二维连续型随机变量的联合密度函数p等于2减x减y,p等于0求Ex,Ey？
设二维连续型随机变量(X,Y)的联合密度函数为p(x,y)，并且p(x,y)=2-x-y，p(x,y)=0。首先，由于p(x,y)是联合密度函数，因此对于任意的x,y，都有p(x,y)≥0。因此，对于任意的x,y，都有2-x-y≥0。
接下来，我们可以列出方程组：
2-x-y≥0 p(x,y)=0
将第一个方程带入第二个方程中，得到：
0=2-x-y => x+y=2
由于X和Y是连续型随机变量，因此它们的取值范围是(-∞,+∞)。根据x+y=2这个方程，我们可以得到X和Y的取值范围是(-∞,2]。
接下来，我们可以利用X和Y的取值范围来计算它们的期望值：
E(X)=∫(-∞,2]xp(x)dx E(Y)=∫(-∞,2]yp(y)dy
继续计算期望值，我们需要求出p(x)和p(y)。
设p(x)为X的边缘密度函数，p(y)为Y的边缘密度函数。则有：
p(x)=∫(-∞,2]p(x,y)dy p(y)=∫(-∞,2]p(x,y)dx
将p(x,y)=2-x-y带入，得到：
p(x)=∫(-∞,2](2-x-y)dy p(y)=∫(-∞,2](2-x-y)dx
设x=a为常数，则有：
p(x)=∫(-∞,2](2-a-y)dy p(y)=∫(-∞,2](2-x-a)dx
积分得到：
p(x)=2-a p(y)=2-a
因此，有：
E(X)=∫(-∞,2]xp(x)dx=∫(-∞,2]x(2-x)dx E(Y)=∫(-∞,2]yp(y)dy=∫(-∞,2]y(2-y)dy
继续积分，得到：
E(X)=∫(-∞,2]xp(x)dx=∫(-∞,2]x(2-x)dx=2∫(-∞,2]xdx-∫(-∞,2]x²dx E(Y)=∫(-∞,2]yp(y)dy=∫(-∞,2]y(2-y)dy=2∫(-∞,2]ydy-∫(-∞,2]y²dy
继续积分，得到：
E(X)=2∫(-∞,2]xdx-∫(-∞,2]x²dx=2[x²/2]^2-(x³/3)^2=4-8=-4 E(Y)=2∫(-∞,2]ydy-∫(-∞,2]y²dy=2[y²/2]^2-(y³/3)^2=4-8=-4
因此，X的期望值为-4，Y的期望值也为-4。
综上所述，二维连续型随机变量(X,Y)的联合密度函数为p(x,y)=2-x-y，p(x,y)=0时，X的期望值为-4，Y的期望值也为-4。
绛旓細鈭存寜鐓ф鐜瀵嗗害鍑鏁板湪瀹氫箟鍖哄煙绉垎涓1鐨勬ц川锛屸埆(0,1)dx鈭(-x,x)Ady=1,鈭碅=1銆(2)P(0鈮鈮1锛0鈮鈮2)=P(0鈮鈮1锛0鈮鈮1)=鈭(0,1)dx鈭(0,1)f(x锛寉)dy=1銆備緥濡傦細A=6锛宖X(x)=3e^-(3x)锛寈>0锛屾椂锛0锛屽叾瀹冩椂 f Y( y)=2e^-(2y)锛寉>0鏃讹紝0锛涘叾瀹冩椂 f (...
绛旓細璁浜岀淮杩炵画鍨嬮殢鏈哄彉閲(X,Y)鐨勮仈鍚堝瘑搴﹀嚱鏁颁负p(x,y)锛屽苟涓攑(x,y)=2-x-y锛宲(x,y)=0銆傞鍏堬紝鐢变簬p(x,y)鏄仈鍚堝瘑搴﹀嚱鏁帮紝鍥犳瀵逛簬浠绘剰鐨剎,y锛岄兘鏈塸(x,y)鈮0銆傚洜姝わ紝瀵逛簬浠绘剰鐨剎,y锛岄兘鏈2-x-y鈮0銆傛帴涓嬫潵锛屾垜浠彲浠ュ垪鍑烘柟绋嬬粍锛2-x-y鈮0 p(x,y)=0 灏嗙涓涓柟绋嬪甫鍏ョ浜屼釜...
绛旓細绗簩闂牴鎹瓹ov(x,y)=EXY-EXEY,鍒嗗埆绉垎鍗冲彲銆1銆佽竟闄呭瘑搴﹀嚱鏁扮殑姹傝В锛屾湰璐ㄥ氨鏄冨療绉垎锛屾垜浠彧瑕佽浣忚竟缂樻鐜囧瘑搴﹀氨鏄鑱斿悎瀵嗗害鍑芥暟姹傜Н鍒嗭紝褰撴垜浠眰鍏充簬Y鐨勮竟闄呭瘑搴﹀嚱鏁版椂灏辨槸瀵逛簬f锛坸锛寉锛鐨勮仈鍚堝瘑搴﹀嚱鏁板叧浜嶺姹傜Н鍒嗭紝姹俌鐨勮竟闄呭瘑搴﹀嚱鏁板垯鍚岀悊銆2銆佺浜岄儴鍒嗘槸姹闅忔満鍙橀噺鍑芥暟鐨勫瘑搴︼紝鎴戜滑涓鑸敤...
绛旓細灏浜岀淮闅忔満鍙橀噺锛圶锛孻锛夌湅鎴愭槸骞抽潰涓婇殢鏈虹偣鐨勫潗鏍囷紝鍒嗗竷鍑芥暟F锛坸锛寉锛夊湪锛坸锛寉锛夊鐨勫嚱鏁板煎氨鏄殢鏈虹偣锛圶锛孻锛夎惤鍦ㄥ鍥句互锛坸锛寉锛変负椤剁偣鑰屼綅浜庤鐐瑰乏涓嬫柟鐨勬棤绌风煩褰㈠尯鍩熷唴鐨勬鐜囥傛繁搴﹁В鏋愶細鏍规嵁鑱斿悎瀵嗗害鍑鏁帮紝姹傚崗鏂瑰樊 鏍规嵁鑱斿悎瀵嗗害鍑芥暟锛屾眰鍗忔柟宸 E(XY)=鈭(-鈭烇紝+鈭)鈭(-鈭烇紝+鈭)xy(...
绛旓細缁间笂鎵杩帮紝瀵逛簬浜岀淮杩炵画鍨嬮殢鏈哄彉閲X鍜孻锛屽叾鑱斿悎姒傜巼瀵嗗害鍑芥暟涓篺(x,y)锛屽畾涔夊畠浠殑鍜屽嚱鏁颁负Z=X+Y锛岄珮鍑芥暟涓篧=X/Y锛屽垯Z鐨勬鐜囧瘑搴﹀嚱鏁颁负锛歠_Z(z) = 鈭玣(x, y)dy, 0 < z < 鈭 W鐨勬鐜囧瘑搴﹀嚱鏁颁负锛歠_W(w) = f(U,V) / U, U > 0, V > 0 鍏朵腑锛孶=X锛孷=X/Y锛宖(U,V...
绛旓細宸茬煡浜岀淮杩炵画闅忔満鍙橀噺X锛孻鑱斿悎瀵嗗害鍑鏁 f(X,Y),鏍规嵁浜岀淮杩炵画闅忔満鍙橀噺鐨瀹氫箟锛氣埆鈭玣锛圶锛孻锛塪xdy=1銆傝繖閲岀Н鍒嗕笂涓嬮檺涓簒锛寉鐨勫彇鍊艰寖鍥达紝鍙眰瑙ｅ嚭甯告暟c銆傝竟缂樺瘑搴﹀嚱鏁帮細fX(x)=鈭玣锛坸,y锛塪y,绉垎涓婁笅闄愪负y鐨勫彇鍊艰寖鍥 fY(y)=鈭 f锛圶,Y锛塪x,绉垎涓婁笅闄愪负x鐨勫彇鍊艰寖鍥 ...
绛旓細浜岀淮杩炵画鍨嬮殢鏈哄彉閲(X,Y)鐨勮仈鍚姒傜巼瀵嗗害涓1/6蟺銆傚湪鏁板涓紝杩炵画鍨嬮殢鏈哄彉閲忕殑姒傜巼瀵嗗害鍑鏁帮紙鍦ㄤ笉鑷充簬娣锋穯鏃跺彲浠ョ畝绉颁负瀵嗗害鍑芥暟锛夋弿杩拌繖涓殢鏈哄彉閲忕殑杈撳嚭鍊硷紝鍦ㄦ煇涓‘瀹氱殑鍙栧肩偣闄勮繎鐨勫彲鑳芥с傝岄殢鏈哄彉閲忕殑鍙栧艰惤鍦ㄦ煇涓尯鍩熶箣鍐呯殑姒傜巼鍒欎负姒傜巼瀵嗗害鍑芥暟鍦ㄨ繖涓尯鍩熶笂鐨勭Н鍒嗐傚綋姒傜巼瀵嗗害鍑芥暟瀛樺湪鐨勬椂鍊欙紝...
绛旓細鑱斿悎瀵嗗害鍑鏁颁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浜屽厓鍑芥暟銆傝仈鍚堝瘑搴﹀嚱鏁扮殑鍑犱綍鎰忎箟鏄細濡傛灉灏浜岀淮闅忔満鍙橀噺(X锛孻)鐪嬫垚鏄钩闈笂闅忔満鐐圭殑鍧愭爣锛岄偅涔堝垎甯冨嚱鏁癋(x锛寉)鍦(x锛寉)澶勭殑鍑芥暟鍊煎氨鏄殢鏈虹偣(X锛孻)钀藉湪浠ョ偣(x锛寉)...
绛旓細fX(x)=3e^-(3x),x>0锛屾椂锛0锛屽叾瀹冩椂 f Y( y)=2e^-(2y),y>0鏃讹紝0锛涘叾瀹冩椂 f (x, y)=f X(x)*f Y( y)锛岀嫭绔 P{ 0<X鈮1锛0<Y鈮2}=锛1-1/e^3锛夛紙1-1/e^4锛夊亣璁捐繖浜涘熀鏈殑闅忔満浜嬩欢鍙戠敓鐨勬鐜囬兘鏄浉绛夌殑锛屽鏋滄湁n涓熀鏈殑闅忔満浜嬩欢锛岃浣垮緱鍙戠敓鐨勬鐜囦箣鍜屼负1銆
绛旓細濡傛灉涓涓嚱鏁板拰X鐨浜岀淮鑱斿悎瀵嗗害鍙栧间笉鍚岀殑鐐瑰彧鏈夋湁闄愪釜銆佸彲鏁版棤闄愪釜鎴栬呯浉瀵逛簬鏁翠釜瀹炴暟杞存潵璇存祴搴︿负0锛堟槸涓涓浂娴嬮泦锛夛紝閭ｄ箞杩欎釜鍑芥暟涔熷彲浠ユ槸X鐨勪簩缁磋仈鍚堝瘑搴︺傝繛缁瀷鐨勯殢鏈哄彉閲忓彇鍊煎湪浠绘剰涓鐐圭殑姒傜巼閮芥槸0銆備綔涓烘帹璁猴紝杩炵画鍨嬮殢鏈哄彉閲鍦ㄥ尯闂翠笂鍙栧肩殑姒傜巼涓庤繖涓尯闂存槸寮鍖洪棿杩樻槸闂尯闂存棤鍏炽傝娉ㄦ剰鐨勬槸锛...
