设X和Y为两个随机变量，且P{X>=0,Y>=0}=3/7,P（X>=0）=P（Y>=0）=4/7
设X和Y为两个随机变量，且P{X>=0,Y>=0}=3/7,P（X>=0）=P（Y>=0）=4/7,求P{max（X,Y）>=0}
P（max(X,Y)≥0)=P(X≥0或Y≥0)
= P(X≥0)+P(Y≥0）-P（X≥0，Y≥0）
=4/7+4/7-3/7
=5/7
随机变量空间没有定义概率，就需要将{X≤x}这个事件通过随机变量映射回原概率空间去求，问题中描述的事件{ω：X（ω）<=x}，就是逆回去的结果。
为了保证跑不出去，就需要函数X是可测的，通俗的讲就是问题里提到的，要求映射回去的事件{ω：X（ω）<=x}∈B。
数值分析的主要分支致力于开发矩阵计算的有效算法，这是一个已持续几个世纪以来的课题，是一个不断扩大的研究领域。
矩阵分解方法简化了理论和实际的计算。 针对特定矩阵结构（如稀疏矩阵和近角矩阵）定制的算法在有限元方法和其他计算中加快了计算。
无限矩阵发生在行星理论和原子理论中。 无限矩阵的一个简单例子是代表一个函数的泰勒级数的导数算子的矩阵。
P（max(X,Y)≥0)=P(X≥0或Y≥0)
= P(X≥0)+P(Y≥0）-P（X≥0，Y≥0）
=4/7+4/7-3/7
=5/7
随机变量空间没有定义概率，就需要将{X≤x}这个事件通过随机变量映射回原概率空间去求，问题中描述的事件{ω：X（ω）<=x}，就是逆回去的结果。
为了保证跑不出去，就需要函数X是可测的，通俗的讲就是问题里提到的，要求映射回去的事件{ω：X（ω）<=x}∈B。
扩展资料：
概率空间(Ω,F,p)上的随机变量x是定义于Ω上的实值可测函数，即对任意ω∈Ω，X(ω)为实数，且对任意实数x，使X(ω)≤x的一切ω组成的Ω的子集{ω:X(ω)≤x}是事件，也即是F中的元素。
事件{ω:X(ω)≤x}常简记作{x≤x}，并称函数F(x)=p(x≤x)，-∞<x<∞ ，为x的分布函数。设X,Y是概率空间(Ω,F,p)上的两个随机变量，如果除去一个零概率事件外，X(ω)与Y(ω)相同，则称X=Y以概率1成立，也记作p(X=Y)=1或X=Y,α.s.（α.s.意即几乎必然）。
本回答被网友采纳
P{max(x,y)>=0}即为X,Y中至少有一个大于等于0
其概率为3/7+1/7+1/7=5/7
本回答被网友采纳P（min(X,Y)<0)=1-P（min(X,Y)≥0)=1-P（X≥0，Y≥0）=1-3/7=4/7
P(0<Z<1)=P(Z<1)-P(Z<=0),显然P(Z<=0)=0,因为XY均为正数。P(Z<1)=P(min(X Y)<1)=1-P(min(X Y)≥1)=1-P(X≥1,Y≥1)=1-1/2*1/2=3/4