙互绠绉颁负瀵嗗害鍑芥暟锛夋槸涓涓弿杩拌繖涓殢鏈哄彉閲忕殑杈撳嚭鍊硷紝鍦ㄦ煇涓‘瀹氱殑鍙栧肩偣...
绛旓細Y鐨勫垎姝ヤ负:P锛圷 <=x) = P(-ln X <= x) = P(X >= e^(-x)) = 1-e^(-x).鍥犳瀵嗗害鍑芥暟涓:f(x) = (1-e^(-x))' = e^(-x).鍚嶈瘝瑙ｉ噴锛氬瘑搴﹀嚱鏁 瀵逛簬涓缁村疄闅忔満鍙橀噺X锛岃瀹冪殑绱Н鍒嗗竷鍑芥暟鏄疐X(x)銆傚鏋滃瓨鍦ㄥ彲娴嬪嚱鏁癴X(x)锛屾弧瓒筹細 閭ｄ箞X鏄竴涓繛缁瀷闅忔満鍙橀噺锛屽苟涓攆X(x...
绛旓細鈭寸敱瀵嗗害璁＄畻鍏紡锛鏈塮Z(z)=F'(Z=z)=fX(z)*[dx/dz]=z/2锛屽叾涓0<z<2銆傞殢鏈哄彉閲忕殑鎬ц川 闅忔満鍙橀噺鍦ㄤ笉鍚岀殑鏉′欢涓嬬敱浜庡伓鐒跺洜绱犲奖鍝嶏紝鍙兘鍙栧悇绉嶄笉鍚岀殑鍊硷紝鏁呭叾鍏锋湁涓嶇‘瀹氭у拰闅忔満鎬э紝浣嗚繖浜涘彇鍊艰惤鍦ㄦ煇涓寖鍥寸殑姒傜巼鏄竴瀹氱殑锛屾绉嶅彉閲忕О涓洪殢鏈哄彉閲忋傞殢鏈哄彉閲忓彲浠ユ槸绂绘暎鍨嬬殑锛屼篃鍙互鏄繛缁瀷鐨勩
绛旓細X = k) = (1-p)^(k-1) * p锛屽叾涓璸鏄垚鍔熺殑姒傜巼锛宬鏄涓娆℃垚鍔熺殑璇曢獙娆℃暟銆傚浜庡叾浠栧垎甯冿紝鎮ㄩ渶瑕佹煡闃呯浉鍏虫枃鐚垨浣跨敤缁熻杞欢鏉ヨ绠楀瘑搴﹀嚱鏁般備竴鏃︽偍纭畾浜嗗垎甯冪被鍨嬪拰鐩稿叧鍙傛暟锛屽氨鍙互浣跨敤鐩稿簲鐨勬鐜囧瘑搴﹀嚱鏁板叕寮忔潵璁＄畻闅忔満鍙橀噺鐨勫瘑搴﹀嚱鏁般傚瘑搴﹀嚱鏁板彲浠ョ敤浜庢弿杩伴殢鏈哄彉閲忓湪涓嶅悓鍙栧煎鐨勬鐜囧垎甯冦
绛旓細闅忔満鍙橀噺鐨姒傜巼瀵嗗害鏄寚闅忔満鍙橀噺鍦ㄦ煇涓尯闂村唴鍙栧肩殑姒傜巼涓庤鍖洪棿闀垮害鐨勬瘮鍊硷紝鍙互鐢ㄤ互涓鍏紡鏉ヨ绠楋細姒傜巼瀵嗗害鍑芥暟f(x) = lim [P(a < X <= b) / (b - a)] 鍏朵腑锛宎鍜宐鏄尯闂寸鐐癸紝P(a < X <= b)鏄湪璇ュ尯闂村唴鍙栧肩殑姒傜巼銆傞渶瑕佹敞鎰忕殑鏄紝姒傜巼瀵嗗害鍑芥暟搴旇婊¤冻浠ヤ笅鏉′欢锛(1) f(x) >...
绛旓細闅忔満鍙橀噺鐨勫瘑搴﹀嚱鏁版槸鎻忚堪闅忔満鍙橀噺姒傜巼鍒嗗竷鐨勫嚱鏁般傚瘑搴﹀嚱鏁伴氬父鐢╢(x)琛ㄧず锛屽叾涓瓁涓洪殢鏈哄彉閲忕殑鍙栧笺傚浜庤繛缁瀷闅忔満鍙橀噺锛屽瘑搴﹀嚱鏁板畾涔変簡鍦ㄤ笉鍚屽彇鍊艰寖鍥村唴鐨勬鐜囧瘑搴︺傚叿浣撹岃█锛屽浜庝竴涓繛缁瀷闅忔満鍙橀噺X锛屽叾瀵嗗害鍑芥暟f(x)婊¤冻浠ヤ笅鎬ц川锛氶潪璐熸э細瀵逛簬鎵鏈夌殑x锛宖(x)鈮 0銆傚綊涓鎬э細瀵嗗害鍑芥暟鍦ㄦ暣涓畾涔夊煙...
绛旓細姒傜巼瀵嗗害鍑芥暟鐨勫叕寮忔槸浠涔堬紵1. 瀵逛簬闅忔満鍙橀噺Y锛屽綋1锛測锛3鏃讹紝鍏舵鐜囧瘑搴﹀嚱鏁癙(y)绛変簬1/2銆2. 褰搚鍙栧叾浠栧兼椂锛孭(y)绛変簬0銆傝В閲婂涓嬶細1. 璁惧畾闅忔満鍙橀噺Y鐨勫垎甯冨嚱鏁颁负FY(y)銆2. 鐢变簬Y绛変簬2X鍔1锛屾垜浠彲浠ュ緱鍑篎Y(y)绛変簬F(Y鈮)锛屼篃绛変簬F(2X+1鈮)锛岃繘涓姝ョ瓑浜嶧(X鈮(y-1)/2)銆3. ...
绛旓細棣栧厛锛屾垜浠彲浠ヤ娇鐢ㄥ彉閲忓彉鎹㈢殑鏂规硶鏉ユ眰瑙ｃ傛牴鎹彉閲忓彉鎹㈢殑鍏紡锛屾垜浠湁:f_Y(y) = f_X(g^(-1)(y)) * |(dg^(-1)(y))/dy| 鍏朵腑锛宖_Y(y) 鏄闅忔満鍙橀噺Y鐨勫瘑搴﹀嚱鏁锛宖_X(x) 鏄殢鏈哄彉閲廥鐨勫瘑搴﹀嚱鏁帮紝g(x) 鏄彉鎹㈠嚱鏁帮紝g^(-1)(y) 鏄痝鐨勫弽鍑芥暟銆傚湪杩欓噷锛実(x) = cos(x)锛屽洜姝...
绛旓細璁綳鍜孻鐨勮仈鍚堝瘑搴﹀嚱鏁颁负f(x,y)銆傚垯X+Y鐨勫瘑搴﹀嚱鏁fZ(z)鍙互閫氳繃濡備笅鍏紡姹傚緱锛歠Z(z) = 鈭玣(x, z-x)dx 鍏朵腑锛岀Н鍒嗗尯闂翠负浣縡(x, z-x)鈮0鏃剁殑x鍖洪棿锛屽嵆X+Y鐨勫彇鍊艰寖鍥淬傝繖閲岄渶瑕佹敞鎰忕殑鏄紝鐢变簬X鍜孻鏄繛缁瀷闅忔満鍙橀噺锛屽叾瀵嗗害鍑芥暟鍙兘鍦ㄦ煇浜涚偣涓0锛屽洜姝ら渶瑕佹眰鍑轰娇f(x, z-x)鈮0鐨...
