设二维随机变量(X,Y)的概率密度为f(x,y)= e的-y次方，0<x<y 0, 其他
1，求随机变量X的密度fX(x),边沿分布，积分不好写，结果是fX(x)={e^(-y)
0<x<y
{0
其他
2.概率密度函数f(x,y)在直线x=0,y=x,y=-x+1所围的三角形区域的二重积分，结果是1+e^(-1)-2e^(-1/2)
3.条件分布，应该写成
fX(x|Y=y)而非fξ(x|η=y)，表示Y=y的条件分布，按题目意思，此处y理解为某一常数，则
fX(x|Y=y)=f(x,y)/fY(y)=e^(-y)/ye^(-y)=1/y
fY(y)=ye^(-y)随机变量Y的边沿分布
4.条件概率，似应写成P（X<2|Y<1)，也是积分计算
P（X<2|Y<1)，=P{X<2,Y<1}/P(Y<1)
P{X<2,Y<1}为f(x,y)在直线x=2,y=1,y=x所围区域积分，P(Y<1)为f(x,y)在直线y=x,y=1所围区域积分，在本题情况，两个区域的有效部分（即不为零部分）恰好相等，故积分值为1。概率意义是，随机点分布区域为0<x<y，有Y<1，则必有X<2矣。
1、求随机变量X的密度fX(x)，边沿分布
fX(x)={e^(-y)；0<x<y；{0
2、概率密度函数f(x,y)在直线x=0,y=x,y=-x+1所围的三角形区域的二重度积分，结果是1+e^(-1)-2e^(-1/2)
3、条件分布，应该写成 fX(x|Y=y)而非fξ(x|η=y)，表示Y=y的条件分布，按题目意思，此处y理解为某一常数，则fX(x|Y=y)=f(x,y)/fY(y)=e^(-y)/ye^(-y)=1/y；fY(y)=ye^(-y)随机变量Y的边沿分布。
4、条件概率，似应写成P（X<2|Y<1)，也是积分计算：P（X<2|Y<1)，=P{X<2,Y<1}/P(Y<1)
P{X<2,Y<1}为f(x,y)在直权线x=2,y=1,y=x所围区域积分，P(Y<1)为f(x,y)在直线y=x,y=1所围区域积分，在本题情况，两个区域的有效部分（即不为零部分）恰好相等，故积分值为1。概率意义是，随机点分布区域为0<x<y，有Y<1，则必有X<2矣。
例如：
∵P(X>2丨Y<4)=P(X>2,Y<4)/P(Y<4)，内∴分别求出P(X>2,Y<4)、P(Y<4)即可得。
而，P(X>2,Y<4)=∫(2,4)dy∫(2,y)f(x,y)dx=∫(2,4)(y-2)e^(-y)dy=-(y-1)e^(-y)丨(y=2,4)=e^(-2)-3e^(-4)。
对P(Y<4)，先求出Y的边缘分布容的密度函数，由定义，fY(y)=∫(0,y)f(x,y)dx=ye^(-y)，y>0、fY(y)=0,y为其它。∴P(Y<4)=∫(0,4)fY(y)dy=∫(0,4)ye^(-y)dy=-(y+1)e^(-y)丨(y=0,4)=1-5e^(-4)。
∴P(X>2丨Y<4)=P(X>2,Y<4)/P(Y<4)=[e^(-2)-3e^(-4)]/[1-5e^(-4)]。
扩展资料：
二维随机变量( X,Y)的性质不仅与X 、Y 有关，而且还依赖于这两个随机变量的相互关系。因此，逐个地来研究X或Y的性质是不够的，还需将（X，Y）作为一个整体来研究。
一般，设E是一个随机试验，它的样本空间是S={e}，设X=X（e）和Y=Y(e)S是定义在S上的随机变量，由它们构成的一个向量（X，Y），叫做二维随机变量或二维随机向量。
有一个班（即样本空间）体检指标是身高和体重，从中任取一人（即样本点），一旦取定,都有唯一的身高和体重（即二维平面上的一个点）与之对应，这就构造了一个二维随机变量。由于抽样是随机的,相应的身高和体重也是随机的,所以要研究其对应的分布。
参考资料来源：百度百科-二维随机变量
绛旓細瑙ｇ瓟锛氥愯瑙ｃ戯紙 I锛夌敱浜 fz(z)锛濃埆+鈭?鈭漟(x锛z?2x)dx锛屽叾涓璮(x锛寊?2x)锛2?x?(z?2x)锛0锛渪锛1锛0锛渮?2x锛10锛屽叾浠=2+x?z锛0锛渪锛1锛2x锛渮锛1+2x0锛屽叾浠栨晠锛1锛夊綋z鈮0鎴杬鈮3鏃讹紝fz锛坺锛=0锛2锛夊綋0锛渮锛1鏃讹紝鏈塮z(z)锛濃埆z20(2+x?z)dx锛漽?38z2锛3锛夊綋1...
绛旓細鍙埄鐢ㄨ仈鍚姒傜巼瀵嗗害鐨勪簩閲嶇Н鍒嗕负1锛屾眰鍑簁=2銆傝竟闄呭瘑搴﹀嚱鏁扮殑姹傝В锛屾湰璐ㄥ氨鏄冨療绉垎锛屽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锛坸锛寉锛夌殑鑱斿悎瀵嗗害鍑芥暟鍏充簬X姹傜Н鍒嗭紝姹俌鐨勮竟闄呭瘑搴﹀嚱鏁板垯鍚岀悊銆傜浜岄儴鍒嗘槸姹闅忔満鍙橀噺鍑芥暟鐨勫瘑搴︼紝涓鑸敤鍒嗗竷鍑芥暟娉曪紝鍗冲厛鐢...
绛旓細鍙埄鐢ㄨ仈鍚姒傜巼瀵嗗害鐨勪簩閲嶇Н鍒嗕负1锛屾眰鍑簁=2銆傝竟闄呭瘑搴﹀嚱鏁扮殑姹傝В锛屾湰璐ㄥ氨鏄冨療绉垎锛屽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锛坸锛寉锛夌殑鑱斿悎瀵嗗害鍑芥暟鍏充簬X姹傜Н鍒嗭紝姹俌鐨勮竟闄呭瘑搴﹀嚱鏁板垯鍚岀悊銆傜浜岄儴鍒嗘槸姹闅忔満鍙橀噺鍑芥暟鐨勫瘑搴︼紝涓鑸敤鍒嗗竷鍑芥暟娉曪紝鍗冲厛鐢...
绛旓細鈭碢(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
绛旓細濡傚彸鍥炬墍绀猴細灏姒傜巼杞寲涓洪潰绉疍涓婄Н鍒嗭紝鐢遍璁撅紝鏈夛細P{X+Y鈮1}=?Df(x锛寉)dxdy鈺愨埆120(6x?12x2)dx锛14锛屾晠绛旀涓猴細14锛
绛旓細0,1)dx鈭(0,x)(x+y)f(x,y)dy=鈭(0,1)3x²dx=1銆(2)锛孍(XY)=鈭(0,1)dx鈭(0,x)xyf(x,y)dy=鈭(0,1)x³dx=1/4銆(3)锛屸埖x+y=1涓巠=x鐨勪氦鐐逛负(1/2,1/2)銆侾(X+Y鈮1)=鈭(0,1/2)dy鈭(y,1-y)f(x,y)dy=2鈭(0,1/2)锛1-2y)dy=1/2銆
绛旓細涓嶇x0锛寉0璋佸ぇ璋佸皬锛屾寚鐨勬槸 Y=y0鐩寸嚎浠ヤ笅銆乆=x0鐩寸嚎涔嬪彸鍖哄煙鍐呯殑绉垎锛岃岃繖涓尯鍩熷唴铏界劧 x>y澶勫瘑搴﹀嚱鏁颁负0锛屼絾杩樻槸鏈 x<y鐨勭偣鐨勩備緥濡傦細璁句簩缁撮殢鏈哄彉閲(X,Y)鐨勬鐜瀵嗗害涓 f(x,y)=kx(x-y),0 1)瀵筜浠庯紞X鍒癤绉垎銆瀵筙浠0鍒2绉垎 琚Н鍑芥暟KX(X-Y) 鍋氫簩閲嶇Н鍒嗙瓑浜1 姹傚緱K=8 ...
绛旓細3銆佹潯浠跺垎甯冿紝搴旇鍐欐垚 fX(x|Y=y)鑰岄潪f尉(x|畏=y)锛岃〃绀篩=y鐨勬潯浠跺垎甯冿紝鎸夐鐩剰鎬濓紝姝ゅy鐞嗚В涓烘煇涓甯告暟锛屽垯fX(x|Y=y)=f(x,y)/fY(y)=e^(-y)/ye^(-y)=1/y锛沠Y(y)=ye^(-y)闅忔満鍙橀噺Y鐨勮竟娌垮垎甯冦4銆佹潯浠姒傜巼锛屼技搴斿啓鎴怭锛圶<2|Y<1)锛屼篃鏄Н鍒嗚绠楋細P锛圶<2|Y<1)锛...
绛旓細绠鍗曡绠椾竴涓嬪嵆鍙紝绛旀濡傚浘鎵绀
绛旓細P(Z=0)=P(x=0,y=0)=0.25 P(Z=1)=P(x=0,y=1)+P(x=1,y=0)=0.1+0.15=0.25 P(Z=2)=P(x=0,y=2)+P(x=1,y=1)=0.3+0.15=0.45 P(Z=3)=P(x=1,y=2)=0.05
