概率论与数理统计，随机变量X,Y的联合概率密度函数为fxy(x,y) = ax (0<y<x,0<x<1) 什么是概率论
\u4ec0\u4e48\u662f\u6982\u7387\uff1f\u6982\u7387\uff0c\u53c8\u79f0\u6216\u7136\u7387\u3001\u673a\u4f1a\u7387\u3001\u673a\u7387\uff08\u51e0\u7387\uff09\u6216\u53ef\u80fd\u6027\uff0c\u662f\u6982\u7387\u8bba\u7684\u57fa\u672c\u6982\u5ff5\u3002\u6982\u7387\u662f\u5bf9\u968f\u673a\u4e8b\u4ef6\u53d1\u751f\u7684\u53ef\u80fd\u6027\u7684\u5ea6\u91cf\uff0c\u4e00\u822c\u4ee5\u4e00\u4e2a\u57280\u52301\u4e4b\u95f4\u7684\u5b9e\u6570\u8868\u793a\u4e00\u4e2a\u4e8b\u4ef6\u53d1\u751f\u7684\u53ef\u80fd\u6027\u5927\u5c0f\u3002\u8d8a\u63a5\u8fd11\uff0c\u8be5\u4e8b\u4ef6\u66f4\u53ef\u80fd\u53d1\u751f\uff1b\u8d8a\u63a5\u8fd10\uff0c\u5219\u8be5\u4e8b\u4ef6\u66f4\u4e0d\u53ef\u80fd\u53d1\u751f\u3002\u5982\u67d0\u4eba\u6709\u767e\u5206\u4e4b\u591a\u5c11\u7684\u628a\u63e1\u80fd\u901a\u8fc7\u8fd9\u6b21\u8003\u8bd5\uff0c\u67d0\u4ef6\u4e8b\u53d1\u751f\u7684\u53ef\u80fd\u6027\u662f\u591a\u5c11\uff0c\u8fd9\u4e9b\u90fd\u662f\u6982\u7387\u7684\u5b9e\u4f8b\u3002
一、第二问积分得出a=3。
首先确立Z的范围，由于0<y<x<1，所以z范围为(0,1)
然后考虑求Z的分布函数F(z)，即P(x-y<z),即x<y+z在对应z值下的概率。
那么，可以先自由取y，然后考虑x的范围使得x-y<z，然后求对应区域的概率密度积分即可。
这里有个问题是，y取值的范围会使得x的取值限制范围不一样。
当y<1-z的时候时，x<y+z<1的限制条件是有效的，即x范围为(y,y+z)
而y>1-z时，x<1<y+z的限制条件是无效的，即x范围为(y,1)
那么，计算分布函数的双重积分的里面式子是一样的，都为3x，只不过要分为两个式子，
一部分，外面dy的范围为(0,1-z),里面dx的范围为(y,y+z)
另一部分，外面dy的范围为(1-z,1),里面dx的范围为(y,1)
最后算出的结果：
第一部分是a/2*z(1-z),即3/2*z(1-z)，
第二部分为a/6*(3z^2-z^3)，即1/2*(3z^2-z^3)，
和加起来即F(z)=3/2*z-1/2*z^3 z∈(0,1)
由分布函数求概率密度函数为g(z)=3/2(1-z^2)
二、实际上在这里画出图即可，
分布区域为D:X+Y>1，x属于(0,1)，y属于(0,1)
面积S=1/2，
而画出X+Y>1的直线，
与分布区域相交得到
即(1/2 ,1/2),(1,0)和(0,1)三点组成的三角形，
那么显然面积为1/4，
所以P(X+Y>1)= (1/4) / (1/2)=1/2
扩展资料：
随机试验结果的量的表示。例如掷一颗骰子出现的点数，电话交换台在一定时间内收到的呼叫次数，随机抽查的一个人的身高，悬浮在液体中的微粒沿某一方向的位移，等等，都是随机变量的实例。
一个随机试验的可能结果（称为基本事件）的全体组成一个基本空间Ω(见概率)。随机变量x是定义于Ω上的函数，即对每一基本事件ω∈Ω，有一数值x(ω)与之对应。
以掷一颗骰子的随机试验为例，它的所有可能结果见，共6个，分别记作ω1,ω2,ω3,ω4,ω5,ω6,这时，Ω={ω1,ω2,ω3,ω4,ω5,ω6},而出现的点数这个随机变量x，就是Ω上的函数x(ωk)=k，k=1,2,6。
又如设Ω={ω1,ω2,…，ωn}是要进行抽查的n个人的全体，那么随意抽查其中一人的身高和体重，就构成两个随机变量X和Y,它们分别是Ω上的函数：X(ωk)=“ωk的身高”，Y(ωk)=“ωk的体重”，k=1,2,n。
一般说来，一个随机变量所取的值可以是离散的（如掷一颗骰子的点数只取1到6的整数，电话台收到的呼叫次数只取非负整数），也可以充满一个数值区间，或整个实数轴（如液体中悬浮的微粒沿某一方向的位移）。
参考资料来源：百度百科-随机变量
第二问积分得出a=3。
首先确立Z的范围，由于0<y<x<1，所以z范围为(0,1)
然后考虑求Z的分布函数F(z)，即P(x-y<z),即x<y+z在对应z值下的概率。
那么，可以先自由取y，然后考虑x的范围使得x-y<z，然后求对应区域的概率密度积分即可。
这里有个问题是，y取值的范围会使得x的取值限制范围不一样。
当y<1-z的时候时，x<y+z<1的限制条件是有效的，即x范围为(y,y+z)
而y>1-z时，x<1<y+z的限制条件是无效的，即x范围为(y,1)
那么，计算分布函数的双重积分的里面式子是一样的，都为3x，只不过要分为两个式子，
一部分，外面dy的范围为(0,1-z),里面dx的范围为(y,y+z)
另一部分，外面dy的范围为(1-z,1),里面dx的范围为(y,1)
最后算出的结果：
第一部分是a/2*z(1-z),即3/2*z(1-z)，
第二部分为a/6*(3z^2-z^3)，即1/2*(3z^2-z^3)，
和加起来即F(z)=3/2*z-1/2*z^3 z∈(0,1)
由分布函数求概率密度函数为g(z)=3/2(1-z^2)
绛旓細姒傜巼璁轰笌鏁扮悊缁熻涔嬮殢鏈哄彉閲忕殑鐙珛鎬ч棶棰樻柟娉曟荤粨 瑙ｉ鏂规硶鎬荤粨 瑙ｉ鏂规硶鎬荤粨 2019骞12鏈31鏃 闅忔満鍙橀噺鐨勭嫭绔嬫э細濡傛灉瀵逛换鎰x,y閮芥湁P{X<=x,Y<=y}=P{X<=x}P{Y<=y}锛屽嵆F(x,y)=Fx(x)Fy(y)锛屽垯绉闅忔満鍙橀噺X涓嶻鐩镐簰鐙珛銆傞殢鏈哄彉閲忕浉浜掔嫭绔嬪厖瑕佹潯浠讹細锛1锛夌鏁ｅ瀷闅忔満鍙橀噺X鍜孻鐩镐簰鐙珛鐨勫厖...
绛旓細鍏蜂綋鍥炵瓟濡傚浘锛氬綋涓涓闅忔満浜岀淮鍚戦噺鐨勪袱涓垎閲忓憟鐙珛鐨勩佹湁鐫鐩稿悓鐨勬柟宸殑姝ｆ佸垎甯冩椂锛岃繖涓悜閲忕殑妯″憟鐟炲埄鍒嗗竷銆
绛旓細X琛ㄧず寮圭潃鐐逛笌鍦嗗績鐨勮窛绂汇傚畠鏄竴涓殢鏈哄彉閲忥紝鏄簺鏄棤娉曠‘鍒囩煡閬撶殑銆傛墍璋撳垎甯冨嚱鏁癋(x)浠ｈ〃X鐨鍙栧艰惤鍏ワ紙-鏃犵┓锛寈]鐨姒傜巼鍗矲(x)=P(X<=x)(杩欓噷涓や釜x娉ㄦ剰澶у皬鍐欑殑鍖哄埆锛屽惈涔変笉鍚锛孹鏄闅忔満鍙橀噺锛寈鏄‘瀹氭х殑鍙橀噺锛寈鍙互鍦ㄥ疄鏁拌寖鍥村唴鍙樺寲锛屾墍浠(x)鏄竴涓叧浜x鐨鍑芥暟,灏变細鏈墄<0,x>2鐨勬儏鍐...
绛旓細鍑犱綍鍒嗗竷鍏锋湁鏃犺蹇嗘х殑鎬ц川锛岃繖涓潯浠姒傜巼鍙笌n鏈夊叧锛屼笌m鏃犲叧銆傝涓 鍧囧寑鍒嗗竷鐨闅忔満鍙橀噺X锛鍦ㄥ叾鍙栧艰寖鍥 涓殑浠讳綍瀛愬尯闂村彇鍊肩殑姒傜巼浠呬笌璇ュ尯闂撮暱搴鏈夊叧鑰屼笌鍖洪棿鐨勪綅缃甤鏃犲叧銆傝涓 鎸囨暟鍒嗗竷鍦ㄥ彲闈犳т笌鎺掗槦璁轰腑鏈夌潃骞挎硾鐨勫簲鐢ㄣ傚悓鏍凤紝鎸囨暟鍒嗗竷鍚屽嚑浣曞垎甯冪浉浼硷紝涔熷叿鏈夋棤璁板繂鎬с傚張绉颁负楂樻柉鍒嗗竷锛岃...
绛旓細绗竴闂紝鏍规嵁鍒嗗竷鍑芥暟鐨勫畾涔夛紝鏄姒傜巼瀵嗗害鍑芥暟鐨勭Н鍒嗭紱褰搙<0鐨勬椂鍊欙紝F锛坸锛=0;0<=x<1鏃讹紝F锛坸锛=鈭0锛寈銆2xdx=x^2;x>=1鏃讹紝F锛坸锛=1;鈥斺斺旂浜岄棶锛屾眰姒傜巼鍏跺疄灏辨槸鍒嗗竷鍑芥暟锛孭锛-1<x<1/2锛=F(1/2)-F(-1)=1/4-0=1/4;绗笁闂紝鏍规嵁x鐨鑼冨洿锛屽彲浠ユ眰鍑烘潵y鐨勮寖鍥存槸锛-...
绛旓細浣犲ソ锛佺瓟妗堟槸B锛屽彉閲Y鏈韩鏈嶄粠浜岄」鍒嗗竷锛屽彲浠ョ敤姝ｆ佸垎甯冭繎浼艰绠椼傜粡娴庢暟瀛﹀洟闃熷府浣犺В绛旓紝璇峰強鏃堕噰绾炽傝阿璋紒
绛旓細鏄浉浜掔嫭绔嬬殑
绛旓細E()DX锛5²DX锛嬶紙锛1锛²DY锛109 绗簩闂細鍥犱负X銆乊涓嶇浉鍏筹紝鎵浠ョ浉鍏崇郴鏁跋亁y锛0锛屽張鍥犱负鈭欴X鍜鈭欴Y涓嶇瓑浜0锛屾墍浠ov锛X锛Y锛夛紳0锛屽洜姝Z锛109 绗笁闂細蟻xy锛滳ov锛圶锛孻锛/(鈭欴X*鈭欴Y)锛滳ov锛圶锛孻锛/6锛0.25姹傚嚭Cov锛1.5锛屽洜涓篊ov锛滶锛圶Y锛夛紞E锛圶锛塃锛圷锛夛紝鎵浠ユ眰...
绛旓細1.姒傜巼瀵嗗害f(x)=F'(x)={2x,0
绛旓細1,璁闅忔満鍙橀噺x~E(2).c鏄疿鐨勫彲鑳藉彇鍊,鍒橮(X=c)=0锛泋~E(2)杩炵画鎬ч殢鏈哄彉閲忥紝鍙栧浐瀹氬肩殑姒傜巼涓0锛2锛岃闅忔満鍙橀噺X涓嶻鐨勮仈鍚堝瘑搴︿负f锛x,y锛={1 0<x,y<1 锛0 鍏朵粬銆傚垯X~U[0,1]浜屼綅鍧囧寑鍒嗗竷锛岃竟缂樺垎甯冧负涓缁村潎鍖鍒嗗竷锛
