目标:写出条件概率密度并求联合概率密度
首先,由题意,在给定 $X=x$ 的条件下,$Y$ 服从区间 $(x,1)$ 上的均匀分布,因此条件概率密度函数为:
$$
f_{Y|X}(y|x) = \begin{cases}
\dfrac{1}{1-x}, & x < y < 1, \\
0, & \text{其他}.
\end{cases}
$$
已知 $X$ 的边缘概率密度函数为 $f_X(x) = 2x$,其中 $0 < x < 1$。根据联合概率密度与条件概率密度的关系:
$$
f(x,y) = f_{Y|X}(y|x) \cdot f_X(x).
$$
代入得:
$$
f(x,y) = \frac{1}{1-x} \cdot 2x = \frac{2x}{1-x}, \quad 0 < x < y < 1.
$$
注意,这里需要验证联合密度在定义域上的积分为1:
$$
\int_{0}^{1} \int_{x}^{1} \frac{2x}{1-x} \, dy \, dx = \int_{0}^{1} \frac{2x}{1-x} \cdot (1-x) \, dx = \int_{0}^{1} 2x \, dx = 1.
$$
因此联合概率密度函数为:
$$
f(x,y) = \frac{2x}{1-x}, \quad 0 < x < y < 1.
$$
公式:f(x,y) = \frac{2x}{1-x}, \quad 0 < x < y < 1
提示:条件均匀分布的分母是区间长度,注意区间端点与条件变量$x$的关系。
目标:计算EXY
我们需要计算随机变量乘积的期望 $E(XY)$。根据期望的定义,对于连续型随机向量 $(X,Y)$,有 $E(XY) = \iint_{\mathbb{R}^2} xy \, f(x,y) \, dxdy$,其中 $f(x,y)$ 是联合概率密度函数。由题目已知,联合密度函数在区域 $D = \{ (x,y) \mid 0 < x < y < 1 \}$ 上为 $f(x,y)=2$,在其他区域为 $0$。因此积分区域为 $D$,即 $0 \le y \le 1$,且对每个固定的 $y$,$x$ 从 $0$ 到 $y$。于是
$$E(XY) = \int_{0}^{1} \int_{0}^{y} xy \cdot 2 \, dx \, dy = 2 \int_{0}^{1} y \left( \int_{0}^{y} x \, dx \right) dy.$$
先计算内层积分:$\int_{0}^{y} x \, dx = \left[ \frac{x^2}{2} \right]_{0}^{y} = \frac{y^2}{2}$。代入得
$$E(XY) = 2 \int_{0}^{1} y \cdot \frac{y^2}{2} \, dy = \int_{0}^{1} y^3 \, dy = \left[ \frac{y^4}{4} \right]_{0}^{1} = \frac{1}{4}.$$
因此 $E(XY) = \frac{1}{4}$。
公式:$$E(XY)=\iint xy f(x,y)\,dxdy = \int_0^1 \int_0^y 2xy\,dx\,dy = \frac{1}{4}$$
提示:画图确定积分区域:三角形区域0
目标:计算EX
本步骤的目标是计算随机变量$X$的数学期望$E(X)$。根据概率论,连续型随机变量的期望公式为$E(X)=\int_{-\infty}^{+\infty} x \cdot f_X(x) \, dx$,其中$f_X(x)$是$X$的边缘概率密度函数。
在前一步骤中,我们已经求出了$X$的边缘密度函数为:
$$f_X(x)=\begin{cases} 2(1-x), & 0 \le x \le 1 \\ 0, & \text{其他} \end{cases}$$
因此,$E(X)$的计算只需在$X$的支撑区间$[0,1]$上对$x \cdot f_X(x)$进行积分:
$$E(X)=\int_{0}^{1} x \cdot 2(1-x) \, dx = 2\int_{0}^{1} x(1-x) \, dx$$
展开被积函数:
$$x(1-x)=x-x^2$$
于是:
$$E(X)=2\int_{0}^{1} (x-x^2) \, dx = 2\left[ \int_{0}^{1} x \, dx - \int_{0}^{1} x^2 \, dx \right]$$
分别计算两个定积分:
$$\int_{0}^{1} x \, dx = \left. \frac{x^2}{2} \right|_{0}^{1} = \frac{1}{2}$$
$$\int_{0}^{1} x^2 \, dx = \left. \frac{x^3}{3} \right|_{0}^{1} = \frac{1}{3}$$
代入得:
$$E(X)=2\left( \frac{1}{2} - \frac{1}{3} \right) = 2 \times \frac{1}{6} = \frac{1}{3}$$
因此,$X$的数学期望为$\frac{1}{3}$。
公式:$$E(X)=\int_{0}^{1} x \cdot 2(1-x) \, dx = \frac{1}{3}$$
提示:计算期望时,务必先确认密度函数的支撑区间,再代入积分公式。
目标:计算EY
为了计算随机变量$Y$的期望$EY$,我们使用联合概率密度函数$f(x,y)$在区域$D$上的积分公式:
$$EY = \iint_D y \cdot f(x,y) \, dxdy$$
已知联合密度函数为$f(x,y)=2$,定义域为$0 \le x \le y \le 1$,即三角形区域:$x$从$0$到$y$,$y$从$0$到$1$。
首先写出二重积分:
$$EY = \int_{y=0}^{1} \int_{x=0}^{y} y \cdot 2 \, dx \, dy$$
先对$x$积分,将$y$视为常数:
内层积分 $\int_{0}^{y} 2y \, dx = 2y \cdot [x]_{0}^{y} = 2y \cdot (y - 0) = 2y^2$
然后对外层$y$积分:
$$EY = \int_{0}^{1} 2y^2 \, dy = 2 \cdot \left[ \frac{y^3}{3} \right]_{0}^{1} = 2 \cdot \frac{1}{3} = \frac{2}{3}$$
因此,随机变量$Y$的期望为$EY = \frac{2}{3}$。
公式:EY = \iint_D y \cdot f(x,y) \, dxdy = \int_0^1 \int_0^y 2y \, dx \, dy = \frac{2}{3}
提示:先固定y对x积分,再对y积分,注意被积函数中y是常数,积分后得到2y²。
目标:计算协方差并选择答案
最后一步,我们利用协方差公式计算$\text{Cov}(X,Y)$。协方差的定义式为$\text{Cov}(X,Y)=E(XY)-E(X)E(Y)$。前面步骤已求得:$E(X)=\frac{1}{3}$,$E(Y)=\frac{2}{3}$,$E(XY)=\frac{1}{4}$。代入公式得:
$$\text{Cov}(X,Y)=\frac{1}{4}-\frac{1}{3}\cdot\frac{2}{3}=\frac{1}{4}-\frac{2}{9}=\frac{9}{36}-\frac{8}{36}=\frac{1}{36}.$$
因此协方差为$\frac{1}{36}$,对应选项D。
验证:由于协方差为正,说明$X$与$Y$正相关,这与题目中联合分布律的直观判断一致(当$X$取较大值时$Y$也倾向于取较大值)。最终答案正确。
公式:$$\text{Cov}(X,Y)=E(XY)-E(X)E(Y)=\frac{1}{4}-\frac{1}{3}\cdot\frac{2}{3}=\frac{1}{36}$$
提示:代入公式前务必确认三个期望值均已正确求出,通分时仔细核对分子。