设二维离散型随机变量(X,Y)的联合分布律为如下 试分别根据下列条件求a和b的值
a+0.2=0.3,故a=0.1;0.3+0.4+0.1+b=1,故b=0.2.
P(X=-1)=0.3,P(X=0)=0.4,P(X=2)=0.3;
P(Y=1)=0.5,P(Y=3)=0.5
令;a+1/6+1/12+
+1/6+1/6+1/6+
+1/12+1/6+b=1,得:
a+b+1=1,即:a+b=0。
因为a>=0, b>=0,故知道必有:
a=0,b=0。
所求概率P=0+1/6+1/12+
+1/6+1/6+1/6=3/4。
扩展资料:
当随机变量的可取值全体为一离散集时称其为离散型随机变量,否则称其为非离散型随机变量,这是很大的一个类,其中有一类是极其常见的,随机变量的取值为一(n)维连续空间,称其为连续型随机变量。
能按一定次序一一列出,其值域为一个或若干个有限或无限区间,这样的随机变量称为离散型随机变量。离散型随机变量与连续型随机变量也是由随机变量取值范围(或说成取值的形式)确定,变量取值只能取离散型的自然数,就是离散型随机变量。
参考资料来源:百度百科-离散型随机变量
绛旓細锛圛锛夊洜涓猴細P{XY=1}=P{X=1锛孻=1}=13锛孭{XY=2}=P{X=1锛孻=2}+P{X=2锛孻=1}=0锛孭{XY=4}=P{X=2锛孻=2}=112锛屾墍浠ワ細P{X=2锛孻=1}=P{X=1锛孻=2}=0锛孭{X=0锛孻=1}=P{Y=1}-P{X=1锛孻=1}-P{X=2锛孻=1}=0锛孭{X=0锛孻=2}=P{Y=2}-P{X=1锛孻=2}-P...
绛旓細鍥犱负锛(X锛孻)鏄浜岀淮绂绘暎鍨嬮殢鏈哄彉閲 鎵浠ワ紝xy涔熸槸绂绘暎鍨嬮殢鏈哄彉閲 鍏堟眰鍑簒y鐨勬鐜囧垎甯冨垪 鍐嶆眰xy鐨勬湡鏈 姣斿 P(x锛0)锛1/2锛孭(x锛1)锛1/2 P(y锛0)锛1/2锛孭(y锛1)锛1/2 鍒欙紝P(xy锛0)锛3/4 P(xy锛1)锛1/4 鎵浠ワ紝E(XY)锛0脳(3/4)锛1脳(1/4)锛1/4 濡傛灉闅忔満鍙橀噺X鐨...
绛旓細鏍规嵁x銆亂鐨勫彇鍊煎尯闂达紝缁撳悎y>=-x+1鏋勯犵Н鍒嗗尯鍩烡锛屽湪璇ュ尯鍩熷f(x,y)杩涜绉垎鍗冲彲銆傚浜锛圶锛孻锛鐨勮仈鍚堝瘑搴﹀嚱鏁癴(x,y)锛岀敤鎴疯娉ㄦ剰鐨勬槸鏈変竴涓ц川锛屼篃灏辨槸璇翠互f(x,y)杩欐洸椤躲亁0y涓哄簳鐨勪綋绉负1锛屾墍浠(x,y)鐨勫彇鍊煎彧鑳藉湪杈冨皬鐨勮寖鍥村唴绂诲紑xoy骞抽潰锛屽ぇ閮ㄥ垎鍙栧艰闈炲父璐磋繎xoy骞抽潰锛屼互淇濊瘉鎬...
绛旓細浜岀淮闅忔満鍙橀噺锛圶锛孻锛鐙珛鐨勫畾涔夊紡涓猴細F锛坸锛寉锛=F锛坸锛*F锛坹 锛夌瓑浠风殑鍛介濡備笅锛浜岀淮绂绘暎鍨嬮殢鏈哄彉閲X锛孻鐙珛鐨勫厖鍒嗗繀瑕佹潯浠朵负 锛氬锛圶锛孻锛変换鎰忓彲鑳界殑鍙栧硷紙xi锛寉j锛夊潎鏈塒锛圶=xi锛孻=yj锛=P锛圶=xi锛*P锛圷=yj锛2. 浜岀淮杩炵画鍨嬮殢鏈哄彉閲廥锛孻鐙珛鐨勫厖鍒嗗繀瑕佹潯浠朵负 锛歠(x锛寉)=f锛坸锛*...
绛旓細褰搚瓒嬩簬姝f棤绌锋椂锛屼簩鍏冨垎甯冨嚱鏁癋(x,y)灏辨槸鍏充簬X鐨勮竟缂樺垎甯冨嚱鏁般璁闅忔満鍙橀噺X鏄嚭鐜版闈㈢殑娆℃暟锛岄偅涔堥殢鏈哄彉閲廥=X(e)={0锛1锛2锛3}銆傛湁浜涢殢鏈哄彉閲忥紝鍏ㄩ儴鍙兘鍙栧埌鐨勫兼槸鏈夐檺澶氫釜鎴栧彲鍒楁棤绾垮涓紝杩欑闅忔満鍙橀噺绉颁负绂绘暎鍨嬮殢鏈哄彉閲銆傝鎺屾彙涓涓鏁e瀷闅忔満鍙橀噺X鐨勭粺璁¤寰嬶紝鍙渶瑕佺洿鍒癤鐨勬墍鏈夊彲鑳藉彇鍊硷紝...
绛旓細鏈浣跨敤姝f佸垎甯冧笌鐙珛鎬у垎鏋愶細锛坸锛寉锛墌N锛0锛0锛1锛1锛0锛夎鏄嶺~N(0,1),Y~N(0,1)涓擷涓嶻鐙珛 X/Y<0锛屽嵆X涓嶻鍙嶅彿 鎵浠 P锛圶/Y<0锛=P(X>0,Y<0)+P(X<0,Y>0)=P(X>0)P(Y<0)+P(X<0)P(Y>0)=0.5脳0.5+0.5脳0.5 =0.5 浜岀淮闅忔満鍙橀噺( X,Y)鐨勬ц川涓嶄粎...
绛旓細EY=鈭埆[0<=y<=x<=1] yf(x,y)dxdy=鈭玔0->1]鈭玔0->x] 12y³dydx=3/5 E(X²+Y²)=鈭埆[0<=y<=x<=1] (x²+y²)f(x,y)dxdy=鈭玔0->1]鈭玔0->x] 12x²y²+12y^4dydx=16/15 鍚箟 鍒橷涓鸿繛缁鍨嬮殢鏈哄彉閲锛岀Оf(x)涓篨鐨勬鐜...
绛旓細鍥犱负锛(X锛孻)鏄浜岀淮绂绘暎鍨嬮殢鏈哄彉閲 鎵浠ワ紝xy涔熸槸绂绘暎鍨嬮殢鏈哄彉閲 鍏堟眰鍑簒y鐨勬鐜囧垎甯冨垪 鍐嶆眰xy鐨勬湡鏈 姣斿 P(x锛0)锛1/2锛孭(x锛1)锛1/2 P(y锛0)锛1/2锛孭(y锛1)锛1/2 鍒欙紝P(xy锛0)锛3/4 P(xy锛1)锛1/4 鎵浠ワ紝E(XY)锛0脳(3/4)锛1脳(1/4)锛1/4 濡傛灉闅忔満鍙橀噺X鐨...
绛旓細P=1/10 Q=2/15 璁$畻P锛圶=2锛孻=-1锛=P锛圶=2锛塒锛圷=-1锛夎Вq 璁$畻P锛圶=2锛孻=1锛=P锛圶=2锛塒锛圷=1锛夎Вp
绛旓細鍥犱负锛(X锛孻)鏄浜岀淮绂绘暎鍨嬮殢鏈哄彉閲 鎵浠ワ紝xy涔熸槸绂绘暎鍨嬮殢鏈哄彉閲 鍏堟眰鍑簒y鐨勬鐜囧垎甯冨垪 鍐嶆眰xy鐨勬湡鏈 姣斿 P(x锛0)锛1/2锛孭(x锛1)锛1/2 P(y锛0)锛1/2锛孭(y锛1)锛1/2 鍒欙紝P(xy锛0)锛3/4 P(xy锛1)锛1/4 鎵浠ワ紝E(XY)锛0脳(3/4)锛1脳(1/4)锛1/4 杩欎釜渚嬪瓙姣旇緝绠鍗曪紝...