联合分布律的表格算法

⑴ 求联合分布律、边缘分布律

1.（1）假设随机取的球是有放回的。
（X，Y）的可能取值为（0,0）（0,1）（0，2）（1,0）（1,1）
可以列出表格算出联合分布律分别是4/5×3/5 ,4/5×2/5 ,4/5×5/1×1/5 ,1/5×3/5 ,1/5×2/5
（2） X等于0时的边缘分布律为上面前三个分式的和。。
（3） X与Y当然相关，这两个事件不能相互独立，即X发生对Y发生有影响。

⑵ 概率论联合分布律计算

（1）根据X和Y相互独立 P(X＝xi，Y＝yi)＝P(X＝xi)×P(Y＝Yi) 填写表格 答案如下： （2）根据表格的结论求概率（3）X＝1时，Y＝1 X＝2时，Y＝7 X＝3时，Y＝17 根据X的概率分布，得到Y的概率分布 过程如下：

⑶ 怎么求联合分布律

设(X,Y)是二维随机变量，对于任意实数x,y，二元函数：

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

称为：二维随机变量(X,Y)的分布函数，或称为随机变量X和Y的联合分布函数。

随机变量X和Y的联合分布函数是设(X,Y)是二维随机变量，对于任意实数x,y，二元函数：F(x,y) = P{(X<=x) 交 (Y<=y)} => P(X<=x, Y<=y)称为二维随机变量(X,Y)的分布函数。

⑷ 由联合分布表计算概率

联合概率分布简称联合分布，是两个及以上随机变量组成的随机变量的概率分布。根据随机变量的不同，联合概率分布的表示形式也不同。对于离散型随机变量，联合概率分布可以以列表的形式表示，也可以以函数的形式表示；对于连续型随机变量，联合概率分布通过非负函数的积分表示。概率联合分布表则是以表格的形式将其表示出来。这个题的分布表如下所示：

⑸ 一直不是很明白联合分布律要怎么求，可以给点详细的计算过程吗

联合分布律表格的求法为：设（X，Y)是二维随机变量，对于任意实数x，y，二元函数：F(x，y)=P{(X<=x)交（Y<=y)}=>P(X<=x，Y<=y)。称为：二维随机变量（X，Y)的分布函数，或称为随机变量X和Y的联合分布函数。

联合概率分布的几何意义：如果将二维随机变量（X，Y)看成是平面上随机点的坐标，那么分布函数F(x，y)在（x，y)处的函数值就是随机点（X，Y)落在以点（x，y)为顶点而位于该点左下方的无穷矩形域内的概率。

在概率论中，对两个随机变量X和Y，其联合分布是同时对于X和Y的概率分布。

⑹ 联合分布律表格例题

Z=MAX(X,Y).由题意可知Z可取0或1 而Z=1的概率为（x和y至少有一个是1）=0.5
所以Z=1的概率为0.5
Z=0的概率为0.5

⑺ 联合分布律表格怎么填

根据相对独立的提示以及概率和为1进行计算填写。

联合分布函数（joint distribution function）亦称多维分布函数，随机向量的分布函数，以二维情形为例，若（X，Y）是二维随机向量，x、y是任意两个实数，则称二元函数。

联合概率分布的几何意义：

如果将二维随机变量(X，Y)看成是平面上随机点的坐标，那么分布函数F(x，y)在(x，y)处的函数值就是随机点(X，Y)落在以点(x，y)为顶点而位于该点左下方的无穷矩形域内的概率。

全概率公式

全概率公式为概率论中的重要公式，它将对一复杂事件A的概率求解问题转化为了在不同情况下发生的简单事件的概率的求和问题。

内容：如果事件B1、B2、B3…Bn 构成一个完备事件组，即它们两两互不相容，其和为全集；并且P（Bi)大于0，则对任一事件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与Bn的关系为交)。

⑻ 联合分布律表格的未知数怎么求

联合分布律表格的求法为：设(X，Y)是二维随机变量，对于任意实数x，y，二元函数：F(x，y)=P{(X<=x)交(Y<=y)}=>P(X<=x，Y<=y)。称为：二维随机变量(X，Y)的分布函数，或称为随机变量X和Y的联合分布函数。

联合概率分布的几何意义：如果将二维随机变量(X，Y)看成是平面上随机点的坐标，那么分布函数F(x，y)在(x，y)处的函数值就是随机点(X，Y)落在以点(x，y)为顶点而位于该点左下方的无穷矩形域内的概率。

在概率论中，对两个随机变量X和Y，其联合分布是同时对于X和Y的概率分布。

⑼ 联合分布律 边缘分布律

1.（1）假设随机取的球是有放回的。
（x，y）的可能取值为（0,0）（0,1）（0，2）（1,0）（1,1）
可以列出表格算出联合分布律分别是4/5×3/5
,4/5×2/5
,4/5×5/1×1/5
,1/5×3/5
,1/5×2/5
（2）
x等于0时的边缘分布律为上面前三个分式的和。。
（3）
x与y当然相关，这两个事件不能相互独立，即x发生对y发生有影响。

⑽ 概率论 联合分布律

解决办法：相互独立是关键。对于离散型，P（x=I，y=J）=P（x=I）*P（y=J），请记住。用E（XY）方法可以得到XY的分布规律。

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

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

那么，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)联合分布律的表格算法扩展阅读：

在同时掷硬币和骰子的随机实验中，如果事件a要获得国徽，且点数大于4，则事件a的概率应计算如下：

S={（国徽，1分），（数字，1分），（国徽，2分），（数字，2分），（国徽，3分），（数字，3分），（国徽，4分），（数字，4分），（国徽，5分），（数字，5分），（国徽，6分），（数字，6分）}，a={（国徽，5分），（国徽，6点）}，由拉普拉斯定义。

a的概率是2/12=1/6。值得注意的是，拉普拉斯测验中有一些问题。在现实中是否存在这样的检验，其单位事件的概率具有完全相同的概率值，因为人们并不知道。

硬币和骰子是否“完美”，即骰子是否均匀，重心是否在正中心，轮盘赌是否趋向于某一个数字等。