聯合分布律的表格演算法

⑴ 求聯合分布律、邊緣分布律

1.（1）假設隨機取的球是有放回的。
（X，Y）的可能取值為（0,0）（0,1）（0，2）（1,0）（1,1）
可以列出表格算出聯合分布律分別是4/5×3/5 ,4/5×2/5 ,4/5×5/1×1/5 ,1/5×3/5 ,1/5×2/5
（2） X等於0時的邊緣分布律為上面前三個分式的和。。
（3） X與Y當然相關，這兩個事件不能相互獨立，即X發生對Y發生有影響。

⑵ 概率論聯合分布律計算

（1）根據X和Y相互獨立 P(X＝xi，Y＝yi)＝P(X＝xi)×P(Y＝Yi) 填寫表格 答案如下： （2）根據表格的結論求概率（3）X＝1時，Y＝1 X＝2時，Y＝7 X＝3時，Y＝17 根據X的概率分布，得到Y的概率分布 過程如下：

⑶ 怎麼求聯合分布律

設(X,Y)是二維隨機變數，對於任意實數x,y，二元函數：

F(x,y) = P{(X<=x) 交 (Y<=y)} => P(X<=x, Y<=y)

稱為：二維隨機變數(X,Y)的分布函數，或稱為隨機變數X和Y的聯合分布函數。

隨機變數X和Y的聯合分布函數是設(X,Y)是二維隨機變數，對於任意實數x,y，二元函數：F(x,y) = P{(X<=x) 交 (Y<=y)} => P(X<=x, Y<=y)稱為二維隨機變數(X,Y)的分布函數。

⑷ 由聯合分布表計算概率

聯合概率分布簡稱聯合分布，是兩個及以上隨機變數組成的隨機變數的概率分布。根據隨機變數的不同，聯合概率分布的表示形式也不同。對於離散型隨機變數，聯合概率分布可以以列表的形式表示，也可以以函數的形式表示；對於連續型隨機變數，聯合概率分布通過非負函數的積分表示。概率聯合分布表則是以表格的形式將其表示出來。這個題的分布表如下所示：

⑸ 一直不是很明白聯合分布律要怎麼求，可以給點詳細的計算過程嗎

聯合分布律表格的求法為：設（X，Y)是二維隨機變數，對於任意實數x，y，二元函數：F(x，y)=P{(X<=x)交（Y<=y)}=>P(X<=x，Y<=y)。稱為：二維隨機變數（X，Y)的分布函數，或稱為隨機變數X和Y的聯合分布函數。

聯合概率分布的幾何意義：如果將二維隨機變數（X，Y)看成是平面上隨機點的坐標，那麼分布函數F(x，y)在（x，y)處的函數值就是隨機點（X，Y)落在以點（x，y)為頂點而位於該點左下方的無窮矩形域內的概率。

在概率論中，對兩個隨機變數X和Y，其聯合分布是同時對於X和Y的概率分布。

⑹ 聯合分布律表格例題

Z=MAX(X,Y).由題意可知Z可取0或1 而Z=1的概率為（x和y至少有一個是1）=0.5
所以Z=1的概率為0.5
Z=0的概率為0.5

⑺ 聯合分布律表格怎麼填

根據相對獨立的提示以及概率和為1進行計算填寫。

聯合分布函數（joint distribution function）亦稱多維分布函數，隨機向量的分布函數，以二維情形為例，若（X，Y）是二維隨機向量，x、y是任意兩個實數，則稱二元函數。

聯合概率分布的幾何意義：

如果將二維隨機變數(X，Y)看成是平面上隨機點的坐標，那麼分布函數F(x，y)在(x，y)處的函數值就是隨機點(X，Y)落在以點(x，y)為頂點而位於該點左下方的無窮矩形域內的概率。

全概率公式

全概率公式為概率論中的重要公式，它將對一復雜事件A的概率求解問題轉化為了在不同情況下發生的簡單事件的概率的求和問題。

內容：如果事件B1、B2、B3…Bn 構成一個完備事件組，即它們兩兩互不相容，其和為全集；並且P（Bi)大於0，則對任一事件A有P(A)=P(A|B1)P(B1) + P(A|B2)P(B2) + ... + P(A|Bn)P(Bn)。

或者：p(A)=P(AB1)+P(AB2)+...+P(ABn))，其中A與Bn的關系為交)。

⑻ 聯合分布律表格的未知數怎麼求

聯合分布律表格的求法為：設(X，Y)是二維隨機變數，對於任意實數x，y，二元函數：F(x，y)=P{(X<=x)交(Y<=y)}=>P(X<=x，Y<=y)。稱為：二維隨機變數(X，Y)的分布函數，或稱為隨機變數X和Y的聯合分布函數。

聯合概率分布的幾何意義：如果將二維隨機變數(X，Y)看成是平面上隨機點的坐標，那麼分布函數F(x，y)在(x，y)處的函數值就是隨機點(X，Y)落在以點(x，y)為頂點而位於該點左下方的無窮矩形域內的概率。

在概率論中，對兩個隨機變數X和Y，其聯合分布是同時對於X和Y的概率分布。

⑼ 聯合分布律 邊緣分布律

1.（1）假設隨機取的球是有放回的。
（x，y）的可能取值為（0,0）（0,1）（0，2）（1,0）（1,1）
可以列出表格算出聯合分布律分別是4/5×3/5
,4/5×2/5
,4/5×5/1×1/5
,1/5×3/5
,1/5×2/5
（2）
x等於0時的邊緣分布律為上面前三個分式的和。。
（3）
x與y當然相關，這兩個事件不能相互獨立，即x發生對y發生有影響。

⑽ 概率論 聯合分布律

解決辦法：相互獨立是關鍵。對於離散型，P（x=I，y=J）=P（x=I）*P（y=J），請記住。用E（XY）方法可以得到XY的分布規律。

P 0.32 0.08 0.48 0.12.E（XY）=3*0.32+4*0.08+6*0.48+8*0.12=5.12

P（X Y=1）=P（X=1）P（Y=1）+P（X=-1）P（Y=-1）=0.1875+0.1875=0.375

P（X Y=-1）=P（X=1）P（Y=-1）+P（X=-1）P（Y=1）=0.5625+0.0625=0.625

E（XY）=1*0.375+（-1）*0.625=-0.25

P（X=2，Y=2）=P（XY=4）=1/12

P（X=2，Y=0）=P（X=2）-P（X=2，Y=1）-P（X=2，Y=2）=1/6-1/12=1/12

同樣，P（x=0，y=2）=P（y=2）-P（x=1，y=2）-P（x=2，y=2）=1/3-1/12=1/4。

那麼，P（x=0，y=0）=P（x=0）-P（x=0，y=1）-P（x=0，y=2）=1/2-1/4=1/4。

(10)聯合分布律的表格演算法擴展閱讀：

在同時擲硬幣和骰子的隨機實驗中，如果事件a要獲得國徽，且點數大於4，則事件a的概率應計算如下：

S={（國徽，1分），（數字，1分），（國徽，2分），（數字，2分），（國徽，3分），（數字，3分），（國徽，4分），（數字，4分），（國徽，5分），（數字，5分），（國徽，6分），（數字，6分）}，a={（國徽，5分），（國徽，6點）}，由拉普拉斯定義。

a的概率是2/12=1/6。值得注意的是，拉普拉斯測驗中有一些問題。在現實中是否存在這樣的檢驗，其單位事件的概率具有完全相同的概率值，因為人們並不知道。

硬幣和骰子是否「完美」，即骰子是否均勻，重心是否在正中心，輪盤賭是否趨向於某一個數字等。