概率作业第三章
习题三 多维随机变量及其分布
一、填空题 1.设X 的分布律为
X 01
,且X 与Y 独立同分布,则随机变量Z=max{X,Y}
p 0.50.5
34
2.设 X,Y 为随机变量且P {X ≥0, Y ≥0}=, P {X ≥0}=P {Y ≥0}, 则
77
P {max(X , Y ) ≥0}=
5
; 7
3.设D 是由曲线xy =1与直线y =0, x =1, x =e 2围成的平面区域, 二维随机变量
(X , Y ) 在区域D 上服从均匀分布,则(X , Y ) 关于X 的边缘分布在x =2处的值为ln 2
。 2
11
4.设随机变量 X 与Y 相互独立,且P (X ≤1) =, P (Y ≤1) =, ,则
231
P (X ≤1, Y ≤1) 。
6
5.设随机变量(XY)的联合分布列为
若X,Y 相互独立, 则 a =
121; b =c =; 1896
⎧ke -3x -4y , x >0, y >0
6. 设随机变量(X , Y ) 的联合密度为 f (x , y ) =⎨则k =
其它⎩0,
P (0,X
()()
7.设随机变量X,Y 相互独立,且服从同一分布,则P (X ≤Y ) =
⎧1-3-x -3-y +3-x -y , x >0, y >0
8. 设随机变量(,XY)的联合分布函数为F (x , y ) =⎨
⎩0,
2
⎧⎪3-x -y (ln 3), x >0, y >0
则(X , Y ) 的联合密度函数是f (x , y ) =⎨;
⎪⎩0,
9.设随机变量(X , Y ) 的联合分布函数为
x y
F (x , y ) =A (B +arctan )(C +arctan ),(A ≠0)
22
则A =
1ππ
B =C =;;; 2
π22
2
10.设随机变量(,XY)的联合密度为f (x , y ) =Ae -ax
-bxy -cy 2
,
当时a = ;b = ;c = ;,X 与Y 相互独立。11.设随机变量(,XY)的联合分布函数为
x ⎧-y
⎪A (B +arctan )(C +e ), x ∈R , y >0
F (x , y ) =⎨ 2
⎪0, 其它⎩
则(1)A =;B =π;C = 1 ;
1πx
(2)X 的边缘函数+arctan );Y 的边缘函数1+e -y , y >0;
π22
(3)P (X ≤2, Y >1) =-
3
; 4e
1-1
e -1); (4
(4)P (0
(5)密度函数f (x , y ) =-
21
π4+x 2
e -y 。
⎛(0,0)(0,1)(1,0)(1,1)⎫
⎪, 则 (X , Y ) 的联合分布函数 12.已知(X , Y ) ~ 1111 ⎪
⎝4444⎭⎧0
⎪
F (x , y ) =⎨1/4
⎪1⎩
x
35
13.若P (max(X , Y ) ≤1) =, P (X ≤1) =P (Y ≤1) =, , 则P (min(X , Y ) ≤1) =。
88
14.设随机变量X 与Y 相互独立,且都服从参数为
p =0.25的两点分布, 并记
⎧1, X +Y 取奇数
Z =⎨,
⎩0, X +Y 不取奇数
则X 与Z 的联合分布为
二、选择题
⎛-10
1.设随机变量X i ~ 11
⎝42
1⎫⎪
1⎪,(i =1, 2) ,且满足P {X 1X 2=0}=1,则 4⎭
P {X 1=X 2}=( C )
A. 0 B.
11
C. D. 1 42
2.设随机变量 X 与 Y 相 互独立且同分布,
11
P (X =-1) =P (Y =-1) =, P (X =1) =P (Y =1) =,
22
则( A )成立。
1
; B. P (X =Y ) =1; 211
C. P (X +Y =0) =; D. P (XY =1) =.
44
A. P (X =Y ) =
3.若随机变量X , Y 独立,分布函数分别为F x (x ), F y (y ) , 则(X , Y ) 的联合分布 函数为( A )
A .F (x , y ) =F x (x ) F y (y ) ; B. F (x , y ) =F x (x ) +F y (y ) ; C. F (x , y ) =F x (x ) -F y (y ) ; D. F (x , y ) =F x (x ) /F y (y ) . 4. 设两个独立的随机变量 X 和Y 分别服从正态分布N (0,1),N (1,1),则( B)
A. P (X +Y ≤0) =
11 B. P (X +Y ≤1) = 22
C. P (X -Y ≤0) =
11 D. P (X -Y ≤1) = . 22
2
5.设随机变量X , Y 独立,且X ~N (μ1, σ12), Y ~N (μ2, σ2) , 则Z =X -Y 仍服从正
态分布,且有( D )。
22 A .Z ~N (μ1+μ2, σ12+σ2) B. Z ~N (μ1+μ2, σ12-σ2) ; 22 C. Z ~N (μ1-μ2, σ12-σ2) ; D. Z ~N (μ1-μ2, σ12+σ2) .
6. 设随机变量X , Y 独立,且它们的分布函数分别为F x (x ) F , y y (,) 则
Z =m a x {X Y , 的分布函数是(} C )。
A .F z (z ) =max{F x (x ), F y (y )}; B. F z (z ) =max{F x (x ) , F y (y ; C. F z (z ) =F x (x ) F y (y ) ; D. F z (z ) =1-max{F x (x ), F y (y )}. 三、解答题
1.一只口袋中装有四只球,球上分别标有数字 1、2、2、3. 从此袋中任取 一只球,取后不放回,再从袋中任取一只球. 分别以X 与Y 表示第一次、第二次取到的球上标有的数字,求X 与Y 的联合分布律与关于X 、Y 的边缘分布律.
2. 设二维随机变量(X , Y ) 取数组(, -1), (23
11
a , b , , , 试求:
36
, ), -(0, 的概率分别1), 为23
(1)(X , Y ) 的联合分布律;
(2)确定常数a , b ,使X 和Y 相互独立; (3)(X , Y ) 分别关于 X 和Y 的边缘分布律。
(1)
因为:a+b+1/3+1/6=1,且P{X=0}P{Y=-1}=P{X=0,Y=-1} 所以:a+b=1/2,ab=1/18
所以:a=1/6,b=1/3或a=1/3,b=1/6
3. 甲、乙两人独立地各进行两次射击,假设甲的命中率为0.2,乙的命中率为0.5;以X , Y 分别表示甲、乙的命中次数,试求X , Y 的联合分布律。 ⎧cxy ,0≤x , y ≤1
4. 设(X , Y ) 为二维随机变量,其联合概率密度为F (x , y ) =⎨
⎩0, 其它试求:(1)常数c ;
(2)P (X
1100
⎰cxydxdy =1, 所以c=4
0. 50. 7
0. 50. 700
-∞-∞
0. 5+∞
P {X
⎰⎰f (x , y ) dxdy =⎰⎰4xydxdy =0. 1225,
0. 51
(2)P {X
-∞-∞+∞0. 7
⎰⎰f (x , y ) dxdy =⎰⎰4xydxdy =0. 25,
0010. 700
P {Y
-∞-∞
⎰⎰f (x , y ) dxdy =⎰⎰4xydxdy =0. 49
∞
(3)f X (x ) =f (x , y ) dy =2x
-∞
⎰
⎧2x
∴f X (x ) =⎨
⎩0⎧2y
同理:f Y (y ) =⎨
⎩0
0≤x ≤1
其他
0≤y ≤1
其他
⎧ce -2(x +y ) ,0≤x ≤∞,0≤y ≤∞
5.设随机变量(X , Y ) 的概率密度f (x , y ) =⎨
其它⎩0, 试求:(1)常数c ;(2)(X , Y ) 的分布函数;(3)P (X +Y ≤1); .
+∞+∞
(1)
-∞-∞
⎰⎰
1
f (x , y )dxdy =c =1, ∴c =4
4
(2)
⎧x y
⎪4e -2(u +v ) dudv =(1-e -2x )(1-e -2y )
F (x , y ) =⎰⎰f (u , v ) dudv =⎨⎰⎰
⎪00-∞-∞
0其他⎩
x
y
x ≥0, y ≥0
(3)P (x +y ≤1)=
x +y ≤1
0≤x , y ≤+∞
⎰⎰
f (x , y )dxdy =⎰
11-x
00
⎰
4e -2(x +y )dxdy =3e -2-1;
⎧4.8y (2-x ),0≤x ≤1,0≤y ≤x
6. 设随机变量(X , Y ) 的概率密度为f (x , y ) =⎨,求
0, 其它⎩关于X , Y 的边缘概率密度. 解:0≤x ≤1, f X (x )= 0≤y ≤1, f Y (y )=
+∞
+∞
-∞
⎰f (x , y )dy =⎰4.8y (2-x )dy =2.4x (2-x );
2
x
-∞
⎰
3⎫⎛1
f (x , y )dx =⎰4.8y (2-x )dx =4.8y y 2-2y +⎪.
2⎭⎝2y
1
于是可得X , Y 的边缘概率密度为
⎧2. 4x 2(-2x ) f X (x )=⎨
0, ⎩
, ≤0x ≤其它
1
⎧2.4y 3-9.6y 2+7.2y , 0≤y ≤1
f Y (y )=⎨.
0, 其它⎩
7.设随机变量(X , Y ) 在G 上服从均匀分布,其中G 由x 轴y 轴及直线y =2x +1所围成,试求:(1) (X , Y ) 的概率密度;(2) 关于X , Y 的边缘概率密度. 解 : 区域G 的面积为S =
⎧⎪4, f (x , y )=⎨
⎪⎩0
1
, 故均匀分布的联合概率密度为 4
, )∈G (x y
.
(x , y )∉G
+∞
2x +1
1
0, f X (x )=⎰f (x , y )dy = -≤x ≤
2-∞
⎰
4dy =8x +4;
0≤y ≤1, f Y (y )=
+∞
-∞
⎰f (x , y )dx =⎰4dx =2-2y .
y -1
2
于是可得X , Y 的边缘概率密度为
1⎧
⎪8x +4, -≤x ≤0
f X (x )=⎨ 2
⎪其它⎩0,
⎧2-2y ,
f Y (y )=⎨
⎩0,
≤0y ≤1
. 其它
8. 设某班车起点站上车的人数X 服从参数为λ(λ>0) 的泊松分布,每位乘客在中途下车的概率为p (0
求:(1) 在发车时有n 个乘客的条件下,中途有m 人下车的概率;
(2) (X , Y ) 的分布律.
m m
P (1-P ) n -m 解:(1)P {Y =m X =n }=C n
(2)
m m
P {X =n , Y =m }=P {Y =m X =n }P {X =n }=C n p (1-p ) n -m
λn
n !
e -λ(n , m =1. 2 且m ≤n )
9. 设二维随机变量(X , Y ) 在D ={(x , y ) :x 2+y 2≤1, x ≥0}上服从均匀分布,试求
(X , Y ) 分别关于X , Y 的边缘概率密度函数,并讨论X , Y 的相互独立性。
解:区域D 的面积为S =
π
2
, 故均匀分布的联合概率密度为
⎧2⎪,
f (x , y )=⎨π
⎪0⎩ 0≤x ≤1, f X (x )=
+∞
(x , y )∈D (x , y )∉D
f (
x , y )dy =
.
-∞+∞
⎰
2
2
dy =
-1≤y ≤1, f Y (y )=
-∞
⎰
f (
x , y )dx =
π
dx =
于是可得X , Y 的边缘概率密度为
,
f X (
x )=⎪0, ⎩
0≤x ≤1
其它
≤y ≤1, -1
f Y (
y )=.
⎪0, 其它⎩ f (x , y ) ≠f X (x ) f Y (y )
∴X , Y 不独立
10.已知随机向量(X , Y ) 服从正方形D ={(x , y ) :1≤x ≤3,1≤y ≤3}上的均 匀分布,试求随机变量U =X -Y 的概率密度。
解:利用分布函数法. 区域D 的面积为S =4, 故均匀分布的联合概率密度为
⎧1⎪,
f (x , y )=⎨4
⎪0⎩ F U (u )=P {U ≤}u =
(x , y )∈D (x , y )∉D
.
{X -
Y ≤P {X -u ≤Y ≤X +}=u } u
当u ≤0, F U (u )=0. 当u ≥2, F U (u )=1. 当0
{(x , y )x -u ≤y ≤x +u }, 则根据D 与D '的关系有
X +)d x d y }=u ⎰⎰f (x , y
D '3
3
1+u
F U (u )=P ≤Y ≤{X -u
3-u
x +u
= =
⎰
1
11
d x ⎰d y +⎰d 441-3u 1
d +y
+u 1
⎰
1
x 4x -u
+. u
3
d y
11211
u +u 1-u 228281
-u 2
4
1
从而f U (u )=F U '(u )=1-u . 于是综上可得U =X -Y 的概率密度为
2
⎧1⎪1-u ,
f U (u )=⎨2
⎪⎩0,
0
. 其它
2
11.对二维正态分布N (μ1, μ2, σ12, σ2, ρ) 的密度函数f (x , y ) ,验证
⎰⎰
+∞+∞
∞∞
-∞-∞
f (x , y ) dxdy =1
-∞-∞
⎰⎰f (x , y )dxdy =⎰f (x )dx =1;
X -∞
+∞
⎧c (6-x -y ),0
其它⎩0, 试确定常数c 的值,并由此求出P (X +Y
+∞+∞
-∞-∞
⎰⎰c (6-x -y )dxdy =1;
2402
+∞+∞-∞-∞
⎰⎰c (6-x -y ) dxdy =⎰⎰c (6-x -y ) dxdy =1⇒c =1/8
24-x
P (X +Y
02
⎰
12
(6-x -y ) dxdy = 83
13.设随机变量X 和Y 独立,且都在区间[1,3]上服从均匀分布,引进事件
A ={X ≤a },B ={Y >a },已知,求常数a
⎧2x ,0≤x ≤1
14.设随机变量X 和Y 相互独立,X 具有概率密度 f (x , y ) =⎨
⎩0, 其它Y 服从[0,1]内的均匀分布,试求Z = X +Y 的概率密度函数。
⎧1
f Y (y ) =⎨
⎩0
0≤y ≤1
其他
+∞
10
z -1
z z -1
f Z (z ) =
-∞
⎰f X (z -y ) f Y (y ) dy =⎰f X (z -y ) dy =
z -y =t
-
⎰f X (t ) dt =⎰f X (t ) dt
z
z ⎧
⎪⎰2tdt =z 20
1
⎪z -1⎪0其他⎪⎪⎩
15、设随机变量X , Y 相互独立,其概率密度分别为:
⎧1-y ⎧1-x e , x ≥0⎪⎪e , y ≥0
f x (x ) =⎨2,f y (y ) =⎨3
⎪⎪⎩0, 其它⎩0, 其它
试求随机变量Z = X +Y 的概率密度。 由卷积公式知:
y z z ⎧z -x ---11⎪3322
f Z (z ) =⎰f X (z -y ) f Y (y ) dy =⎨⎰2e 3e dy =e -e
⎪0-∞
0z
+∞
z ≥0
16 设(X , Y ) 服从区域G 上的均匀分布,其中G 由直线y =-x , y =x , x =2所围成. 试求
(1) X , Y 的联合密度函数; (2) X , Y 的边缘密度函数; (3) X , Y 相互独立吗? 为什么?
(4) f X Y (x f X Y (x y ) , 其中y
解 : (1)区域G 的面积为S =4, 故均匀分布的联合概率密度为
⎧1
⎪,
f (x , y )=⎨4
⎪0⎩
(x , y )∈G (x , y )∉G
+∞
.
(2) 0≤x ≤2, f X (x )=
-∞
⎰
f (x , y )dy =
1x
; dy =⎰42-x
x
-2≤y ≤0, f Y (y )= 0
+∞
-∞+∞
⎰
f (x , y )dx =
11dx =(2+y ). ⎰44-y
2
2
-∞
⎰
11
f (x , y )dx =⎰dx =(2-y )
44y
于是可得X , Y 的边缘概率密度为
⎧x
⎪,
f X (x )=⎨2
⎪⎩0,
0≤x ≤2
其它
⎧1
⎪⎪1
⎪4
0, 其它⎪⎪⎩
(3)由于f (x , y ) ≠f X (x ) f Y (y ) ,所以不独立
1⎧1/4
=⎪(2-y ) /42-y y ≤x ≤2
f (x , y ) ⎪
(4)f X Y (x y ) = 1=⎨1/4
=-y ≤x
(2+y ) /42+y ⎪
0其他⎩
f X Y (x ) =
2x
=8x f Y (1)
⎧2e -(x +2y ) , x >0, y >0
17. 设X , Y 的联合密度函数为f (x , y ) =⎨
其它⎩0, (1) X与Y 相互独立吗? 为什么? (2) 试求P (X 2); ;
(3) 试求 f X Y (x f X Y (x y ) , 其中y 0, f X (x )= y >0, f Y (y )=
+∞
-∞+∞
⎰
f (x , y )dy =
+∞
⎰2e
-(x +2y )
dy =e -x ;
-∞
⎰
f (x , y )dx =
+∞
⎰2e
-(x +2y )
dx =2e -2y .
于是可得X , Y 的边缘概率密度为
⎧e -x , x >0
f X (x )=⎨
⎩0, 其它
⎧2e -2y , y >0
f Y (y )=⎨
其它⎩0,
于是f (x , y )=f X (x )f Y (y ), 从而X 与Y 相互独立 (2) X与Y 相互独立, 故P (X 2) =P (X 2)
⎛1⎫1
=⎰e dx ⎰2e -2y dy = 1-⎪4.
⎝e ⎭e 02
-x
1+∞
(3)f X Y (x y ) =
2e -(x +2y ) 2e
-2y
⎧⎪e -x
=⎨⎪⎩0
x >0x ≤0
f (x , 1) 2e -(x +2)
f X Y (x ) ===e -x
f Y (1) 2e -2
18. 设随机变量X ~Exp (1),当已知X =x 时,Y ~U (0,x ) 其中x >0.试求X , Y 的联合密度函数 。
19.设X , Y 是独立同分布的随机变量,它们都服从均匀分布U (0,1). 试求
Z =X +Y 的分布函数与密度函数.
解: X , Y 相互独立, 都服从均匀分布U (0,1), 则概率密度函数分别为
⎧1,
f X (x )=⎨
⎩0, 0
, f Y (y )=⎨ 其它0, 其它⎩
根据卷积公式可得Z =X +Y 的密度函数为 f Z (z )=
+∞
-∞
⎰f ()x (f
X
Y
x -z )x d
只有满足02, f Z (z )=0;
当0≤z
0z
1
z -1
⎰dx =2-z .
于是综上可得密度函数为
0≤z
⎪
≤z ≤2 f Z (z )=⎨2-z , 1
⎪0, 其它⎩
再由分布函数F Z (z )=
-∞
⎰f (z )dz 可知,
Z
z
1
z
1
z
z
2
z ;
1
1≤z ≤2, F Z (z )=⎰zdz +⎰(2-z )dz =-z 2+2z -1;
201 z >2, F Z (z )=⎰zdz +⎰(2-z )dz =1;
1
1
2
⎧
⎪⎪⎪
从而F Z (z )=⎨2
⎪-z ⎪2⎪⎩
0, z 2
, 2
z
+2z -1, 1≤z ≤21,
z >2
20.设X , Y 是相互独立的随机变量,它们分别服从参数为λ1, λ2的泊松分布. 证明Z =X +Y 服从参数为λ1+λ2的泊松分布. 证明: 将随机变量X , Y , Z 的取值分别记为i , j , k , 则有
i = P (X =)
λ1i
i !
-λ1
e , i =0, 1, 2, ,
P (Y =)j =
λ2j
j !
-λ2
e , j =0, 1, 2, ,
且Z =X +Y 的可能取值为所有的非负整数k =0,1,2, , 于是根据X , Y 相互独立 有 P (Z =k P X +Y =)k ∑=)=(
i =0k k
(
P X , =
i =Y ) -k
i
=∑P (X =)i (P Y =k -) i
i =0
=∑
i =0
k
λ1i
i !
e
-λ1
k -i !
λ2(k -i )
e -λ2
=
e
-(λ1+λ2)
k !
k !
λ1i λ2(k -i ) ∑i =0i ! k -i !
k
k
λ1+λ2)(=
k !
e
-(λ1+λ2)
, k =0,1,2, ,
由此可见Z =X +Y 服从参数为λ1+λ2的泊松分布.
21.设X , Y 相互独立,X ~N (2,1),Y ~1,2) 试求Z +2X -Y +3的密度函数. 有问题
22.设 X , Y 是独立同分布的随机变量,它们都服从N (0,1).试求
Z =的分布函数与密度函数. f X (x ) =
12π
x 2
-e 2
, f Y (y ) =
12π
y 2-e 2
, f (x , y ) =
12π
x 2+y 2-
2, e
0z
⎪-z 2/2F z (z ) =P (X 2+Y 2≤z ) =⎨f (x , y ) dxdy =1-e ⎰⎰⎪22
⎩X +Y ≤z
z ≥0
z
' 2F z (z ) =f z (z ) =⎨-z /2
z ≥0⎩ze
⎧⎪
F Z (
z )=P z =⎨
⎧⎪0, z
f Z (z )=⎨-z 2
, z ≥0⎪⎩ze
)
0, z
z
f (
x , y )dxdxy =1-e
-z
2
, z ≥0
23.用卡车装水泥,设每袋水泥的重量(单位:千克) 服从正态分布N (50,2.52) (1) 卡车装了 60 袋水泥,试求水泥总重量Y 的密度函数[提示:
Y =X ... +X 60, X 1, X 2, ... 独立同分布,且都服从X , N (50,2.52) ]; 1+X 2+(2) 要使卡车上水泥总重量超过 2000 千克的概率不大于 0.05.问最多应该装多少袋水泥?
X i ~N (50, 2. 52)(i =1, 60), ∴Y ~N (50⨯60, 2. 52⨯60) =N (3000, 375)
(1)
∴f Y (y ) =
12*5(y -3000) 2
-
2⨯375=e
1530(y -3000) 2
-
750e
(2)
P {Y >2000}≤0. 05⇔1-P {Y ≤2000}≤0. 05⇔P {Y ≤2000}≥0. 95
2000
-50
X 1-μ2000n 即P {nX i ≤2000}≥0. 95(i =1, n ) ⇒P {X 1≤≥0. 95⇒P {≤≥0. 95
n σ2. 5
2000
-50∴Φ() ≥0. 952. 52000
-50
∴≥1. 65⇒n ≤36
2. 524.设随机变量X 在1、2、3、4 四个整数中等可能地取值, 而随机变量Y 在
1~X 中等可能地取一个整数. 求:(1)X =2时, Y 的条件分布律;(2)Y =1时, X
的条件分布律.
11
P {X =i , Y =j }=P {Y =j X =i }P {X =i }=∙, i
=1, 2, 3, 4, j ≤i
(1) (2)
25.箱子中装有12只开关(其中2只是次品) ,从中取两次,每次取一只,并 定义随机变量如下:
⎧0, 若第一次取出的是正品⎧0, 若第二次取出的是正品
X =⎨;Y =⎨
⎩1, 若第一次取出的是次品⎩1, 若第二次取出的是次品
试在放回抽样与不放回抽样的两种试验中,求关于X , Y 的条件分布律,并说 明X , Y 的独立性.
(1)放回抽样时:X 和Y 的联合分布律是
关于X 的条件分布律 关于Y 的条件分布律 X 和Y 独立
(2)不放回抽样类似
26.一个电子部件包含两个主要元件,分别以X , Y 表示这两个元件的寿命(以小时计),设(X , Y ) 的联合分布函数为
⎧1-e -0.01x -e -0.01y +e -0.01(x +y ) , x ≥0, y ≥0
F (x , y ) =⎨
0, 其它⎩
则两个元件的寿命都超过120小时的概率为?
解:设F X (x ), F Y (y )为X , Y 的分布函数, 据联合分布函数F (x , y )的表达式可知
⎧1-e -0. 0x 1, x ≥0
F X (x )=F (x , +∞)=⎨,
其它⎩0,
⎧1-e -0. 0y 1, y ≥0
F Y (y )=F (+∞, y )=⎨.
其它⎩0,
于是F (x , y )=F X (x )F Y (y ), 这表明X , Y 相互独立. 从而两个元件的寿命都超过120小时的概率为P {X >120, Y >120}=P {X >120}P {Y >120}
0 =⎡{Y ≤1}2 ⎤⎣1-P {X ≤12}0⎤⎦⎡⎣1-P ⎦⎤ =⎡⎣1-F X (12)0⎦⎡⎣-1F Y (
1)⎤2 0⎦
=e -2. 4=
⎧(a -x -2)(1-e -y +1), x >1, y >1
27. 二维随机变量(X , Y ) 的分布函数为F (x , y ) =⎨
其它⎩b , (1)求参数a , b ;(2)求P {1
lim F (x , y )=lim (a -x -2)(1-e -y +1)=a ,
x →+∞
y →+∞
x →+∞y →+∞
l i m F (x y , )=
x →-∞y →-∞
x →-∞y →-∞
l i b m =b
在利用分布函数的性质F (+∞, +∞)=1, F (-∞, -∞)=0可知a =1, b =0. (2)P {1