概率论中P(X=0, Y=0)的意义是什么?
P(XY=0)=1,即X、Y都不是0的概率为0,P(X=1,Y=1)=P(X=-1,Y=1)=0,结合二维离散随机变量的条件分布律来做,X=-1条件下随机变量X的条件分布律之和为1。
即P(Y=1|X=-1)+P(Y=0|X=-1)=1,由乘法公式P(AB)=P(B|A)P(A)可知,因为P(X=-1,Y=1)=0,所P(Y=1|X=-1)=0,P(Y=0|X=-1)=1。
所以P(Y=0,X=-1)=P(Y=0|X=-1)P(X=-1)=P(X=-1)=1/4,同理得其他。最后剩下P(Y=0,X=0),因为1/4+1/2+1/4=1,或者说1-P(Y=不等0,X不等0),P(Y=0,X=0)=0。
扩展资料:
随机变量的表示方法:
例如掷一颗骰子出现的点数,电话交换台在一定时间内收到的呼叫次数,随机抽查的一个人的身高,悬浮在液体中的微粒沿某一方向的位移,等等,都是随机变量的实例。
一个随机试验的可能结果(称为基本事件)的全体组成一个基本空间Ω(见概率)。随机变量x是定义于Ω上的函数,即对每一基本事件ω∈Ω,有一数值x(ω)与之对应。
以掷一颗骰子的随机试验为例,它的所有可能结果见,共6个,分别记作ω1,ω2,ω3,ω4,ω5,ω6,这时,Ω={ω1,ω2,ω3,ω4,ω5,ω6},而出现的点数这个随机变量x,就是Ω上的函数x(ωk)=k,k=1,2,…,6。
参考资料来源:百度百科-随机变量