已知连续型随机变量X服从区间[a,b]上的均匀分布,则概率P {X<(2a+b)/3}=多少 概率论的题目 设随机变量X服从[a,b]上的均匀分布,已知x...

\u5df2\u77e5\u8fde\u7eed\u6027\u968f\u673a\u53d8\u91cf\u662f\u3010a\uff0cb\u3011\u4e0a\u7684\u5747\u5300\u5206\u5e03\uff0c\u5219\u6982\u7387P\uff5bX\uff1c\uff082a+b\uff09/3\uff5d

\u5747\u5300\u5206\u5e03\u843d\u5728\u67d0\u4e2a\u533a\u95f4\u7684\u6982\u7387\u5c31\u662f\u8fd9\u4e2a\u533a\u95f4\u7684\u957f\u5ea6\u9664\u4ee5\u603b\u957f\u5ea6\uff0c\u6240\u4ee5P{X<(2a+b)/3}={(2a+b)/3-a}/(b-a)=1/3\u3002
\u5728\u76f8\u540c\u957f\u5ea6\u95f4\u9694\u7684\u5206\u5e03\u6982\u7387\u662f\u7b49\u53ef\u80fd\u7684\u3002 \u5747\u5300\u5206\u5e03\u7531\u4e24\u4e2a\u53c2\u6570a\u548cb\u5b9a\u4e49\uff0c\u5b83\u4eec\u662f\u6570\u8f74\u4e0a\u7684\u6700\u5c0f\u503c\u548c\u6700\u5927\u503c\uff0c\u901a\u5e38\u7f29\u5199\u4e3aU\uff08a\uff0cb\uff09\u3002
\u6269\u5c55\u8d44\u6599\uff1a
\u5747\u5300\u5206\u5e03\u7684\u968f\u673a\u53d8\u91cf\u843d\u5728\u56fa\u5b9a\u957f\u5ea6\u7684\u4efb\u4f55\u95f4\u9694\u5185\u7684\u6982\u7387\u4e0e\u533a\u95f4\u672c\u8eab\u7684\u4f4d\u7f6e\u65e0\u5173\uff08\u4f46\u53d6\u51b3\u4e8e\u95f4\u9694\u5927\u5c0f\uff09\uff0c\u53ea\u8981\u95f4\u9694\u5305\u542b\u5728\u5206\u5e03\u7684\u652f\u6301\u4e2d\u5373\u53ef\u3002
\u7edf\u8ba1\u5b66\u4e2d\uff0c\u5f53\u4f7f\u7528p\u503c\u4f5c\u4e3a\u7b80\u5355\u96f6\u5047\u8bbe\u7684\u68c0\u9a8c\u7edf\u8ba1\u91cf\uff0c\u5e76\u4e14\u68c0\u9a8c\u7edf\u8ba1\u91cf\u7684\u5206\u5e03\u662f\u8fde\u7eed\u7684\uff0c\u5219\u5982\u679c\u96f6\u5047\u8bbe\u4e3a\u771f\uff0c\u5219p\u503c\u5747\u5300\u5206\u5e03\u57280\u548c1\u4e4b\u95f4\u3002

P{x1<X<x2}= P{a<X<x2}= (x2-a)/(b-a)

均匀分布落在某个区间的概率就是这个区间的长度除以总长度,所以P{X<(2a+b)/3}={(2a+b)/3-a}/(b-a)=1/3。


在相同长度间隔的分布概率是等可能的。 均匀分布由两个参数a和b定义,它们是数轴上的最小值和最大值,通常缩写为U(a,b)。

扩展资料

随机变量在不同的条件下由于偶然因素影响,可能取各种不同的值,故其具有不确定性和随机性,但这些取值落在某个范围的概率是一定的,此种变量称为随机变量。随机变量可以是离散型的,也可以是连续性的。

如分析测试中的测定值就是一个以概率取值的随机变量,被测定量的取值可能在某一范围内随机变化,具体取什么值在测定之前是无法确定的,但测定的结果是确定的,多次重复测定所得到的测定值具有统计规律性。随机变量与模糊变量的不确定性的本质差别在于,后者的测定结果仍具有不确定性,即模糊性。



f(x)=1/(b-a)
P {X<(2a+b)/3}=∫(a-->(2a+b)/3)f(x)dx=1/3

  • 璁闅忔満鍙橀噺x鍦鍖洪棿[0,4]涓鏈嶄粠鍧囧寑鍒嗗竷,鍒檖{1<X<3}=?
    绛旓細p{1<x<3}=0.5 鑻杩炵画鍨嬮殢鏈哄彉閲廥鐨勬鐜囧瘑搴︿负 f(x)=1/b-a, (a鈮鈮);f(x)=0, (鍏朵粬);鍒X鏈嶄粠鍖洪棿[a,b]涓婄殑鍧囦笌鍒嗗竷锛屽叾鍒嗗竷鍑芥暟涓 F锛坸锛=x-a/b-a,(a鈮鈮);0, (xb);鑻涓洪殢鏈哄彉閲忥細蹇呮湁p{1<x<3}=F(3-0)-F(1)锛屾湰棰樹腑锛屾墍姹傛鐜囦负p{1<x<3}=F(3...
  • 璁捐繛缁鎬闅忔満鍙橀噺X鐨勪竴鍒囧彲鑳藉煎湪鍖洪棿[a,b]鍐,鍏跺瘑搴﹀嚱鏁颁负f(x),璇佹槑...
    绛旓細Y鈮1鎵浠²鈮鎵浠(Y²)鈮(Y)鎵浠(X)鈮E(Y)-E²(Y)]脳(b-a)²E(Y)-E²(Y)灏辨槸a-a²杩欑,a-a²=a(1-a)鐢ㄥ潎鍊间笉绛夊紡a(1-a)鈮(a+1-a)²/4=1/4鎵浠(X)鈮1/4脳(b-a)²=(b-a)²/4灏辫瘉瀹屼簡銆傝繖閬撻鏉′欢鍔犲己,璇翠簡X鏄釜杩炵画鍨嬮殢鏈哄彉閲,鍙兘濂借瘉涓鐐...
  • 璁捐繛缁瀷闅忔満鍙橀噺x鍦鍖洪棿銆3,5銆戜笂鏈嶄粠鍧囧寑鍒嗗竷,鍏跺瘑搴﹀嚱鏁颁负 ;P(2...
    绛旓細while (1) { c1 = *cs++;c2 = *ct++;if (c1 != c2)return c1 < c2 ? -1 : 1;if (!c1)break;} return 0;
  • U~(0, h)琛ㄧず浠涔堝垎甯冨晩?
    绛旓細琛ㄧず闅忔満鍙橀噺X鏈嶄粠鍖洪棿锛a,b]涓婄殑鍧囧寑鍒嗗竷銆璁捐繛缁瀷闅忔満鍙橀噺X鐨勫垎甯冨嚱鏁颁负F锛坸锛夛紳锛坸-a锛夛紡锛坆-a锛夛紝a鈮鈮鍒欑О闅忔満鍙橀噺X鏈嶄粠锛籥锛宐锛戒笂鐨勫潎鍖鍒嗗竷锛岃涓篨~U锛籥锛宐锛姐俇~锛0锛宧锛夌殑鎰忔濆簲璇ユ槸浠0鍒癶涓婃湇浠庡潎鍖鍒嗗竷銆傛鎬佸垎甯冿細姝f佸垎甯冩槸涓绉嶅緢閲嶈鐨勮繛缁瀷闅忔満鍙橀噺鐨勬鐜囧垎甯冦傜敓...
  • 璁闅忔満鍙橀噺X鏈嶄粠鍖洪棿(2,4)涓婄殑鍧囧寑鍒嗗竷,姹傞殢鏈哄彉閲廦=X²鐨勬鐜囧瘑搴...
    绛旓細闅忔満鍙橀噺X鏈嶄粠鍖洪棿(2,4)涓婄殑鍧囧寑鍒嗗竷锛屾眰鍑篨鐨勬鐜囧瘑搴x=1/2. (2锛渪锛4) 鍏跺畠澶勪负0.浠庤孻=X2鐨勫垎甯冨嚱鏁版槸Fy =P (Y灏忎簬绛変簬y)=P (x2灏忎簬绛変簬y)銆倄2鐨勫彇鍊兼槸4鍒16.褰搚灏忎簬绛変簬4鏃讹紝P=0.褰搚澶т簬绛変簬16鏃讹紝P=1銆傚綋4灏忎簬y灏忎簬16鏃讹紝FY=绉垎銆2锛屾牴鍙穣銆 1/2 dy=1/2 *锛...
  • 璁闅忔満鍙橀噺x鍦鍖洪棿a b涓鏈嶄粠鍧囧寑鍒嗗竷,姹倄寰楁暟瀛︽湡鏈沞x鍜屾柟宸甦x!_鐧惧害...
    绛旓細X鏈嶄粠鍧囧寑鍒嗗竷,鍗砐~U(a,b),鍒橢(X)=(a+b)/2,D(X)=(b-a)²/12 璇佹槑濡備笅锛璁捐繛缁瀷闅忔満鍙橀噺X~U(a,b)閭d箞鍏跺垎甯冨嚱鏁癋(x)=(x-a)/(b-a),a鈮鈮 E(x)=鈭獸(x)dx=鈭(a鍒癰)(x-a)/(b-a)dx =(x²/2-a)/(b-a) |(a鍒癰)=(b²/2-a)/(b-a)...
  • 璁闅忔満鍙橀噺X鏈嶄粠鍖洪棿(0,2)涓婄殑鍧囧寑鍒嗗竷,璇曟眰闅忔満鍙橀噺Y=X2鐨勬鐜囧瘑搴...
    绛旓細瑙i杩囩▼濡備笅锛堝洜鏈夌壒娈婁笓鐢ㄧ鍙风紪杈戜笉浜嗭紝鏁呭彧鑳芥埅鍥撅級锛
  • 璁闅忔満鍙橀噺X鏈嶄粠(0,11)涓婄殑鍧囧寑鍒嗗竷,鍒橮{X=7}=0,P{0鈮鈮3}=
    绛旓細浣犲ソ锛杩炵画鍨嬮殢鏈哄彉閲鍦ㄤ换浣曚竴鐐圭殑鍙栧兼鐜囬兘鏄0锛屾墍浠{X=7}=0銆傚潎鍖鍒嗗竷鐨勯殢鏈哄彉閲忓彇鍊间簬鏌鍖洪棿鐨勬鐜囧氨鏄繖涓尯闂撮暱搴︾偣鎬婚暱搴︾殑姣斾緥锛屽嵆,P{0鈮鈮3}=(3-0)/(11-0)=3/11銆傜粡娴庢暟瀛﹀洟闃熷府浣犺В绛旓紝璇峰強鏃堕噰绾炽傝阿璋紒
  • 姒傜巼璁轰笌鏁扮悊缁熻鐨勯,甯繖鍋氫竴涓 璋㈣阿
    绛旓細2锛宸茬煡杩炵画鍨嬮殢鏈哄彉閲廥鐨勫垎甯冨嚱鏁颁负 璁綳姒傜巼瀵嗗害涓篺(x),鍒欏綋x<0鏃讹紝f(x)锛 銆傦紙鐪嬩笉瑙 锛3锛庤闅忔満鍙橀噺X涓嶻鐩镐簰鐙珛锛屼笖P锝沊鈮1锝濓紳锛孭锝沋鈮1锝濓紳锛屽垯P锝沊鈮1锛孻鈮1锝濓紳___ ___鐪嬩笉瑙乢__銆4锛庤闅忔満鍙橀噺X鏈嶄粠鍙傛暟涓2鐨勬硦鏉惧垎甯冿紝鍒橢锛圶²锛夛紳___6 ___銆5锛璁鹃殢...
  • 璁闅忔満鍙橀噺X鏈嶄粠鍖洪棿(0,2)涓婄殑鍧囧寑鍒嗗竷,璇曟眰闅忔満鍙橀噺Y=X2鐨勬鐜囧瘑搴...
    绛旓細瑙i杩囩▼濡備笅锛堝洜鏈夌壒娈婁笓鐢ㄧ鍙风紪杈戜笉浜嗭紝鏁呭彧鑳芥埅鍥撅級锛
  • 扩展阅读:奔驰两座小车smart ... 已知随机变量x n 0 1 ... x服从区间 1 6 均匀分布 ... 随机变量x~n(1 ... 连续型期望值计算公式 ... 4) ... 数学期望的六个公式 ... 设随机变量x在区间 2 5 ... 随机变量x u 0 1 什么意思 ...

    本站交流只代表网友个人观点,与本站立场无关
    欢迎反馈与建议,请联系电邮
    2024© 车视网