已知二维连续随机变量的分布函数，如何求其密度函数？ 已知二维随机变量的概率密度怎么求分布函数
\u5df2\u77e5\u5206\u5e03\u51fd\u6570\u600e\u4e48\u6c42\u4e8c\u7ef4\u968f\u673a\u53d8\u91cf\u5bc6\u5ea6\u51fd\u6570\u4f60\u597d\uff01\u5c06\u4e8c\u5143\u8054\u5408\u5206\u5e03\u51fd\u6570F(x,y)\u5bf9x\u4e0ey\u5404\u6c42\u4e00\u6b21\u504f\u5bfc\u6570\u5c31\u5f97\u5230\u8054\u5408\u6982\u7387\u5bc6\u5ea6\u51fd\u6570\u3002\u7ecf\u6d4e\u6570\u5b66\u56e2\u961f\u5e2e\u4f60\u89e3\u7b54\uff0c\u8bf7\u53ca\u65f6\u91c7\u7eb3\u3002\u8c22\u8c22\uff01
\u5bf9\u4e8e\u4e8c\u7ef4\u8fde\u7eed\u53d8\u91cf\u7684\u5206\u5e03\u51fd\u6570F(x\uff0cy)\uff0c\u4e00\u822c\u5e94\u7528\u5176\u6982\u7387\u5bc6\u5ea6\u51fd\u6570f(x\uff0cy)\u7684\u5b9a\u79ef\u5206\u6c42\u89e3\uff1b\u5bf9\u4e8e\u975e\u8fde\u7eed\u53d8\u91cf\uff0c\u9700\u8981\u5206\u522b\u7d2f\u52a0\u6c42\u5f97\u3010\u4e0e\u4e00\u7ef4\u968f\u673a\u53d8\u91cf\u7684\u6c42\u6cd5\u76f8\u4eff\u3011\u3002
\u2234\u672c\u9898\u4e2d\uff0c\u5f53x\u2208(0,\u221e)\u3001y\u2208(0\uff0c\u221e)\u65f6\uff0c\u5206\u5e03\u51fd\u6570F(x\uff0cy)=\u222b(-\u221e\uff0cx)du\u222b(-\u221e,y)f(u\uff0cv)dv=\u222b(0\uff0cx)du\u222b(-0\uff0cy)2e^(-2u-v)dv=\u222b(0\uff0cx)2e^(-2u)du\u222b(-0\uff0cy)e^(-v)dv=[1-e^(-2x)][1-e^(-y)]\u3002
\u5f53x∉(0\uff0c\u221e)\u3001y∉(0\uff0c\u221e)\u65f6\uff0c\u5206\u5e03\u51fd\u6570F(x,y)=\u222b(-\u221e\uff0c0)du\u222b(-\u221e\uff0c0)f(u\uff0cv)dv=0\u3002
\u6269\u5c55\u8d44\u6599\uff1a
\u968f\u673a\u53d8\u91cf\u5728\u4e0d\u540c\u7684\u6761\u4ef6\u4e0b\u7531\u4e8e\u5076\u7136\u56e0\u7d20\u5f71\u54cd\uff0c\u53ef\u80fd\u53d6\u5404\u79cd\u4e0d\u540c\u7684\u503c\uff0c\u6545\u5176\u5177\u6709\u4e0d\u786e\u5b9a\u6027\u548c\u968f\u673a\u6027\uff0c\u4f46\u8fd9\u4e9b\u53d6\u503c\u843d\u5728\u67d0\u4e2a\u8303\u56f4\u7684\u6982\u7387\u662f\u4e00\u5b9a\u7684\uff0c\u6b64\u79cd\u53d8\u91cf\u79f0\u4e3a\u968f\u673a\u53d8\u91cf\u3002\u968f\u673a\u53d8\u91cf\u53ef\u4ee5\u662f\u79bb\u6563\u578b\u7684\uff0c\u4e5f\u53ef\u4ee5\u662f\u8fde\u7eed\u578b\u7684\u3002
\u4e8b\u4ef6\u968f\u673a\u53d1\u751f\u7684\u673a\u7387\uff0c\u5bf9\u4e8e\u5747\u5300\u5206\u5e03\u51fd\u6570\uff0c\u6982\u7387\u5bc6\u5ea6\u7b49\u4e8e\u4e00\u6bb5\u533a\u95f4(\u4e8b\u4ef6\u7684\u53d6\u503c\u8303\u56f4)\u7684\u6982\u7387\u9664\u4ee5\u8be5\u6bb5\u533a\u95f4\u7684\u957f\u5ea6\uff0c\u5b83\u7684\u503c\u662f\u975e\u8d1f\u7684\uff0c\u53ef\u4ee5\u5f88\u5927\u4e5f\u53ef\u4ee5\u5f88\u5c0f\u3002
\u53ef\u4ee5\u628a\u6982\u7387\u5bc6\u5ea6\u770b\u6210\u662f\u7eb5\u5750\u6807\uff0c\u533a\u95f4\u770b\u6210\u662f\u6a2a\u5750\u6807\uff0c\u6982\u7387\u5bc6\u5ea6\u5bf9\u533a\u95f4\u7684\u79ef\u5206\u5c31\u662f\u9762\u79ef\uff0c\u800c\u8fd9\u4e2a\u9762\u79ef\u5c31\u662f\u4e8b\u4ef6\u5728\u8fd9\u4e2a\u533a\u95f4\u53d1\u751f\u7684\u6982\u7387\uff0c\u6240\u6709\u9762\u79ef\u7684\u548c\u4e3a1\u3002\u6240\u4ee5\u5355\u72ec\u5206\u6790\u4e00\u4e2a\u70b9\u7684\u6982\u7387\u5bc6\u5ea6\u662f\u6ca1\u6709\u4efb\u4f55\u610f\u4e49\u7684\uff0c\u5b83\u5fc5\u987b\u8981\u6709\u533a\u95f4\u4f5c\u4e3a\u53c2\u8003\u548c\u5bf9\u6bd4\u3002
\u79bb\u6563\u578b\u968f\u673a\u53d8\u91cf\u7684\u5206\u5e03\u5f8b\u548c\u5b83\u7684\u5206\u5e03\u51fd\u6570\u662f\u76f8\u4e92\u552f\u4e00\u51b3\u5b9a\u7684\u3002\u5b83\u4eec\u7686\u53ef\u4ee5\u7528\u6765\u63cf\u8ff0\u79bb\u6563\u578b\u968f\u673a\u53d8\u91cf\u7684\u7edf\u8ba1\u89c4\u5f8b\u6027\uff0c\u4f46\u5206\u5e03\u5f8b\u6bd4\u5206\u5e03\u51fd\u6570\u66f4\u76f4\u89c2\u7b80\u660e\uff0c\u5904\u7406\u66f4\u65b9\u4fbf\u3002\u56e0\u6b64\uff0c\u4e00\u822c\u662f\u7528\u5206\u5e03\u5f8b(\u6982\u7387\u51fd\u6570)\u800c\u4e0d\u662f\u5206\u5e03\u51fd\u6570\u6765\u63cf\u8ff0\u79bb\u6563\u578b\u968f\u673a\u53d8\u91cf\u3002
\u53c2\u8003\u8d44\u6599\u6765\u6e90\uff1a\u767e\u5ea6\u767e\u79d1\u2014\u2014\u4e8c\u7ef4\u968f\u673a\u53d8\u91cf
将二维分布函数求混合二阶偏导，就得到密度函数。如下图：
求其边沿密度函数，然后相乘就可以了
绛旓細瑙ｏ細瀵逛簬浜岀淮杩炵画鍙橀噺鐨勫垎甯冨嚱鏁F(x,y)锛屼竴鑸簲鐢ㄥ叾姒傜巼瀵嗗害鍑芥暟f(x,y)鐨勫畾绉垎姹傝В锛涘浜庨潪杩炵画鍙橀噺锛岄渶瑕佸垎鍒疮鍔犳眰寰椼愪笌涓缁闅忔満鍙橀噺鐨勬眰娉曠浉浠裤戙傗埓鏈涓紝褰搙鈭(0,鈭)銆亂鈭(0,鈭)鏃讹紝鍒嗗竷鍑芥暟F(x,y)=鈭(-鈭,x)du鈭(-鈭,y)f(u,v)dv=鈭(0,x)du鈭(-0,y)2e^(-2u-v)...
绛旓細灏浜岀淮鍒嗗竷鍑芥暟姹傛贩鍚堜簩闃跺亸瀵,灏卞緱鍒板瘑搴﹀嚱鏁.濡備笅鍥撅細
绛旓細绛旀涓猴細F锛坅锛宐锛+1-[F1锛坅锛+F2锛坆锛塢鐢变簬F锛坅锛宐锛=P{X鈮锛孻鈮}锛孎1锛坅锛=P{X鈮锛孻锛+鈭瀩锛孎2锛坆锛=P{X锛+鈭烇紝Y鈮}锛岃岋細P{X锛瀉锛孻锛瀊}=P{X锛+鈭烇紝Y锛+鈭瀩-P{X鈮锛孻锛+鈭瀩-P{X锛+鈭烇紝Y鈮}+P{X鈮锛孻鈮} 鈭碢{X锛瀉锛孻锛瀊}=1-F1锛坅锛-...
绛旓細灏浜岀淮鍒嗗竷鍑芥暟姹傛贩鍚堜簩闃跺亸瀵硷紝灏卞緱鍒板瘑搴﹀嚱鏁般傚涓嬪浘锛
绛旓細姹侳x锛坸锛夛紝FY锛坹锛夋椂鎸夎鏈腑鐨勫叕寮忓嵆鍙 閲嶇偣闅剧偣鏄‘瀹氳寖鍥 Fx锛坸锛夐渶纭畾x鐨勮寖鍥 FY锛坹锛夐渶纭畾y鐨勮寖鍥 姝ラ濡備笅锛氭牴鎹粰鍑虹殑&锛坸,y)鐨勮寖鍥寸敾鍑哄浘褰紝鐒跺悗鏍规嵁楂樻暟涓殑瀹氱Н鍒嗙殑鏂规硶鍗冲煙鍐呯敾鏉＄嚎 鍏堜氦鏄笅闄愬悗浜ゆ槸涓婇檺纭畾鍗冲彲 鍙兘璇寸殑鏈夌偣绻佺悙 缁撳悎绉戠洰涓鐪嬪氨浼氫竴鐩簡鐒 ...
绛旓細鑻浜岀淮闅忔満鍙橀噺锛圶,Y锛鐨勫垎甯冨嚱鏁涓篎锛坸锛寉锛夋湁浜岄樁杩炵画鍋忓鏁,鍒櫸²F锛坸锛寉锛/未x未y灏辨槸锛圶锛孻)鐨勬鐜囧瘑搴.鈭滴磠[1-3^(-x)]*[1-3^(-y)]}/未x=3^(-x)]*ln3*[1-3^(-y)]未{3^(-x)*ln3*[1-3^(-y)]}/未y=ln²3*3^(-x)*3^(-y)鈭磃锛坸锛寉...
绛旓細涓嶅鍟奝{X>x,Y>y}=P锛圶>x锛*P(Y>y)=(1-P锛圶<=x锛)*(1-P{Y鈮})=(1-F(x))*(1-F(y))
绛旓細f(x)=鈭 -鈭 ~ +鈭 (f(x,y))dyf(y)=鈭 -鈭 ~ +鈭 (f(x,y))dx
绛旓細x,y)灏辨槸鍏充簬X鐨勮竟缂鍒嗗竷鍑芥暟銆璁鹃殢鏈哄彉閲X鏄嚭鐜版闈㈢殑娆℃暟锛岄偅涔堥殢鏈哄彉閲廥=X(e)={0锛1锛2锛3}銆傛湁浜涢殢鏈哄彉閲忥紝鍏ㄩ儴鍙兘鍙栧埌鐨勫兼槸鏈夐檺澶氫釜鎴栧彲鍒楁棤绾垮涓紝杩欑闅忔満鍙橀噺绉颁负绂绘暎鍨嬮殢鏈哄彉閲忋傝鎺屾彙涓涓鏁ｅ瀷闅忔満鍙橀噺X鐨勭粺璁¤寰嬶紝鍙渶瑕佺洿鍒癤鐨勬墍鏈夊彲鑳藉彇鍊硷紝浠ュ強鍙栨瘡涓涓彲鑳藉煎緱姒傜巼銆
绛旓細鏍规嵁杩炵画鍑芥暟鍨嬫鐜鍒嗗竷鍑芥暟姹傚叾姒傜巼瀵嗗害鐨勫叕寮忊渇(x,y)=∂²F(x,y)/(∂x∂y)鈥濓紝鈭磃2(y1,y2)=∂²F(y1,y2)/(∂y1∂y2)=∂²F(y1/2,3y2)/(∂y1∂y2)*(1/2)*(3)=(3/2)f(y1/2,3y2)銆傗埓k=3/...
