联合分布函数怎么求？
Fx(x) = ∫f(x,y)*dy
求单变量的期望，可以参考以下公式：
E(x) = ∫x*Fx(x)*dx=∫∫x*f(x,y)*dxdy
设（X，Y）是二维随机变量，x，y是任意实数，二元函数：F(x,y)=P({X≤x∩Y≤y})=P(X≤x,Y≤y)，被称二维随机变量(X，Y)的分布函数，或称为X和Y的联合分布函数。
扩展资料：
将二维随机变量（X，Y）看成是平面上随机点的坐标，分布函数F（x，y）在（x，y）处的函数值就是随机点（X，Y）落在如图以（x，y）为顶点而位于该点左下方的无穷矩形区域内的概率。
函数与不等式和方程存在联系（初等函数）。令函数值等于零，从几何角度看，对应的自变量的值就是图像与X轴的交点的横坐标。
从代数角度看，对应的自变量是方程的解。另外，把函数的表达式（无表达式的函数除外）中的“=”换成“<”或“>”，再把“Y”换成其它代数式，函数就变成了不等式，可以求自变量的范围。
参考资料来源：百度百科--联合分布函数
绛旓細Fx(x) = 鈭玣(x,y)*dy 姹傚崟鍙橀噺鐨勬湡鏈涳紝鍙互鍙傝冧互涓嬪叕寮忥細E(x) = 鈭玿*Fx(x)*dx=鈭埆x*f(x,y)*dxdy 璁撅紙X锛孻锛夋槸浜岀淮闅忔満鍙橀噺锛寈锛寉鏄换鎰忓疄鏁帮紝浜屽厓鍑芥暟锛欶(x,y)=P({X鈮鈭℡鈮})=P(X鈮,Y鈮)锛岃绉颁簩缁撮殢鏈哄彉閲(X锛孻)鐨勫垎甯冨嚱鏁帮紝鎴栫О涓篨鍜孻鐨勮仈鍚堝垎甯冨嚱鏁般
绛旓細f_X(x) = 位 e^(-位x) = 2e^(-2x)鍏朵腑锛屛绘槸鎸囨暟鍒嗗竷鐨勫弬鏁帮紝绛変簬2銆傚悓鐞嗭紝鐢变簬Y涔熸湇浠庡弬鏁颁负2鐨勬寚鏁板垎甯冿紝鎵浠ュ畠鐨勬鐜囧瘑搴﹀嚱鏁颁篃涓猴細f_Y(y) = 2e^(-2y)鍥犳锛鑱斿悎鍒嗗竷鍑芥暟鍙互琛ㄧず涓猴細f(x,y) = f_X(x) f_Y(y) = (2e^(-2x)) (2e^(-2y)) = 4e^(-2(x+y))鎵浠...
绛旓細濡傛灉鎮ㄦ病鏈夎仈鍚堟鐜囧瘑搴﹀嚱鏁帮紝鍒欏彲浠ラ氳繃姹傚嚭鑱斿悎姒傜巼鍒嗗竷鍑芥暟鐨勭Н鍒嗘潵姹傝仈鍚堝垎甯冨嚱鏁銆傚彟澶栵紝濡傛灉浣犲凡鐭ヤ袱涓殢鏈哄彉閲忕殑鍗曠嫭姒傜巼瀵嗗害鍑芥暟锛屽彲浠ラ氳繃涔樼Н鍏紡鏉ユ眰鑱斿悎姒傜巼瀵嗗害鍑芥暟 f(x,y) = f1(x) * f2(y)鑱斿悎鍒嗗竷鍑芥暟鍙互甯姪鎴戜滑姹傚嚭涓や釜鍙橀噺涔嬮棿鐨勫叧绯伙紝濡傛鐜囧瘑搴﹀垎甯冨嚱鏁,鍗忔柟宸紝鐩稿叧绯绘暟绛夈傚湪...
绛旓細鈭碢{X锛瀉锛孻锛瀊}=1-F1锛坅锛-F2锛坆锛+F锛坅锛宐锛=F锛坅锛宐锛+1-[F1锛坅锛+F2锛坆锛塢
绛旓細=y)+2P(X>=x锛塒锛圷> =y)-P(X>=x锛塒锛圷>=y) < =1-P(X>=x锛塒锛圷>=y) < =1-([1-P(X<x锛塢[1-p锛坹<y)] =x锛-P(X>=x锛塒锛圷>=y)>=0 P锛圷>=y)-P(X>=x锛塒锛圷>=y)>=0銆侫FY鐨勮绠楁槸瀵箈鐨勫瘑搴﹀嚱鏁颁粠锛嶆棤绌风Н鍒版鏃犵┓瀵鍒嗗竷鍑芥暟鏉ヨ灏辨槸鍙杧锛濓紜鏃犵┓銆
绛旓細瀹為檯鎿嶄綔姝ラ</ 1. 鎵惧埌鑱斿悎鍒嗗竷寰嬭〃鏍间腑(x, y)鐨勬墍鏈夊彲鑳藉笺2. 渚濇嵁琛ㄦ牸鏌ユ壘姣忎釜(x, y)瀵圭殑姒傜巼銆3. 灏嗘瘡涓(x, y)鐨勬鐜囦笌瀵瑰簲x鍜寉鍊肩浉涔樸4. 灏嗘墍鏈変箻绉浉鍔狅紝寰楀埌鏈熸湜鍊糆(X, Y)銆傝浣忥紝鐞嗚В鑱斿悎鍒嗗竷寰嬭〃鏍肩殑鍏抽敭鍦ㄤ簬鐔熸倝鍏剁粨鏋勫拰璁＄畻瑙勫垯锛岃繖鏍峰湪姹傛湡鏈涙椂鎵嶈兘娓稿垉鏈変綑銆
绛旓細鐢盤(X=1,Y=1)=P(XY=1)=1/3=P(X=1)=P(Y=1)鍙煡锛孭(X=1,Y=0)=P(X=1,Y=2)=P(Y=1,X=0)=P(Y=1,X=2)=0.(娉ㄦ剰P(X=1)=P(X=1,Y=0)+P(X=1,Y=1)+P(X=1,Y=2), 鍏朵粬绫讳技 )P(X=2,Y=2)=P(XY=4)=1/12,P(X=2,Y=0)=P(X=2)-P(X=2,Y=1)-...
绛旓細P(XY=0)=1,鍗砐銆乊閮戒笉鏄0鐨勬鐜囦负0锛孭(X=1,Y=1)=P(X=-1,Y=1)=0,缁撳悎浜岀淮绂绘暎闅忔満鍙橀噺鐨勬潯浠鍒嗗竷寰嬫潵鍋氾紝X=-1鏉′欢涓嬮殢鏈哄彉閲廥鐨勬潯浠跺垎甯冨緥涔嬪拰涓1锛屽嵆P(Y=1|X=-1)+P(Y=0|X=-1)=1,鐢变箻娉曞叕寮廝(AB)=P(B|A)P(A)鍙煡锛屽洜涓篜(X=-1,Y=1)=0锛屾墍P(Y=1|X=-1)...
绛旓細姹傝仈鍚堝垎甯冨緥鍏紡锛歅(X=-1)=d銆鑱斿悎鍒嗗竷鍑芥暟锛坖ointdistributionfunction锛変害绉板缁村垎甯冨嚱鏁帮紝闅忔満鍚戦噺鐨勫垎甯冨嚱鏁帮紝浠ヤ簩缁存儏褰负渚嬶紝鑻ワ紙X锛孻锛夋槸浜岀淮闅忔満鍚戦噺锛寈銆亂鏄换鎰忎袱涓疄鏁帮紝鍒欑О浜屽厓鍑芥暟銆傚嚱鏁帮紙function锛夌殑瀹氫箟閫氬父鍒嗕负浼犵粺瀹氫箟鍜岃繎浠ｅ畾涔夛紝鍑芥暟鐨勪袱涓畾涔夋湰璐ㄦ槸鐩稿悓鐨勶紝鍙槸鍙欒堪姒傚康鐨勫嚭鍙戠偣...
绛旓細F(x, y) = P ( X<=x , Y<=y)銆備笂寮忚〃鏄巟绉垎鍖哄煙鍙兘鏄紙-鏃犵┓锛寈锛夈亂鐨勭Н鍒嗗尯鍩熸槸锛-鏃犵┓锛寉锛夈
