怎么求两个分布的联合分布 概率论问题:已知x,y的边缘分布律，如何求x,y的联合分布律？

如何求出两个t分布的联合密度分布函数？已知X，Y的分布律，怎么求它们的联合分布律？两个不独立的变量的联合分布怎么求？X，Y联合分布律怎么求？概率论问题:已知x,y的边缘分布律，如何求x,y的联合分布律？一直不是很明白联合分布律要怎么求，可以给点详细的计算过程吗？

本文导航

• 如何求出两个t分布的联合密度分布函数
• 已知X，Y的分布律，怎么求它们的联合分布律
• 两个不独立的变量的联合分布怎么求
• X，Y联合分布律怎么求
• 概率论问题:已知x,y的边缘分布律，如何求x,y的联合分布律？
• 一直不是很明白联合分布律要怎么求，可以给点详细的计算过程吗？

如何求出两个t分布的联合密度分布函数

两个状态随机变量X、Y的和与差仍为正态随机变量， 因此只要求出 X+Y 的数学期望和方差，那么就可以 写出X+Y的密度函数： E(X+Y) = E(X)+E(Y) (1) D(X+Y) = D(X²)+D(Y²)+ 2[E(XY)-E(X)E(Y)] (2) 根据（1）（2）两式，可以写出X+Y的正态

已知X，Y的分布律，怎么求它们的联合分布律

随机变量X和Y的联合分布函数是设（X,Y）是二维随机变量，对于任意实数x,y，二元函数：F(x,y) = P{(X<=x) 交 （Y<=y）} => P(X<=x, Y<=y)称为二维随机变量（X,Y）的分布函数。

如果将二维随机变量(X,Y)看成是平面上随机点的坐标，那么分布函数F(x,y)在(x,y)处的函数值就是随机点(X,Y)落在以点(x,y)为顶点而位于该点左下方的无穷矩形域内的概率。

分布率是什么：是一个集合，集合的元素是序对，序对的第一个元素是自然数，第2个元素是概率。

意义：对一个离散型随机变量X，其取值为k的概率为pk。分布律反映了一个离散型随机变量的概率分布的全貌。

两个不独立的变量的联合分布怎么求

用条件概率公式-->乘法公式求, 即：

P(AB) = P(A)*P(B|A)

其实你想想，当A、B相互独立的时候，条件概率：

P(B|A) = P(B)

则：

P(AB) = P(A)*P(B)

说明相互独立时的联合概率计算公式就是上面第一个式子的一个特例。

X，Y联合分布律怎么求

相互独立是关键。对于离散型，P(X=i, Y=j) = P(X=i) * P(Y=j)，谨记。E(XY)的求法可以先求出XY的分布律。

P 0.32 0.08 0.48 0.12。E(XY) = 3 * 0.32 + 4 * 0.08 + 6 * 0.48 + 8 * 0.12 = 5.12。

P(XY=1)=P(X=1)P(Y=1)+P(X=-1)P(Y=-1)=0.1875+0.1875=0.375。

P(XY=-1)=P(X=1)P(Y=-1)+P(X=-1)P(Y=1)=0.5625+0.0625=0.625。

E(XY)=1*0.375+(-1)*0.625=-0.25。

P(X=2,Y=2)=P(XY=4)=1/12。

P(X=2,Y=0)=P(X=2)-P(X=2,Y=1)-P(X=2,Y=2)=1/6-1/12=1/12。

类似有P(X=0,Y=2)=P(Y=2)-P(X=1,Y=2)-P(X=2,Y=2)=1/3-1/12=1/4。

然后，P(X=0,Y=0)=P(X=0)-P(X=0,Y=1)-P(X=0,Y=2)=1/2-1/4=1/4。

扩展资料：

在一次同时掷一个硬币和一个骰子的随机试验中，假设事件A为获得国徽面且点数大于4，那么事件A的概率应该有如下计算方法：

S={(国徽，1点)，(数字，1点)，(国徽，2点)，(数字，2点)，(国徽，3点)，(数字，3点)，(国徽，4点)，(数字，4点)，(国徽，5点)，(数字，5点)，(国徽，6点)，(数字，6点)}，A={(国徽，5点)，(国徽，6点)}，按照拉普拉斯定义。

A的概率为2/12=1/6，注意到在拉普拉斯试验中存在着若干的疑问，在现实中是否存在着这样一个试验，其单位事件的概率具有精确的相同的概率值，因为人们不知道。

概率论问题:已知x,y的边缘分布律，如何求x,y的联合分布律？

对应的概率直接相乘比如x=1，y=0时的概率就是1/4X，1/2=1/8。

解：相互独立是关键。对于离散型，P（X=i，Y=j）=P（X=i）*P（Y=j），谨记。E（XY）的求法可以先求出XY的分布律。

P（XY=1）=P（X=1）P（Y=1）+P（X=-1）P（Y=-1）=0.1875+0.1875=0.375。

P（X=2，Y=0）=P（X=2）-P（X=2，Y=1）-P（X=2，Y=2）=1/6-1/12=1/12。

类似有P（X=0，Y=2）=P（Y=2）-P（X=1，Y=2）-P（X=2，Y=2）=1/3-1/12=1/4。

P（X=0，Y=0）=P（X=0）-P（X=0，Y=1）-P（X=0，Y=2）=1/2-1/4=1/4。

公理化定义

如何定义概率，如何把概率论建立在严格的逻辑基础上，是概率理论发展的困难所在，对这一问题的探索一直持续了3个世纪。20世纪初完成的勒贝格测度与积分理论及随后发展的抽象测度和积分理论，为概率公理体系的建立奠定了基础。

在这种背景下，苏联数学家柯尔莫哥洛夫1933年在他的《概率论基础》一书中第一次给出了概率的测度论的定义和一套严密的公理体系。他的公理化方法成为现代概率论的基础，使概率论成为严谨的数学分支，对概率论的迅速发展起了积极的作用。

一直不是很明白联合分布律要怎么求，可以给点详细的计算过程吗？

联合分布律表格的求法为：设（X，Y)是二维随机变量，对于任意实数x，y，二元函数：F(x，y)=P{(X<=x)交（Y<=y)}=>P(X<=x，Y<=y)。称为：二维随机变量（X，Y)的分布函数，或称为随机变量X和Y的联合分布函数。

联合概率分布的几何意义：如果将二维随机变量（X，Y)看成是平面上随机点的坐标，那么分布函数F(x，y)在（x，y)处的函数值就是随机点（X，Y)落在以点（x，y)为顶点而位于该点左下方的无穷矩形域内的概率。

在概率论中，对两个随机变量X和Y，其联合分布是同时对于X和Y的概率分布。