离散型随机变量X的正概率点为-1,0,2,各自的概率互不相等且成等差数列,求X的分布列、分布函数。 随机变量在其分布函数的连续点处的概率为0。正确还是错误

\u6b63\u6001\u5206\u5e03\u6982\u7387\u5bc6\u5ea6\u51fd\u6570\u5728\u67d0\u4e00\u70b9\u7684\u503c\u662f\u591a\u5c11\uff1f\uff1f

\u5728\u67d0\u70b9\u7684\u6982\u7387\u5bc6\u5ea6.\u5c31\u662fx\u53d6\u5f970.8\u65f6\u7684\u6982\u7387

\u5bf9\u4e8e\u8fde\u7eed\u5206\u5e03\uff0c\u4e0d\u540c\u4e8e\u79bb\u6563\u5206\u5e03\uff0c\u5b83\u8868\u73b0\u5f97\u662f\u201c\u67d0\u4e2a\u533a\u95f4\u4e0a\u201d\u7684\u6982\u7387\u3002\u6b63\u5982\u6b64\uff0c

\u624d\u6709\u201c\u6982\u7387\u5bc6\u5ea6\u201d\u8fd9\u4e00\u8bf4\u3002\u800c\u5355\u5c31\u67d0\u70b9\uff0c\u5219\u6982\u7387\u4e3a0

\u8fd9\u53e5\u8bdd\u663e\u7136\u662f\u4e0d\u5bf9\u7684
\u5e94\u8be5\u662f\u8bf4\u8fde\u7eed\u578b\u968f\u673a\u53d8\u91cf\u5206\u5e03\u51fd\u6570
\u5728\u5176\u5206\u5e03\u51fd\u6570\u7684\u67d0\u4e00\u70b9\u7684\u6982\u7387\u503c\u4e3a0
\u5982\u679c\u662f\u79bb\u6563\u578b\u968f\u673a\u53d8\u91cf
\u67d0\u4e00\u70b9\u7684\u6982\u7387\u503c\u5c31\u6709\u53ef\u80fd\u4e0d\u662f0

分布函数F(x)=0,x<-1

=p,-1≤x<0

=p+1/3,0≤x<2

=1,2≤x

解题过程如下:

三个概率的数字成等差数列

而且相加的值为1

那么得到分别为p,1/3,2/3-p

于是按照公式得到

分布函数F(x)=0,x<-1

=p,-1≤x<0

=p+1/3,0≤x<2

=1,2≤x

其中p的取值在0到1/3之间即可

扩展资料

(1)、两点分布(0-1分布)

若随机变量X只可能取0和1两个值,且它的分布列为P{X=1}=p,PX = 0 = l − P(0 < P < 1),则称X服从参数为p的两点分布,记作X~B(1, p)。其分布函数为

(2)、二项分布

若随机变量X的分布律为(k=0, 1, 2, ..., n) 且0<P<1,则称X服从参数为n,P的二项分布,记作x~B(n,P)。

(3)、泊松(Poisson)分布

若随机变量X所有可能取值为0,1,2,…,它取各个值的概率为

,(k=0,1,2,…)

式中:λ > 0是常数,则称X服从参数为 λ 的泊松分布,记为X ~ Π(λ)。

有些随机现象需要同时用多个随机变量来描述。例如对地面目标射击,弹着点的位置需要两个坐标才能确定,因此研究它要同时考虑两个随机变量,一般称同一概率空间(Ω,F,p)上的n个随机变量构成的n维向量X=(x,x,…,x)为n维随机向量。

随机变量可以看作一维随机向量。称n元x,x,…,x的函数为X的(联合)分布函数。又如果(x,x)为二维随机向量,则称x+ix(i=-1)为复随机变量。

随机变量的独立性 独立性是概率论所独有的一个重要概念。设x,x,…,xn是n个随机变量,如果对任何n个实数x,x,…,xn都有 即它们的联合分布函数F(x,x,…,x)等于它们各自的分布函数F(x),F(x),…,F(x)的乘积。



三个概率的数字成等差数列
而且相加的值为1
那么得到分别为p,1/3,2/3-p
于是按照公式得到
分布函数F(x)=0,x<-1
=p,-1≤x<0
=p+1/3,0≤x<2
=1,2≤x
其中p的取值在0到1/3之间即可

  • 涓ょ绫诲瀷闅忔満鍙橀噺鐨鍖哄埆
    绛旓細x鐨鍙栧艰寖鍥存槸0锛15锛屽畠鏄竴涓尯闂达紝浠庣悊璁轰笂璇村湪杩欎釜鍖洪棿鍐呭彲鍙栦换涓瀹炴暟3鍒嗛挓銆5鍒嗛挓7姣銆7鈭2鍒嗛挓锛屽湪杩欏崄浜斿垎閽熺殑鏃堕棿杞翠笂浠诲彇涓鐐癸紝閮鍙兘鏄瓑杞︾殑鏃堕棿锛屽洜鑰岀О杩欓殢鏈哄彉閲忔槸杩炵画鍨嬮殢鏈哄彉閲忋傞殢鏈哄彉閲忕殑鍒嗙被锛1銆绂绘暎鍨嬮殢鏈哄彉閲锛氬鏋闅忔満鍙橀噺X鍙兘鍙栨湁闄愪釜鎴栧彲鏁颁釜鏁板兼椂锛岄偅涔圶灏辨槸绂绘暎鍨...
  • 绂绘暎鍨鍜岃繛缁鍨嬫鐜鍒嗗竷鎬荤粨
    绛旓細鎺㈢储姒傜巼涓栫晫鐨勫濡欎笘鐣岋紝璁╂垜浠竴璧锋繁鍏ョ悊瑙g鏁e瀷涓庤繛缁鍨嬫鐜鍒嗗竷鐨勭簿楂撱傚湪姒傜巼璁虹殑娈垮爞涓紝姣忎竴绉嶅垎甯冮兘鏈夊叾鐙壒鐨勮鑹插拰搴旂敤鍦烘櫙锛屼粖澶╂垜浠皢鑱氱劍浜绂绘暎鍨嬮殢鏈哄彉閲鐨勪簲浣嶉噸瑕佹垚鍛橈細0-1鍒嗗竷銆佷簩椤瑰垎甯冦佹硦鏉惧垎甯冦佸嚑浣曞垎甯冧互鍙婅秴鍑犱綍鍒嗗竷銆0-1鍒嗗竷锛屽鍚屼竴鏋氱‖甯鐨勬鍙嶉潰锛屽畠绠娲佸湴鍒荤敾浜嗗崟涓浜嬩欢鐨...
  • 姒傜巼鐨勫垎甯冨嚱鏁版槸鎬庢牱鐨?
    绛旓細鍏蜂綋鍥炵瓟濡傚浘锛氬垎甯冨嚱鏁癋(x)瀹屽叏鍐冲畾浜嗕簨浠禰a鈮鈮]鐨姒傜巼锛屾垨鑰呰鍒嗗竷鍑芥暟F(x)瀹屾暣鍦版弿杩颁簡闅忔満鍙橀噺X鐨缁熻鐗规с傚父瑙佺殑绂绘暎鍨嬮殢鏈哄彉閲鍒嗗竷妯″瀷鏈夆0-1鍒嗗竷鈥濄佷簩椤瑰紡鍒嗗竷銆佹硦鏉惧垎甯冪瓑锛涜繛缁瀷闅忔満鍙橀噺鍒嗗竷妯″瀷鏈夊潎鍖鍒嗗竷銆佹鎬佸垎甯冦佺憺鍒╁垎甯冪瓑銆
  • 闅忔満鍙橀噺鍦ㄥ叾鍒嗗竷鍑芥暟鐨勮繛缁偣澶鐨勬鐜囦负0銆傛纭繕鏄敊璇
    绛旓細杩欏彞璇濇樉鐒舵槸涓嶅鐨 搴旇鏄杩炵画鍨嬮殢鏈哄彉閲忓垎甯冨嚱鏁 鍦ㄥ叾鍒嗗竷鍑芥暟鐨勬煇涓鐐圭殑姒傜巼鍊间负0 濡傛灉鏄绂绘暎鍨嬮殢鏈哄彉閲 鏌愪竴鐐圭殑姒傜巼鍊煎氨鏈鍙兘涓嶆槸0
  • ‍宸辩煡绂绘暎鍨嬮殢鏈哄彉閲弜鐨勬鐜鍒嗗竷濡傚浘姹傞殢鏈哄彉閲弜鐨勫潎鍊煎拰鏂瑰樊x 1
    绛旓細浣犲ソ锛佸潎鍊兼槸5/3锛屾柟宸槸5/9锛屽彲浠ュ鍥剧敱鍏紡鐩存帴璁$畻寰楀埌銆傜粡娴庢暟瀛﹀洟闃熷府浣犺В绛旓紝璇峰強鏃堕噰绾炽傝阿璋紒
  • 鐢熺墿缁熻瀛︾殑璇惧悗涔犻绛旀
    绛旓細8銆佺鏁e瀷闅忔満鍙橀噺:濡傛灉琛ㄧず璇曢獙缁撴灉鐨鍙橀噺x,鍏鍙兘鍙栧艰嚦澶氫负鍙暟涓,涓斾互鍚勭纭畾鐨勬鐜鍙栬繖浜涗笉鍚岀殑鍊,鍒欑Оx涓虹鏁e瀷闅忔満鍙橀噺銆9銆佽繛缁瀷闅忔満鍙橀噺:濡傛灉琛ㄧず璇曢獙缁撴灉鐨勫彉閲弜,鍏跺彲鑳藉彇鍊间负鏌愯寖鍥村唴鐨勪换浣曟暟鍊,涓攛鍦ㄥ叾鍙栧艰寖鍥村唴鐨勪换涓鍖洪棿涓彇鍊兼椂,鍏舵鐜囨槸纭畾鐨,鍒欑Оx涓鸿繛缁瀷闅忔満鍙橀噺銆9銆佹爣鍑嗘鎬佸垎甯:渭...
  • 甯歌绂绘暎鍒嗗竷鐨勬渶鍙兘鍊
    绛旓細1.涓ょ偣鍒嗗竷锛堜集鍔埄鍒嗗竷锛:灏忔晠浜嬶細鍋囪宸ュ巶鐜版湁100浠堕浂浠讹紝鍏朵腑姝e搧90浠讹紝娆″搧10浠躲傛湁浣嶅伐浜虹幇鍦ㄩ殢鏈轰粠杩100浠堕浂浠朵腑鎸戦1浠讹紝閭d箞浠栨寫閫夊嚭姝e搧鐨姒傜巼涓0.9锛屽嵆 P(X=姝e搧)=p = 0.9 銆傚畾涔夛細鑻闅忔満鍙橀噺X鐨鍙栧间负0鍜1涓ょ鎯呭喌锛屼笖婊¤冻姒傜巼鍒嗗竷 P(X=1)=p, P(X=0)=1-p 锛屽垯X鏈嶄粠鍙傛暟...
  • 姒傜巼鍒嗗竷
    绛旓細1.杩炵画鎬ч殢鏈哄彉閲 濡傛灉闅忔満鍙橀噺 X 鐨鎵鏈鍙兘鍙栧间笉鍙互閫愪釜鍒椾妇鍑烘潵锛岃屾槸鍙栨暟杞翠笂鏌愪竴鍖洪棿鍐呯殑浠讳竴鐐圭殑闅忔満鍙橀噺 2.绂绘暎鍨嬮殢鏈哄彉閲 璁綳鏄竴涓殢鏈哄彉閲忥紝濡傛灉瀹冨叏閮ㄥ彲鑳界殑鍙栧煎彧鏈夋湁闄愪釜鎴栧彲鏁版棤绌蜂釜锛屽垯绉癤涓轰竴涓鏁e瀷闅忔満鍙橀噺 鍙ゅ吀姒傜巼閫氬父鍙堝彨浜嬪墠姒傜巼锛屾槸鎸囧綋闅忔満浜嬩欢涓悇绉嶅彲鑳藉彂鐢熺殑缁撴灉鍙婂叾鍑虹幇...
  • 姒傜巼璁轰笌鏁扮悊缁熻 绗笁绔 浜岀淮闅忔満鍙橀噺鍙婂叾鍒嗗竷
    绛旓細n缁撮殢鏈哄彉閲忕殑瀹氫箟 :鑱斿悎鍒嗗竷鍑芥暟 锛歯缁村垎甯冨嚱鏁 :瀹氱悊1 鑱斿悎鍒嗗竷鍑芥暟鐨勬ц川锛氫簩缁撮殢鏈哄彉閲忎篃鍒嗕负绂绘暎鍨嬪拰闈炵鏁e瀷锛屽鏋滃畠鍙栧间簬骞抽潰涓婄殑涓浜绂绘暎鐨勭偣锛屽氨绉颁负浜岀淮绂绘暎鍨嬮殢鏈哄彉閲銆備笅闈袱鍥惧垎鍒粰鍑轰簩缁寸鏁e瀷鍜岃繛缁瀷闅忔満鍙橀噺鐨勬鐜鍒嗗竷銆備簩缁寸鏁e瀷闅忔満鍙橀噺 鐨勫畾涔夛細浜岀淮闅忔満鍙橀噺 浠鍙兘鍙栨湁闄愪釜鎴栧彲...
  • 姒傜巼鍒嗗竷
    绛旓細3. 鏉′欢姒傜巼     鎸囦簨浠禔宸茬粡鍙戠敓鐨勬潯浠朵笅锛屼簨浠禕鍙戠敓鐨勬鐜囥4. 绂绘暎鍙橀噺     鍙栧兼槸鏈夐檺涓垨鑰呭彲鍒楁棤闄愬涓殑鍙橀噺銆5. 杩炵画鍙橀噺     鍙栧兼槸杩炵画鐨勶紝鐩搁偦涓や釜鍊间箣闂村彲浠ユ棤闄愬垎鍓层6. 鏈熸湜鍊     璁绂绘暎鍨嬮殢鏈哄彉閲廥鐨鍒嗗竷寰嬩负锛 銆 鑻...
  • 扩展阅读:随机变量x~u(0 ... 什么叫做正概率点 ... 1) ... 正概率点 ... 随机变量x~n(1 ... 正科升副处的概率 ... 4) ... 抛硬币三次为正概率 ... 离散型三种分布 ...

    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