怎样求二维随机变量的期望值和方差?
对于二维连续变量的分布函数F(x，y)，一般应用其概率密度函数f(x，y)的定积分求解；对于非连续变量，需要分别累加求得【与一维随机变量的求法相仿】。
∴本题中，当x∈(0,∞)、y∈(0，∞)时，分布函数F(x，y)=∫(-∞，x)du∫(-∞,y)f(u，v)dv=∫(0，x)du∫(-0，y)2e^(-2u-v)dv=∫(0，x)2e^(-2u)du∫(-0，y)e^(-v)dv=[1-e^(-2x)][1-e^(-y)]。
当x∉(0，∞)、y∉(0，∞)时，分布函数F(x,y)=∫(-∞，0)du∫(-∞，0)f(u，v)dv=0。
扩展资料：
随机变量在不同的条件下由于偶然因素影响，可能取各种不同的值，故其具有不确定性和随机性，但这些取值落在某个范围的概率是一定的，此种变量称为随机变量。随机变量可以是离散型的，也可以是连续型的。
事件随机发生的机率，对于均匀分布函数，概率密度等于一段区间(事件的取值范围)的概率除以该段区间的长度，它的值是非负的，可以很大也可以很小。
可以把概率密度看成是纵坐标，区间看成是横坐标，概率密度对区间的积分就是面积，而这个面积就是事件在这个区间发生的概率，所有面积的和为1。所以单独分析一个点的概率密度是没有任何意义的，它必须要有区间作为参考和对比。
离散型随机变量的分布律和它的分布函数是相互唯一决定的。它们皆可以用来描述离散型随机变量的统计规律性，但分布律比分布函数更直观简明，处理更方便。因此，一般是用分布律(概率函数)而不是分布函数来描述离散型随机变量。
参考资料来源：百度百科——二维随机变量
绛旓細浜岀淮闅忔満鍙橀噺( X,Y)鐨勬ц川涓嶄粎涓嶺 銆乊 鏈夊叧,鑰屼笖杩樹緷璧栦簬杩欎袱涓闅忔満鍙橀噺鐨鐩镐簰鍏崇郴銆傚洜姝わ紝閫愪釜鍦版潵鐮旂┒X鎴朰鐨勬ц川鏄笉澶熺殑锛岃繕闇灏嗭紙X锛孻锛変綔涓轰竴涓暣浣撴潵鐮旂┒銆
绛旓細浜岀淮闅忔満鍙橀噺( X,Y)鐨勬ц川涓嶄粎涓嶺 銆乊 鏈夊叧,鑰屼笖杩樹緷璧栦簬杩欎袱涓闅忔満鍙橀噺鐨鐩镐簰鍏崇郴銆傚洜姝わ紝閫愪釜鍦版潵鐮旂┒X鎴朰鐨勬ц川鏄笉澶熺殑锛岃繕闇灏嗭紙X锛孻锛変綔涓轰竴涓暣浣撴潵鐮旂┒銆
绛旓細灏嗙涓涓柟绋嬪甫鍏ョ浜屼釜鏂圭▼涓紝寰楀埌锛0=2-x-y => x+y=2 鐢变簬X鍜孻鏄繛缁瀷闅忔満鍙橀噺锛屽洜姝ゅ畠浠殑鍙栧艰寖鍥存槸(-鈭,+鈭)銆傛牴鎹畑+y=2杩欎釜鏂圭▼锛屾垜浠彲浠ュ緱鍒癤鍜孻鐨勫彇鍊艰寖鍥存槸(-鈭,2]銆傛帴涓嬫潵锛屾垜浠彲浠ュ埄鐢╔鍜孻鐨勫彇鍊艰寖鍥存潵璁＄畻瀹冧滑鐨勬湡鏈涘锛欵(X)=鈭(-鈭,2]xp(x)dx E(Y)=鈭(-鈭...
绛旓細姒傜巼瀵嗗害锛歠锛坸锛夛紳锛1锛2鈭毾锛塭xp锝涳紞锛坸锛3锛²锛2锛2锝 鏍规嵁棰樹腑姝ｆ佹鐜囧瘑搴﹀嚱鏁拌〃杈惧紡灏卞彲浠ョ珛椹緱鍒伴殢鏈哄彉閲忕殑鏁板鏈熸湜鍜屾柟宸锛氭暟瀛︽湡鏈涳細渭锛3 鏂瑰樊锛毾²锛2 姒傚康 鍦ㄥ仛瀹為獙鏃讹紝甯稿父鏄浉瀵逛簬璇曢獙缁撴灉鏈韩鑰岃█锛屾垜浠富瑕佽繕鏄缁撴灉鐨勬煇浜涘嚱鏁版劅鍏磋叮銆備緥濡傦紝鍦ㄦ幏楠板瓙鏃讹紝鎴戜滑甯稿父...
绛旓細姒傜巼瀵嗗害锛歠锛坸锛夛紳锛1锛2鈭毾锛塭xp锝涳紞锛坸锛3锛²锛2锛2锝 鏍规嵁棰樹腑姝ｆ佹鐜囧瘑搴﹀嚱鏁拌〃杈惧紡灏卞彲浠ョ珛椹緱鍒伴殢鏈哄彉閲忕殑鏁板鏈熸湜鍜屾柟宸锛氭暟瀛︽湡鏈涳細渭锛3 鏂瑰樊锛毾²锛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...
绛旓細鍥犱负锛(X锛孻)鏄浜岀淮绂绘暎鍨闅忔満鍙橀噺 鎵浠ワ紝xy涔熸槸绂绘暎鍨嬮殢鏈哄彉閲 鍏堟眰鍑簒y鐨勬鐜囧垎甯冨垪 鍐嶆眰xy鐨勬湡鏈 姣斿 P(x锛0)锛1/2锛孭(x锛1)锛1/2 P(y锛0)锛1/2锛孭(y锛1)锛1/2 鍒欙紝P(xy锛0)锛3/4 P(xy锛1)锛1/4 鎵浠ワ紝E(XY)锛0脳(3/4)锛1脳(1/4)锛1/4 杩欎釜渚嬪瓙姣旇緝绠鍗曪紝...
绛旓細P(X=0)=1/2+b,P(X+Y=1)=a+b,P(X=0,X+Y=1)=b 鈭祘X=0}涓巤X+Y=1}鐩镐簰鐙珛 鈭碢(X=0)路P(X+Y=1)=P(X=0,X+Y=1)鈭(1/2+b)(a+b)=b 鍙堚埖 1/2+1/4+a+b=1 鎵浠ワ細a=1/12 b=1/6
绛旓細1. 鏈熸湜鍊糆(X)鐨勮绠楀叕寮忥細E(X) = 危(x * P(X = x))鍏朵腑锛寈琛ㄧず闅忔満鍙橀噺X鐨勫彇鍊硷紝P(X = x)琛ㄧずX鍙栧间负x鐨勬鐜囥2. 鏂瑰樊D(X)鐨勮绠楀叕寮忥細D(X) = 危((x - E(X))² * P(X = x))鍏朵腑锛寈琛ㄧず闅忔満鍙橀噺X鐨勫彇鍊硷紝E(X)琛ㄧずX鐨勬湡鏈涘锛孭(X = x)琛ㄧずX鍙栧间负x鐨勬鐜...
绛旓細鑱斿悎鍒嗗竷鍜浜岀淮闅忔満鍙橀噺鐨勬湡鏈鐢ㄦ暟瀛﹀叕寮忔眰銆傛牴鎹煡璇㈢浉鍏冲叕寮淇℃伅鏄剧ずEx绛変簬Xk涔樹互Pk锛宬浠1鍒版棤绌凤紝鏍规嵁鍏紡鍗冲彲姹傚緱鑱斿悎鍒嗗竷鍜屼簩缁撮殢鏈哄彉閲忕殑鏈熸湜銆鏁板鏈熸湜鍦ㄦ鐜囪鍜岀粺璁″涓槸鎸囪瘯楠屼腑姣忔鍙兘缁撴灉鐨勬鐜囦箻浠ュ叾缁撴灉鐨勬诲拰锛屾槸鏈鍩烘湰鐨勬暟瀛︾壒寰佷箣涓銆
绛旓細DX=E(X)^2-(EX)^2銆傚湪姒傜巼璁哄拰缁熻瀛︿腑锛屾暟瀛︽湡鏈(mean)锛堟垨鍧囧硷紝浜︾畝绉版湡鏈涳級鏄瘯楠屼腑姣忔鍙兘缁撴灉鐨勬鐜囦箻浠ュ叾缁撴灉鐨勬诲拰锛屾槸鏈鍩烘湰鐨勬暟瀛︾壒寰佷箣涓銆傚畠鍙嶆槧闅忔満鍙橀噺骞冲潎鍙栧肩殑澶у皬銆傞珮涓鏁板鏈熸湜涓鏂瑰樊鍏紡搴旂敤锛1锛夐殢鏈虹倰鑲°傞殢鏈虹倰鑲′篃灏辨槸闂潃鐪肩潧鍦ㄨ偂甯備腑鎸戜竴鍙偂绁紝骞朵笖鍋囪姝㈡崯鍜屾鐩堢嚎閮...
