联合分布函数,联合分布函数是什么？( 二 ) _「知识分享」

F(X,Y)=0
单纯的讲概率密度没有实际的意义，它必须有确定的有界区间为前提。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。
来源：百度百科-概率密度

文章插图
4、联合分布律怎么求求联合分布律公式：P(X=-1)=d 。联合分布函数（jointdistributionfunction）亦称多维分布函数，随机向量的分布函数，以二维情形为例，若（X，Y）是二维随机向量，x、y是任意两个实数，则称二元函数。
函数（function）的定义通常分为传统定义和近代定义，函数的两个定义本质是相同的，只是叙述概念的出发点不同，传统定义是从运动变化的观点出发，而近代定义是从集合、映射的观点出发。函数的近代定义是给定一个数集A，假设其中的元素为x，对A中的元素x施加对应法则f ，记作f（x），得到另一数集B，假设B中的元素为y，则y与x之间的等量关系可以用y=f（x）表示，函数概念含有三个要素：定义域A、值域B和对应法则f 。其中核心是对应法则f，它是函数关系的本质特征。

文章插图
5、联合分布函数F(x,y)=P(XF(x,y)=∫(x,-∞) ∫(y,-∞)f(u,v)dudv,同样
F(x,∞)=∫(x,-∞) ∫(+∞,-∞)f(u,v)dudv
F(∞,y)=∫(+∞,-∞) ∫(y,-∞)f(u,v)dudv
【联合分布函数,联合分布函数是什么？】F(∞,∞)=∫(+∞,-∞) ∫(+∞,-∞)f(u,v)dudv