设二维随机变量(x,y)的概率密度为f(x,y) x+y 设二维随机变量(x,y)的联合概率密度为f(x,y)=Ae^...
\u8bbe\u4e8c\u7ef4\u968f\u673a\u53d8\u91cf(x,y)\u7684\u6982\u7387\u5bc6\u5ea6\u4e3af(x,y)=k\u53ef\u5229\u7528\u8054\u5408\u6982\u7387\u5bc6\u5ea6\u7684\u4e8c\u91cd\u79ef\u5206\u4e3a1\uff0c\u6c42\u51fak=2\u3002
\u8fb9\u9645\u5bc6\u5ea6\u51fd\u6570\u7684\u6c42\u89e3\uff0c\u672c\u8d28\u5c31\u662f\u8003\u5bdf\u79ef\u5206\uff0c\u53ea\u8981\u8bb0\u4f4f\u8fb9\u7f18\u6982\u7387\u5bc6\u5ea6\u5c31\u662f\u5bf9\u8054\u5408\u5bc6\u5ea6\u51fd\u6570\u6c42\u79ef\u5206\uff0c\u5f53\u6211\u4eec\u6c42\u5173\u4e8eY\u7684\u8fb9\u9645\u5bc6\u5ea6\u51fd\u6570\u65f6\u5c31\u662f\u5bf9\u4e8ef\uff08x\uff0cy\uff09\u7684\u8054\u5408\u5bc6\u5ea6\u51fd\u6570\u5173\u4e8eX\u6c42\u79ef\u5206\uff0c\u6c42Y\u7684\u8fb9\u9645\u5bc6\u5ea6\u51fd\u6570\u5219\u540c\u7406\u3002
\u7b2c\u4e8c\u90e8\u5206\u662f\u6c42\u968f\u673a\u53d8\u91cf\u51fd\u6570\u7684\u5bc6\u5ea6\uff0c\u4e00\u822c\u7528\u5206\u5e03\u51fd\u6570\u6cd5\uff0c\u5373\u5148\u7528\u5b9a\u4e49\u6c42\u51fa\u5206\u5e03\u51fd\u6570\uff0c\u518d\u6c42\u5bfc\u5f97\u5230\u76f8\u5e94\u7684\u6982\u7387\u5bc6\u5ea6\u3002
\u6269\u5c55\u8d44\u6599\uff1a
\u6ce8\u610f\u4e8b\u9879\uff1a
\u8fde\u7eed\u968f\u673a\u53d8\u91cf\u7684\u6982\u7387\u51fd\u6570\u7684\u5bfc\u6570\u5c31\u662f\u6982\u7387\u5bc6\u5ea6\u51fd\u6570\uff0c\u53cd\u8fc7\u6765\uff0c\u77e5\u9053\u4e86\u6982\u7387\u5bc6\u5ea6\u51fd\u6570\u5c31\u76f8\u5f53\u4e8e\u77e5\u9053\u4e86\u4efb\u610f\u533a\u95f4\u7684\u968f\u673a\u4e8b\u4ef6\u7684\u53d1\u751f\u6982\u7387\u3002
\u7531\u4e8e\u67d0\u4e2a\u4e8b\u4ef6\u7684\u6982\u7387\u662f\u975e\u8d1f\u7684\uff0c\u6240\u4ee5\u6982\u7387\u5bc6\u5ea6\u7684\u53d6\u503c\u4e5f\u662f\u975e\u8d1f\uff0c\u4e0d\u8fc7\u6982\u7387\u5bc6\u5ea6\u53ef\u4ee5\u5f88\u5927\uff0c\u4e5f\u53ef\u4ee5\u5f88\u5c0f\uff0c\u4e14\u5fc5\u987b\u6709\u533a\u95f4\u4f5c\u4e3a\u53c2\u8003\u548c\u5bf9\u6bd4\uff0c\u5355\u72ec\u5206\u6790\u4e00\u4e2a\u70b9\u7684\u6982\u7387\u5bc6\u5ea6\u662f\u6ca1\u6709\u4efb\u4f55\u610f\u4e49\u7684\u3002
\u4e00\u822c\u6765\u8bf4\u6982\u7387\u5bc6\u5ea6\u51fd\u6570\u662f\u9488\u5bf9\u8fde\u7eed\u578b\u968f\u673a\u53d8\u91cf\u7684\uff0c\u76f8\u5e94\u9488\u5bf9\u79bb\u6563\u578b\u968f\u673a\u53d8\u91cf\u6709\u6982\u7387\u8d28\u91cf\u51fd\u6570\uff0c\u4f46\u6709\u4e9b\u5b66\u6d3e\u4e5f\u613f\u610f\u7528\u79ef\u5206\u89e3\u91ca\u79bb\u6563\u578b\u968f\u673a\u53d8\u91cf\u7684\u6982\u7387\u5bc6\u5ea6\u3002
\u53c2\u8003\u8d44\u6599\u6765\u6e90\uff1a\u767e\u5ea6\u767e\u79d1-\u4e8c\u7ef4\u968f\u673a\u53d8\u91cf
\u53c2\u8003\u8d44\u6599\u6765\u6e90\uff1a\u767e\u5ea6\u767e\u79d1-\u6982\u7387\u5bc6\u5ea6
\u5206\u89e3e^-x*e^-y\u540e\u5206\u90e8\u79ef\u5206\u5c31\u597d\u4e86\uff0c\u6982\u7387\u5bc6\u5ea6\u51fd\u6570\u79ef\u5206\u4e3a1
\u5206\u522b\u79ef\u5206\uff0c\u5148\u5bf9\u96f6\u5230\u65e0\u7a77x\u79ef\u5206\u4e3a1\u518d\u5bf90\u5230\u65e0\u7a77y\u79ef\u5206\u4e3a1\u4e58A\u7cfb\u6570=1
A=1,\u4e3a\u4e8c\u7ef4\u72ec\u7acb\u6307\u6570\u5206\u5e03f(x,y)=e^-(x+y),
P(x<1,y<2)=F(1)*F(2)=(1-e^(-1))*(1-e^(-2))
\u5bf9x y \u540c\u65f6\u79ef\u5206 1=A\u222b0\u5230\u221ee^-x dx \u222b0\u5230\u221ee^-2y dy \u89e3\u5f97A=2
\u5bf9x\u79ef\u5206\u5f97y\u7684\u8fb9\u7f18\u6982\u7387\u5bc6\u5ea6 f\uff08y\uff09=2e^-2y
\u5bf9y\u79ef\u5206\u5f97x \u7684\u8fb9\u7f18\u6982\u7387\u5bc6\u5ea6 f(x)=e^-x
\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
\u5982\u5206\u6790\u6d4b\u8bd5\u4e2d\u7684\u6d4b\u5b9a\u503c\u5c31\u662f\u4e00\u4e2a\u4ee5\u6982\u7387\u53d6\u503c\u7684\u968f\u673a\u53d8\u91cf\uff0c\u88ab\u6d4b\u5b9a\u91cf\u7684\u53d6\u503c\u53ef\u80fd\u5728\u67d0\u4e00\u8303\u56f4\u5185\u968f\u673a\u53d8\u5316\uff0c\u5177\u4f53\u53d6\u4ec0\u4e48\u503c\u5728\u6d4b\u5b9a\u4e4b\u524d\u662f\u65e0\u6cd5\u786e\u5b9a\u7684\uff0c\u4f46\u6d4b\u5b9a\u7684\u7ed3\u679c\u662f\u786e\u5b9a\u7684\uff0c\u591a\u6b21\u91cd\u590d\u6d4b\u5b9a\u6240\u5f97\u5230\u7684\u6d4b\u5b9a\u503c\u5177\u6709\u7edf\u8ba1\u89c4\u5f8b\u6027\u3002
\u53c2\u8003\u8d44\u6599\u6765\u6e90\uff1a\u767e\u5ea6\u767e\u79d1-\u968f\u673a\u53d8\u91cf
可利用联合概率密度的二重积分为1，求出k=2。
边际密度函数的求解，本质就是考察积分，只要记住边缘概率密度就是对联合密度函数求积分，当我们求关于Y的边际密度函数时就是对于f（x，y）的联合密度函数关于X求积分，求Y的边际密度函数则同理。
第二部分是求随机变量函数的密度，一般用分布函数法，即先用定义求出分布函数，再求导得到相应的概率密度。
扩展资料：
注意事项：
连续随机变量的概率函数的导数就是概率密度函数，反过来，知道了概率密度函数就相当于知道了任意区间的随机事件的发生概率。
由于某个事件的概率是非负的，所以概率密度的取值也是非负，不过概率密度可以很大，也可以很小，且必须有区间作为参考和对比，单独分析一个点的概率密度是没有任何意义的。
一般来说概率密度函数是针对连续型随机变量的，相应针对离散型随机变量有概率质量函数，但有些学派也愿意用积分解释离散型随机变量的概率密度。
参考资料来源：百度百科-二维随机变量
参考资料来源：百度百科-概率密度
求这个概率就是求密度函数在区域 0
绛旓細EX=鈭埆[0<=y<=x<=1] xf(x,y)dxdy=鈭玔0->1]鈭玔0->x] 12xy²dydx=4/5 EY=鈭埆[0<=y<=x<=1] yf(x,y)dxdy=鈭玔0->1]鈭玔0->x] 12y³dydx=3/5 E(X²+Y²)=鈭埆[0<=y<=x<=1] (x²+y²)f(x,y)dxdy=鈭玔0->1]鈭玔0...
绛旓細绠鍗曡绠椾竴涓嬪嵆鍙紝绛旀濡傚浘鎵绀
绛旓細璇︾粏姝ラ鏄細鈶犲厛姹傚嚭X銆乊鐨勮竟缂樺垎甯冦傛寜鐓у畾涔夛紝fX(x)=鈭(-鈭,鈭)f(x,y)dy銆傗埓fX(x)=鈭(0,x)15xy²dy=5x^4锛屽叾涓0<x<1銆傚悓鐞嗭紝fY(y)=鈭(y,1)15xy²dx=15(y²-y^4)/2锛屽叾涓0<y<1銆傗憽姹傚嚭E(X)銆丒(Y)銆丒(X²)銆丒(Y²)銆侲(X)=鈭(...
绛旓細1=鈭(0~2)鈭(-x~x) kx(x-y)dydx 1=鈭(0~2) kx(xy-y^2/2)|(-x~x) dx 1=鈭(0~2)2kx^3dx 1=2kx^4/4(0~2)1=8k k=1/8 鐢诲浘鍙煡鑼冨洿 fy(y)=鈭(|y|~2) kx(x-y)dx =kx^3/3-kyx^2/2 | |y|~2 =1/8(8/3-2-(y^2|y|/3-y^3/2))=1/12-y^2|y...
绛旓細a=3,瀵筙鐨勮竟缂姒傜巼瀵嗗害涓3/2,瀵Y鐨杈圭紭涓3y^2;X鐨杈圭紭*Y鐨勮竟缂=9y^2/2涓嶇瓑浜庤仈鍚堝瘑搴,鎵浠ヤ笉鐙珛.
绛旓細绠鍗曡绠椾竴涓嬪嵆鍙紝璇︽儏濡傚浘鎵绀
绛旓細璁句簩缁撮殢鏈哄彉閲(X,Y)鐨勬鐜瀵嗗害涓篺(x,y)=4.8y(2-x),0 鎴戞潵绛 1涓洖绛 #鐑# 浣滀负濂虫,浣犵敓娲讳腑鏈夋劅鍙楀埌鈥滀笉瀹夊叏鎰熲濈殑鏃跺埢鍚?宕斿够澶 2022-05-09 路 TA鑾峰緱瓒呰繃107涓禐 鐭ラ亾绛斾富 鍥炵瓟閲:115 閲囩撼鐜:75% 甯姪鐨勪汉:81.8涓 鎴戜篃鍘荤瓟棰樿闂釜浜洪〉 鍏虫敞 ...
绛旓細浜岀淮闅忔満鍙橀噺(X锛孻)鏄竴涓潎鍖鍒嗗竷锛屽潎鍖鍒嗗竷姹姒傜巼锛屽彧闇闈㈢Н鐩搁櫎灏辫浜 P(X+Y<=1)=(1*1/2)/2=1/4
绛旓細璁句簩缁撮殢鏈哄彉閲(X,Y)鐨勬鐜瀵嗗害涓: 璁句簩缁撮殢鏈哄彉閲(X,Y)鐨勬鐜囧瘑搴︿负:f(x,y)=[cx^2yx^2<y<10鍏朵粬姹(1)璇曠‘瀹氬父鏁癈(2)姹傝竟缂樻鐜囧瘑... 璁句簩缁撮殢鏈哄彉閲(X,Y)鐨勬鐜囧瘑搴︿负:f(x,y)=[cx^2y x^2<y<1 0 鍏朵粬 姹(1)璇曠‘瀹氬父鏁癈(2)姹傝竟缂樻鐜囧瘑 灞曞紑 ...
绛旓細鏍规嵁姒傜巼瀵嗗害鍑芥暟鐨勭Н鍒=1锛屽彲浠ョ畻鍑篈鐨勫笺傚嵆锛氣埆 鈭 f(x,y) dx dy = 1 锛堚埆 鍧囦粠-鈭炵Н鍒嗗埌+鈭烇級銆傚垯浠庨涓凡鐭ユ潯浠跺彲寰楋紝+鈭 蟺/2 鈭 鈭 f(x,y) dx dy = 鈭 鈭 A sin(x+y) dx dy (x,y 鍧囦粠0鍒跋/2绉垎)-鈭 0 蟺/2 = A 鈭 -[cos(蟺/2+y) - co...
