设二维随机变量（X,Y )服从二维正态分布N（0,0,1,1,0）求P（XY<0）

P（X/Y<0）=05

本题使用正态分布与独立性分析：

（x，y）~N（0，0，1，1，0）

说明X~N(0,1),Y~N(0,1)

且X与Y独立

X/Y<0，即X与Y反号

所以 P（X/Y<0）=P(X>0,Y<0)+P(X<0,Y>0)

=P(X>0)P(Y<0)+P(X<0)P(Y>0)

=05×05+05×05

=05

二维随机变量( X,Y)的性质不仅与X 、Y 有关,而且还依赖于这两个随机变量的相互关系。因此，逐个地来研究X或Y的性质是不够的，还需将（X，Y）作为一个整体来研究。

扩展资料：

在一定区间内变量取值为有限个或可数个。例如某地区某年人口的出生数、死亡数，某药治疗某病病人的有效数、无效数等。离散型随机变量通常依据概率质量函数分类，主要分为：伯努利随机变量、二项随机变量、几何随机变量和泊松随机变量。

随机事件数量化的好处是可以用数学分析的方法来研究随机现象。例如某一时间内公共汽车站等车乘客人数，电话交换台在一定时间内收到的呼叫次数，灯泡的寿命等等，都是随机变量的实例。

在实际问题中通常用它来表征多个独立 *** 作的随机试验结果或多种有独立来源的随机因素的概率特性，因此它对于概率统计的应用是十分重要的。

参考资料来源：百度百科——二维随机变量

在arena中正太分布表示：所谓的正态分布表都是标准正态分布表(n(0,1)，通过查找实数x的位置，从而得到p(z<=x)。

例如：要查假设X=115，左边一列找到11的标准正态分布表 ，上面一行找到005，11和 005所对应的值为 08749。正态分布具有两个参数μ和σ^2的连续型随机变量的分布，第一参数μ是服从正态分布的随机变量的均值，第二个参数σ^2是此随机变量的方差，所以正态分布记作N（μ，σ2）。

μ维随机向量

具有类似的概率规律时，称此随机向量遵从多维正态分布。多元正态分布有很好的性质，例如，多元正态分布的边缘分布仍为正态分布，它经任何线性变换得到的随机向量仍为多维正态分布，特别它的线性组合为一元正态分布。本词条的正态分布是一维正态分布，此外多维正态分布参见“二维正态分布”。