# 题型二:联合密度与边缘密度(连续型) ## 识别特征 - 已知联合密度 $f(x, y)$(连续型) - 求**边缘密度** $f_X(x)$, $f_Y(y)$ - 求**条件密度** $f_{X|Y}(x|y)$ - 求**概率** $P((X, Y) \in D)$ ## 解题流程 ```mermaid flowchart TD A[识别:连续型联合] --> B[求边缘: 对另一变量积分] B --> C[求条件: 联合/边缘] C --> D{求什么?} D -->|独立性| E[验证 f x,y = f_X f_Y] D -->|区域概率| F[二重积分] ``` ## 通法步骤 ### 一、边缘密度 $$ f_X(x) = \int_{-\infty}^{+\infty} f(x, y) \, dy, \qquad f_Y(y) = \int_{-\infty}^{+\infty} f(x, y) \, dx $$ ### 二、概率计算 $$ P((X,Y) \in D) = \iint_D f(x, y) \, dx \, dy $$ ### 三、条件密度 $$ f_{X|Y}(x | y) = \frac{f(x, y)}{f_Y(y)}, \quad \text{要求 } f_Y(y) > 0 $$ ## 常见陷阱 - 积分限错误(忘记考虑 $f$ 的支撑集) - 边缘密度归一性 $\int f_X(x) dx = 1$ 不验证 - 条件密度方向错误(分子分母颠倒) ## 经典母题 > **题目**:$(X, Y)$ 的联合密度 $f(x, y) = \begin{cases} 2(x+y), & 0 \le x \le y \le 1 \\ 0, & \text{其他} \end{cases}$ > > 求:(1) 边缘密度 $f_X(x), f_Y(y)$;(2) 条件密度 $f_{X|Y}(x|y)$;(3) $P(X+Y \le 1)$。 **解析**: **(1) 边缘密度** $f_X(x) = \int_{-\infty}^{+\infty} f(x, y) dy$ - $0 \le x \le 1$:积分区间 $y \in [x, 1]$ $$f_X(x) = \int_x^1 2(x+y) dy = 2[xy + y^2/2]_x^1 = 2[x + 1/2 - x^2 - x^2/2] = 1 + 2x - 3x^2$$ $f_Y(y) = \int_0^y 2(x+y) dx = [x^2 + 2xy]_0^y = y^2 + 2y^2 = 3y^2$($0 \le y \le 1$) **(2) 条件密度** $f_{X|Y}(x|y) = \dfrac{f(x,y)}{f_Y(y)} = \dfrac{2(x+y)}{3y^2}$($0 \le x \le y$) **(3) $P(X+Y \le 1)$** 区域 $D$: $0 \le x \le y \le 1$ 与 $x+y \le 1$ 的交集。 由 $x \le y$ 和 $x+y \le 1$ 得 $x \le 1/2$(否则 $y \ge x > 1/2$ 但 $x+y > 1$)。 $P = \int_0^{1/2} \int_x^{1-x} 2(x+y) dy dx = \int_0^{1/2} 2[xy + y^2/2]_x^{1-x} dx$ $= \int_0^{1/2} 2[x(1-2x) + (1-x)^2/2 - x^2/2] dx$ $= \int_0^{1/2} 2[x - 2x^2 + (1-2x+x^2)/2 - x^2/2] dx$ $= \int_0^{1/2} 2[x - 2x^2 + 1/2 - x + x^2/2 - x^2/2] dx$ $= \int_0^{1/2} 2[1/2 - 2x^2] dx = \int_0^{1/2} (1 - 4x^2) dx = [x - 4x^3/3]_0^{1/2}$ $= 1/2 - 4(1/8)/3 = 1/2 - 1/6 = 1/3$ **复盘**: - 积分域不规则时,先**画图**确定积分限 - 联合密度积分 $\iint f = 1$ 可用于验证正确性 --- > **变式**:$f(x, y) = \dfrac{1}{2\pi \sigma_1 \sigma_2 \sqrt{1-\rho^2}} \exp\left(-\dfrac{1}{2(1-\rho^2)}\left[\dfrac{(x-\mu_1)^2}{\sigma_1^2} - \dfrac{2\rho(x-\mu_1)(y-\mu_2)}{\sigma_1\sigma_2} + \dfrac{(y-\mu_2)^2}{\sigma_2^2}\right]\right)$ > > 求 $f_X(x)$。 **解**:利用矩阵化或配方技巧可得 $f_X(x) = \dfrac{1}{\sqrt{2\pi}\sigma_1} e^{-(x-\mu_1)^2/(2\sigma_1^2)}$(正态 $N(\mu_1, \sigma_1^2)$) > **口诀速记**: > - "**求边缘**:对另一变量积分到无穷" > - "**求条件**:联合除以边缘" > - "**求概率**:在区域上二重积分"