第十一章 计数原理、概率、随机变量及其分布(单元总结与测试)

第十一章 计数原理、概率、随机变量及其分布（单元总结与测试）

一、选择题(本大题共10小题，每小题5分，共50分.在每小题给出的四个选项中，只有一项是符合题目要求的)

1．集合P ＝{x,1}，Q ＝{y,1,2}，其中x ，y ∈{1,2,3，…，9}，且P ?Q.把满足上述条件的一对有序整数对(x ，y)作为一个点的坐标，则这样的点的个数是 ( ) (A)9 (B)14 (C)15 (D)21

2.（2013·三明模拟）将3个不同的小球放入4个不同盒子中，则不同放法种数有( ) (A)81 (B)64 (C)12 (D)14

3.在24

的展开式中，x 的幂的指数是整数的项共有( ) （A ）3项 （B ）4项 （C ）5项 （D ）6项 4．甲、乙两人下棋，和棋的概率为

12，乙获胜的概率为1

3

，则下列说法正确的是( ) （A ）甲获胜的概率是

1

6 （B ）甲不输的概率是1

2

（C ）乙输了的概率是2

3

（D ）乙不输的概率是1

2

5．在区间［－1,1］上随机取一个数x ，则x sin

4π的值介于122

－与之间的概率为( ) ()

()()()1125

A B C D 4336

6.（2011·浙江高考）从装有3个红球、2个白球的袋中任取3个球，则所取的3个球中至少有1个白球的概率是( ) (A)

1

10

(B)310 (C)35 (D)910

7．将一枚硬币连掷5次，如果出现k 次正面向上的概率等于出现k ＋1次正面向上的概率，那么k 的值为

( )

(A)0 (B)1 (C)2 (D)3

8．某种种子每粒发芽的概率都为0.9，现播种了1 000粒，对于没有发芽的种子，每粒需再补种2粒，补种的种子数记为X ，则X 的数学期望为( )

(A)100 (B)200 (C)300 (D)400

9.（2012·衡水模拟）在区间［0，1］内任取两个数，则这两个数的平方和也在［0，1］内的概率是( ) (A)

4π (B)10π (C)20π (D)40

π 10.（2011·四川高考）在集合{1,2,3,4,5}中任取一个偶数a 和一个奇数b 构成以原点为起点的向量α=(a,b).从所有得到的以原点为起点的向量中任取两个向量为邻边作平行四边形.记所有作成的平行四

边形的个数为n ，其中面积不超过4的平行四边形的个数为m ，则m

n

=( ) (A)

4

15

(B)13 (C)25 (D) 23

二、填空题(本大题共5小题，每小题4分，共20分.请把正确答案填在题中横线上)

11.（2012·南平模拟）A 、B 、C 、D 、E 五人并排站成一排照相，如果B 必须站在A 的右边（A 、B 可以不相邻），则不同排列的种数为_______.

12.（2012·龙岩模拟）若1223n 2n 1

n 1n n n n C 3C 3C 3

C 385,---+++?++=则n 的值为_____. 13．某射击爱好者一次击中目标的概率为p ，在某次射击训练中向目标射击3次，记X 为击中目标的次数，且

D （X ）=

3

4

，则p=_______. 14．某县农民的月均收入ξ服从正态分布，即ξ～N(1 000,402

)，则此县农民月均收入在1 000元到1 080元间人数的百分比为_______．

15.设随机变量X ～B(2，p)，随机变量Y ～B(3，p)，若P(X ≥1)＝

5

9

，则P(Y ≥1)＝_______. 三、解答题(本大题共6小题，共80分.解答时应写出必要的文字说明、证明过程或演算步骤)

16.（13分）（2012·漳州模拟）某公司举办员工节日抽奖活动.共有500张奖券，其中一等奖20名，二等奖50名，三等奖100名.每人限抽一次. （1）求甲抽得一等奖的概率. （2）求甲抽得二等奖或三等奖的概率. （3）求甲不中奖的概率.

17.（13分）(预测题)某单位甲、乙两个科室人数及男女工作人员分布情况见下表.现采用分层抽样方法（层内采用不放回简单随机抽样）从甲、乙两个科室中共抽取3名工作人员进行一项关于“低碳生活”的调查. (1)求从甲、乙两科室各抽取的人数；

（2）求从甲科室抽取的工作人员中至少有1名女性的概率；

（3

18.（13分）（易错题）投到某杂志的稿件，先由两位初审专家进行评审．若能通过两位初审专家的评审，则予以录用；若两位初审专家都未予通过，则不予录用；若恰能通过一位初审专家的评审，则再由第三位专家进行复审，若能通过复审专家的评审，则予以录用，否则不予录用．设稿件能通过各初审专家评审的概率均为0.5，复审的稿件能通过复审专家评审的概率为0.3.各专家独立评审． (1)求投到该杂志的1篇稿件被录用的概率；

(2)求投到该杂志的4篇稿件中，至少有2篇被录用的概率．

19．（13分）某食品厂为了检查一条自动包装流水线的生产情况，随机抽取该流水线上的40件产品作为样

本称出它们的质量（单位：克），质量的分组区间为（490，

495］，（495，500］，…，（510，515］.由此得到样本的频

率分布直方图，如图所示：

（1）根据频率分布直方图，求质量超过505克的产品数

量；

（2）在上述抽取的40件产品中任取2件，设ξ为质量超

过505克的产品数量，

求ξ的分布列；

（3）从流水线上任取5件产品，估计其中恰有2件产品

的质量超过505克的概率.

20.（14分）（2012·肇庆模拟）在一个盒子中，放有标号分别为1，2，3的三张卡片，现从这个盒子中，有放回地先后抽得两张卡片的标号分别为x,y，设O为坐标原点，点P的坐标为（x-2,x-y),记ξ=|x-2|+|y-x|.

(1)求随机变量ξ的最大值，并求事件“ξ取得最大值”的概率；

(2)求随机变量ξ的分布列和数学期望.

21．（14分）（2011·陕西高考）如图，A地到火车站共有两条路径L1和L2，据统计，通过两条路径所用的时间互不影响，所用时间落在各时间段内的频率如下表：

30

0.2

0.1

分钟时间用于赶往火车站．

（1）为了尽最大可能在各自允许的时间内赶到火车站，甲和乙应如何选择各自的路径？

（2）用X表示甲、乙两人中在允许的时间内能赶到火车站的人数，针对（1）的选择方案，求X的分布列和数学期望.

答案解析

1．【解析】选B.当x＝2时，x≠y，y≠1,点的个数为1×7＝7(个)；当x≠2时，x＝y，x≠1,y≠1且y≠2，点的个数为7×1＝7(个)，则共有14个点，故选B.

2．【解析】选B.完成这件事分三步：第一步放第1个小球，共有4种不同的放法；第二步放第2个小球，有4种不同的放法；第三步放第3个小球，有4种不同的放法，所以完成这件事共有4×4×4=64种不同的放法.

3. 【解析】选C.

5

24r r12r

r r6

r12424

T C C x-

－

＋

＝＝，故当r＝0,6,12,18,24时，幂指数为整数，共5

项．

4．【解析】选A.“甲获胜”是“和棋或乙获胜”的对立事件，所以“甲获胜”的概率是P ＝1

1112

36－－＝；

设事件A 为“甲不输”，则A 是“甲获胜”、“和棋”这两个互斥事件的并事件，所以P(A)＝112

623

＋＝；

乙输了即甲胜了，所以乙输了的概率为16；乙不输的概率为1－16＝5

6.

5．【解析】选D.∵－1≤x ≤1，∴x 444

πππ

≤

≤－.

由1x sin

242

π≤≤

－，得x 644πππ≤≤－， 即－23≤x ≤1，故所求事件的概率为2

15326

＋

＝. 6.【解题指南】先求出“3个球均为红球”的概率，再利用对立事件的概率公式求解. 【解析】选D.从装有3个红球、2个白球的袋中任取3个球共有10个基本事件；“所取的3个球中至少有1个白球”的对立事件为“3个球均为红球”，有1个基本事件，所以“所取的3个球中至少有1个白球”的概率是19

11010

-

=. 7．【解析】选C.由k

k

5k

k 1k 15k 1551

111C ()()

C ()()2

2

22

?－＋＋－－＝，即k k 1

55

C C ＋＝，故k ＋(k ＋1)＝5，即k ＝2. 8．【解析】选B.种子发芽率为0.9，不发芽率为0.1，每粒种子发芽与否相互独立，故设没有发芽的种子

数为ξ，则ξ～B(1 000，0.1)，∴E （ξ）＝1 000×0.1＝100，故需补种的种子数X 的期望为2E （ξ）＝200. 9．【解析】选A.设在［0,1］内取的两个数为a,b, 则0a 1

,0b 1≤≤??

≤≤?

其对应的区域为如图所示的正方形区

域OABC ，若两数的平方和在［0，1］内，则a 2

+b 2

≤1， 其对应的区域为图中的阴影部分，由几何概型知所求概

率P=

2

OABC

1

1S 4S 114

?π?π

==?阴影正方形.

10.【解题指南】利用古典概型的概率公式求解.首先确定构成向量的个数,然后列举能作成平行四边形的

个数，最后列举事件“面积不超过4的平行四边形”所含基本事件的个数. 【解析】选B.向量α的坐标可能有以下6种情况：（2，1），（2，3），（2，5），（4，1），（4，3），（4，5），

以原点为起点的向量中任取两个向量为邻边共可作平行四边形26C =15(个），即n=15.以向量p,q 为邻边的

平行四边形的面积1S ||||sin ,22=?〈〉p q p q

=||||p q

分别以p =(2,1),q =（2，3）；p =(2,1), q =(4,1); p =(2,1), q =(4,3);

p =(2,3), q =(2,5); p =(2,3), q =(4,5)为邻边的平行四边形的面积不超过4，故m=5,所以m 51

.n 153

== 11.【解题指南】可先排其他三人，最后排A 、B 两人

.

【解析】完成这件事可分两步，第一步在5个位置中先选三个位置排C 、D 、E 三人，有35A 种不同排法，第二步在余下的两个位置上安排A 、B 两人，只有一种排法， ∴共有35A 160?=种不同排法. 答案：60

12.【解题指南】构成一个二项式的展开式，用二项式定理求解.

【解析】012n 2n 1n 1n n n n n n C 3(C 3C 3C 3C )1385,---+++?++=+? ()0122n 1n 1n n n n n n n

n

C 3C 3C 3C 3C 131385256,n 4.

--+++?++=+=+?==即解得

答案：4

13．【解析】由题意X ～B(3,p).

∴D(X)=3p(1-p)=

3

4. 即（2p-1)2

=0,∴p=12

.

答案：12

14．【解析】P(1 000<ξ≤1 080)＝12P(920<ξ≤1 080)＝1

2

P(1 000－80<ξ≤ 1 000＋80) ＝1

2

×0.954 4＝0.477 2. 答案：47.72%

15.【解题指南】先由P(X ≥1)＝5

9

利用二项分布及对立事件的概率公式求出p 的值，再计算P(Y ≥1). 【解析】∵X ～B(2，p)，

∴P(X ≥1)＝1－P(X ＝0)＝0

2

25

1C (1p)9

－－＝，解得p ＝

13.又Y ～B(3，p)， ∴P(Y ≥1)＝1－P(Y ＝0)＝03

3191C (1p)27

－－＝.

答案：1927

16.【解析】（1）P （甲抽得一等奖）＝20

0.04.500＝ （2）P （甲抽得二等奖或三等奖）＝

501000.3.500500

+＝ （3）P （甲不中奖）＝1-P （甲中奖）＝2050100110.340.66.500500500-

---＝＝ 17.【解析】（1）从甲科室应抽取的人数为3×1015=2,从乙科室应抽取的人数为3×5

15

=1;

(2)从甲科室抽取的工作人员中至少有1名女性的概率

2

6

2

10

C2

P1

C3

=-= (或P=

112

464

2

10

C C C2

C3

+

=）.

（3）ξ的可能取值为0,1,2,3,

P（ξ=0）=

21

42

21

105

C C4

C C75

?=.

P(ξ=1)=

111

12

463

24

2121

105105

C C C

C C22

C C C C75

?+=.

P(ξ=3)=

21

63

21

105

C C1

C C5

?=,

P(ξ=2)=1-P(ξ=0)-P(ξ=1)-P(ξ=3)=34

75

(或

P（ξ=2）=

2111

1

6643

2

2121

105105

C C C C

C34

C C C C75

?+?=），

∴ξ的分布列为

E（ξ）=0×

75+1×

75

+2×

75

+3×

5

=

5

.

18.【解析】(1)记A表示事件：稿件恰能通过两位初审专家的评审；B表示事件：稿件能通过一位初审专家的评审；

C表示事件：稿件能通过复审专家的评审；

D表示事件：稿件被录用．

则D＝A＋BC，P(A)＝0.5×0.5＝0.25，

P(B)＝2×0.5×0.5＝0.5，P(C)＝0.3，

P(D)＝P(A＋BC)＝P(A)＋P(BC)＝

P(A)＋P(B)P(C)＝0.25＋0.5×0.3＝0.40.

即投到该杂志的1篇稿件被录用的概率为0.40.

(2)记A0表示事件：4篇稿件中没有1篇被录用；

A1表示事件：4篇稿件中恰有1篇被录用；

A2表示事件：4篇稿件中至少有2篇被录用．

P(A0)＝(1－0.4)4＝0.129 6，

P(A1)＝1

4

C×0.4×(1－0.4)3＝0.345 6，

P(2

A)＝P(A0＋A1)＝P(A0)＋P(A1)

＝0.129 6＋0.345 6＝0.475 2，

P(A2)＝1－P(2

A)＝1－0.475 2＝0.524 8.

即投到该杂志的4篇稿件中，至少有2篇被录用的概率为0.524 8. 【方法技巧】较复杂事件的概率的求法

（1）求某些较复杂的事件的概率，通常有两种方法：

一是将所求事件的概率化成一些彼此互斥的事件的概率和；二是先求此事件的对立事件的概率.若用直接法求某一事件的概率较为复杂时，第二种方法常可使概率的计算得到简化.

（2）如果采用第一种方法，一定要将事件分拆成若干互斥的事件，不能重复和遗漏，如果采用第二种方法，一定要找准其对立事件，否则容易出现错误.

（3）一般此类问题均可用随机事件的概率求法来探求，但利用互斥事件和对立事件来处理往往可使问题得以简化.

（4）通过对较复杂事件概率的探求，可使我们充分体会到多种方法解决问题的思维方式，从而能提高我们综合应用知识来解决问题的能力. 19．【解析】（1）质量超过505克的产品数量是40×(0.05×5+0.01×5)=12（件）. （2）ξ的所有可能取值为0,1,2

P(ξ=0)=228240C 63C 130=,P(ξ=1)=11

1228

2

40C C C =56130=2865， P(ξ=2)=2

12240C 11

C 130

=,

ξ

（30.3，可见从流水线上任取一件产品，其质量超过505克的概率为0.3，令η为任取的5件产品中质量超过505克的产

品数，则η～B(5,0.3)，故所求的概率为P(η=2）=()3

2

25C 0.3)0.70.308 7?

?=（. 【方法技巧】较复杂事件的概率的求法

（1）求某些较复杂的事件的概率，通常有两种方法：

一是将所求事件的概率化成一些彼此互斥的事件的概率和；二是先求此事件的对立事件的概率.若用直接法求某一事件的概率较为复杂时，第二种方法常可使概率的计算得到简化.

（2）如果采用第一种方法，一定要将事件分拆成若干互斥的事件，不能重复和遗漏，如果采用第二种方法，一定要找准其对立事件，否则容易出现错误.

（3）一般地此类问题均可用随机事件的概率求法来探求，但利用互斥事件和对立事件来处理往往可使问题得以简化.

（4）通过对较复杂事件概率的探求，充分体会多种方法解决问题的思维方式，从而提高综合应用知识解决问题的能力.

20.【解析】(1)∵x,y 可能的取值为1,2,3, ∴|x-2|≤1,|y-x|≤2,

∴ξ≤3,且当x=1,y=3或x=3,y=1时，ξ=3. 因此，随机变量ξ的最大值为3.

∵有放回抽两张卡片的所有情况有9种， 故P （ξ=3）=

29，即事件“ξ取得最大值”的概率是29

. （2）随机变量ξ可能取值为0，1，2，3.

因为当ξ=0时，只有x=2,y=2这一种情况， 所以P （ξ=0）=

19

.

因为当ξ=1时，有x=1,y=1或x=2,y=1或x=2,y=3或x=3,y=3，共4种情况, P(ξ=1)=

49

; 因为当ξ=2时，有x=1,y=2或x=3，y=2两种情况.P （ξ=2）=29

； 所以随机变量ξ的分布列是

因此随机变量ξ的数学期望为E （ξ）=0×9+1×9+2×9+3×9=9

.

21.【解题指南】（1）会用频率估计概率，然后把问题转化为互斥事件的概率，再比较概率大小；

（2）首先确定X 的取值，然后确定有关概率，注意运用对立事件、相互独立事件的概率公式进行计算，列出分布列后即可求出数学期望． 【解析】（1）A i 表示事件“甲选择路径L i 时，40分钟内赶到火车站”，B i 表示事件“乙选择路径L i 时，50分钟内赶到火车站”，i=1,2，用频率估计相应的概率，则有：P(A 1)=0.1+0.2+0.3=0.6, P(A 2)=0.1+0.4=0.5；

∵P(A 1)>P(A 2)，∴甲应选择路径L 1； P(B 1)=0.1+0.2+0.3+0.2=0.8， P(B 2)=0.1+0.4+0.4=0.9；

∵P(B 2)>P(B 1)，∴乙应选择路径L 2． （2）用A ，B 分别表示针对（1）的选择方案，甲、乙在各自允许的时间内赶到火车站，由（1）知P(A)=0.6，P(B)=0.9，又事件A ，B 相互独立，X 的取值是0，1，2， ∴P(X=0)=P(AB )=P(A )·P(B )=0.4×0.1=0.04， P(X=1)=P(A B+A B )=P(A )P(B)+P(A)P(B ) =0.4×0.9+0.6×0.1=0.42， P(X=2)=P(AB)=P(A)·P(B) =0.6×0.9=0.54. 0.54

【变式备选】

甲、乙、丙三名射击运动员射中目标的概率分别为

1

2

,a,a(0

（1）求ξ的分布列及数学期望；

（2）在概率P(ξ=i)(i=0，1，2，3)中,若P(ξ=1)的值最大, 求实数a 的取值范围. 【解析】 (1)由题意ξ的可能取值为0，1，2，3.

P(ξ=0)= 0

1C ×(1-12) 0

2C (1-a)2=12 (1-a)2, P(ξ=1)= 11

C ×1202C (1-a)2+ 01C ×(1-12) 1

2C a (1-a)= 12

(1-a 2),

P(ξ=2)= ()1

1022121211C C a 1a C 1C a 22?

-+?-（）=21(2a a )2

-, P(ξ=3)= 2

1221

21a C C a .22

?=

所以ξ的分布列为

ξ的数学期望为

E （ξ）=0×()()2222

111a 11a 11a 2(2a a )32a 22222

-+?-+?-+?

=+. (2)P(ξ=1)-P(ξ=0)= (

)()2

2

1

1a 1a 2

---［］

=a(1-a), P(ξ=1)-P(ξ=2)= (

)2

21

12a

1a

(2a a )2

2

----=［］

， P(ξ=1)-P(ξ=3)= ()222

112a 1a a 22---=［］，

由()2

a 1a 012a

100a 1,0a ,2

212a 02

?

?-≥?

-?≥<<<≤?

??-≥?

?和得 即a 的取值范围是（0，1

2

］.

随机变量及其分布列概念公式总结

随机变量及其分布总结 1、定义：随着试验结果变化而变化的变量称为随机变量 ．随机变量常用字母 X , Y ，ξ，η，… 表示． 2、定义：所有取值可以一一列出的随机变量，称为离散型随机变量 3、分布列:设离散型随机变量ξ可能取得值为 x 1，x 2，…，x 3，…， ξ取每一个值x i （i =1，2，…）的概率为()i i P x p ξ==，则称表 为随机变量ξ的概率分布，简称ξ的分布列 4. 分布列的两个性质： （1）P i ≥0，i ＝1，2，…； （2）P 1+P 2+…=1． 5.求离散型随机变量ξ的概率分布的步骤: （1）确定随机变量的所有可能的值x i （2）求出各取值的概率p(ξ=x i )=p i （3）画出表格 6.两点分布列: 7超几何分布列： 一般地，在含有M 件次品的 N 件产品中，任取 n 件，其中恰有X 件次品 数，则事件 {X=k ｝发生的概率为(),0,1,2,,k n k M N M n N C C P X k k m C --=== ,其中mi n {,} m M n =，且,,,,n N M N n M N N *≤≤∈．称分布列 为超几何分布列．如果随机变量 X 的分布列为超几何分布列，则称随机变量 X

服从超几何分布 8．离散型随机变量的二项分布:在一次随机试验中，某事件可能发生也可能不发生，在n 次独立重复试验中这个事件发生的次数ξ是一个随机变量．如果在一次试验中某事件发生的概率是P ，那么在n 次独立重复试验中这个事件恰好发生k 次的概率是 k n k k n n q p C k P -==)(ξ，（k ＝0,1,2,…，n ，p q -=1）． 于是得到随机变量ξ的概率分布如下： ξ 1 … k … n P n n q p C 00 111-n n q p C … k n k k n q p C - … q p C n n n 称这样的随机变量ξ服从二项分布，记作ξ～B (n ，p )，其中n ，p 为参数。 9．离散型随机变量的均值或数学期望: 一般地，若离散型随机变量ξ的概率分布为 则称 =ξE +11p x +22p x …++n n p x … 为ξ的均值或数学期望，简称期望． 10．离散型随机变量的均值或数学期望的性质： （1）若ξ服从两点分布，则=ξE p ． （2）若ξ～B (n ，p )，则=ξE np ． （3）()c c E =，c 为常数 （4）ξ～N (μ，2σ),则=ξE μ （5）b aE b a E +=+ξξ)( 11．方差: 对于离散型随机变量ξ，如果它所有可能取的值是1x ，2x ，…，n x ，…， 且取这些值的概率分别是1p ，2p ，…，n p ，…，那么, ξD ＝121)(p E x ?-ξ＋222)(p E x ?-ξ＋…＋n n p E x ?-2)(ξ＋…

【免费下载】概率论与数理统计 第三章 二维随机变量及其概率分布 例题

概率论与数理统计 第三章 二维随机变量及其概率分布 例题1．甲乙两人独立地进行两次射击，命中率分别为0.2、0.5，把X 、Y 分别表示甲乙命中的次数，求（X,Y ）联合分布律。2．袋中有两只白球，两只红球，从中任取两只以X 、Y 表示其中黑球、白球的数目，求（X,Y ）联合分布律。3．设，且P{}=1，求（）的X 1=(?1011/41/21/4) X 2=(011/21/2)X 1X 2=0X 1，X 2联合分布律，并指出是否独立。 X 1，X 24．设随机变量X 的分布律为Y=，求（X,Y ）联合分布律。X 2X Y 01

概率论与数理统计 第三章 二维随机变量及其概率分布 例题 5．设（X,Y ）的概率分布为 且事件{X=0}与{X+Y=1}独立求a ，b 。6. 设某班车起点上车人数X 服从参数λ(λ>0)的泊松分布，每位乘客中途下车的概率为P （0

概率论与数理统计 第三章 二维随机变量及其概率分布 例题 （1）C 的值 （2）， (3)P{X+Y ≤1}并判别X 与Y 是否独立。f z (x)f Y (y)9．设f(x,y)= 为（X,Y ）的密度函数，求{10 |y |1/2|Y>0}(2) f Y|X (y|x ), f X|Y (x|y )10. 设f(x,y)= 为（X,Y ）的密度函数，求 {12x 2y 0 1x ≤y ≤x,x ≥1 其它 f X|Y (x|y )11. 设f(x,y)= 为（X,Y ）的密度函数，求的联合分布 {4xy 0 0≤x ≤1,0≤y ≤1 其它 （X,Y ）

第三章--多维随机变量及其分布总结

第三章--多维随机变量及其分布总结

第三章 多维随机变量及其分布 第一节 二维随机变量 一、二维随机变量的分布函数 设E 是一个随机试验, 它的样本空间是S . 设X 、Y 是定义在S 上的随机变量, 则由它们构成的一个向量(X , Y )称为二维随机向量或二维随机变量. 一般地, (X , Y )的性质不仅与X 有关, 与Y 有关, 而且还依赖于X 、Y 的相互关系, 因此必须把(X , Y )作为一个整体来研究. 首先引入(X , Y )的分布函数的概念. 定义 设(X , Y )为二维随机变量, 对于任意实数x 、y , 二元函数 F (x , y ) = P {(X ≤ x )∩(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. 分布函数F (x , y )表示事件(X ≤ x )与事件(Y ≤ y )同时发生的概率. 如果把(X , Y )看成平面上具有随机坐标(X , Y )的点, 则分布函数F (x , y )在(x , y )处的函数值就是随机点(X , Y )落在平面上的以(x , y )为顶点而位于该点左下方的无限矩形内的概率.. 由上面的几何解释, 容易得到随机点(X , Y )落在矩形区域{x 1 < X ≤ x 2, y 1 < Y ≤ y 2}的概率为 P {x 1 < X ≤ x 2, y 1 < Y ≤ y 2} = F (x 2, y 2) - F (x 2, y 1) - F (x 1, y 2) + F (x 1, y 1) (1) 与二元函数类似, 二元分布函数F (x , y )也具有如下一些性质: 1? F (x , y )是变量x 和y 的单调不减函数, 即当x 1 < x 2时, F (x 1, y ) ≤ F (x 2, y ); 当y 1 < y 2时, F (x , y 1) ≤ F (x , y 2). 2? 0 ≤ F (x , y ) ≤ 1, 且F (-∞, y ) = 0, F (x , -∞) = 0, F (-∞,-∞) = 0, F (+∞,+∞) = 1.（凡含-∞的概率分布为0） 3? F (x , y )关于x 和y 都是右连续的, 即F (x + 0, y ) = F (x , y ), F (x , y + 0) = F (x , y ). 4? 对任意的(x 1, y 1)、(x 2, y 2), x 1 < x 2, y 1 < y 2, 有F (x 2, y 2) - F (x 2, y 1) - F (x 1, y 2) + F (x 1, y 1) ≥ 0. 注: 二元分布函数具有性质1?~ 4?, 其逆也成立(2?中0 ≤ F (x , y ) ≤ 1可去), 即若二元实值函数F (x , y )(x ∈ R , y ∈ R )满足1?~ 4?, 则F (x , y )必是某二维随机变量的(X , Y )的分布函数. 其中4?是必不可少的, 即它不能由1?~ 3?推出(除去0 ≤ F (x , y ) ≤ 1). 二、二维离散型随机变量 如果二维随机变量(X , Y )的所有可能取的值是有限对或可列无限多对, 则称(X , Y )是二维离散型随机变量. 设二维离散型随机变量(X , Y )所有可能取的值为(x i , y j ) (i , j = 1, 2, 3, …). 记P {X = x i , Y = y j } = p ij (i , j = 1, 2, 3, …)则由概率定义有 p ij ≥ 0; 111 =∑∑∞=∞ =i j ij p . 我们称P {X = x i , Y = y j } = p ij (i , j = 1, 2, 3, …)为二维离散型随机变量(X , Y )的分布律(概率分布)或随机变量X 和Y 的联合分布律, (X , Y )的分布律也可用表格表示. 其分布函数为 = ),(y x F ∑∑≤≤==x x y y j i i j y Y x X P },{=∑∑≤≤x x y y ij i j p 这里 ∑∑ ≤≤x x y y i j 表示对一切x i ≤ x , y j ≤ y 的那些指标i 、j 求和. 例1 一个口袋中有三个球, 依次标有1、2、2, 从中任取一个, 不放回袋中, 再任取一个. 设每次取球时, 各球被取到的可能性相等, 以X 、Y 分别记第一次和第二次取到的球上标有的数字, 求X 、Y 的联合分布律与分布函数.. 解: (X , Y )的可能取值为(1, 2)、(2, 1)、(2, 2). P {X = 1, Y = 2}= P {X = 1}P {Y = 2 / X = 1}= 3 12231=?.

随机变量及其分布考点总结

第二章 随机变量及其分布 复习 一、随机变量. 1. 随机试验的结构应该是不确定的.试验如果满足下述条件： ①试验可以在相同的情形下重复进行；②试验的所有可能结果是明确可知的，并且不止一个；③每次试验总是恰好出现这些结果中的一个，但在一次试验之前却不能肯定这次试验会出现哪一个结果. 它就被称为一个随机试验. 2. 离散型随机变量：如果对于随机变量可能取的值，可以按一定次序一一列出，这样的随机变量叫做离散型随机变量.若ξ是一个随机变量，a ，b 是常数.则b a +=ξη也是一个随机变量.一般地，若ξ是随机变量，)(x f 是连续函数或单调函数，则)(ξf 也是随机变量.也就是说，随机变量的某些函数也是随机变量. 3、分布列：设离散型随机变量ξ可能取的值为：ΛΛ,,,,21i x x x ξ取每一个值),2,1(Λ=i x 的概率p x P ==)(，则表称为随机变量ξ的概率分布，简称ξ的分布列. 121i 注意：若随机变量可以取某一区间内的一切值，这样的变量叫做连续型随机变量.例如：]5,0[∈ξ即ξ可以取0～5之间的一切数，包括整数、小数、无理数. 典型例题： 1、随机变量ξ的分布列为(),1,2,3(1) c P k k k k ξ== =+……，则P(13)____ξ≤≤= 2、袋中装有黑球和白球共7个，从中任取两个球都是白球的概率为1 7 ，现在甲乙两人从袋中轮流摸去一 球，甲先取，乙后取，然后甲再取……，取后不放回，直到两人中有一人取到白球时终止，用ξ表示取球的次数。（1）求ξ的分布列（2）求甲取到白球的的概率 3、5封不同的信，放入三个不同的信箱，且每封信投入每个信箱的机会均等，X 表示三哥信箱中放有信件树木的最大值，求X 的分布列。 4 已知在全部50人中随机抽取1人抽到喜爱打篮球的学生的概率为5 ． （1）请将上面的列联表补充完整； （2）是否有99.5％的把握认为喜爱打篮球与性别有关？说明你的理由； （3）已知喜爱打篮球的10位女生中，12345,,A A A A A ，，还喜欢打羽毛球，123B B B ，，还喜欢打乒乓球，12C C ，还喜欢踢足球，现再从喜欢打羽毛球、喜欢打乒乓球、喜欢踢足球的女生中各选出1名进行其他方面的调查，求1B 和1C 不全被选中的概率． (参考公式：2 ()()()()() n ad bc K a b c d a c b d -=++++，其中n a b c d =+++)

随机变量及其分布函数

随机变量及其分布函数 将随机事件以数量来标识，即用随机变量描述随机现象的研究方法，它是定义在样本空间上具有某种可预测性的实值函数。 分布函数则完整的表述了随机变量。 一、 随机变量与分布函数 (1) 随机变量： 取值依赖于某个随机试验的结果（样本空间），并随着试验结果不同而变化的变量，称之为随机变量。 分布函数： [1] 定义： 设X 是一个随机变量，对任意实数x ，记作 (){}F x P X x ≤=，称()F x 为随机变量X 的分 布函数，又称随机变量X 服从分布()F x ，显然，函数 ()F x 的定义域为(),-∞+∞，值域为[0,1]。 [2] 性质： ?()F x 单调非降。 ?()0F -∞=、()1F +∞=。 ?()(0)F x F x =+，即()F x 一定是右连续的。 ?对于任意两个实数a b <， {}()()P a X b F b F a <≤=- ?对于任意实数0x ，

00 0{}()()P X x F x F x ==-- ?000{}1{}1()P X x P X x F x >=-≤=- ?000{}{)lim }(x x P X x P X x x F →- =≤<=- ?000{}1{}1()P X x P X x F x ≥=-<=-- 二、 离散型随机变量与连续型随机变量 (1) 离散型随机变量 [1] 概念：设X 是一个随机变量，如果X 的取值是有限个或者 无穷可列个，则称X 为离散型随机变量。其相应的概率()i i P X x p ==(12)i =、……称为X 的概率分布或分布律，表格表示形式如下： [2] 性质： ?0i p ≥ ? 1 1n i i p ==∑ ?分布函数()i i x x F x p ==∑ ?1{}()()i i i P X x F x F x -==- (2) 连续型随机变量 [1] 概念：如果对于随机变量的分布函数()F x ，存在非 负的函数 ()f x ，使得对于任意实数x ，均有：

随机变量的函数的分布

8.随机变量的函数的分布 【教学容】：高等教育大学盛骤，式千，承毅编的《概率论与数理统计》 第二章第五节的随机变量的函数的分布 【教材分析】：本节课主要是在学生学习了随机变量的概念和随机变量的分布的基础上进行的教学；本节从随机变量的分布入手引入随机变量的函数的随机性特征， 即由自变量X 的统计规律性出发研究因变量Y 的统计性规律的问题；本节课的教学先讲授离散型随机变量的函数的分布接着讲连续型随机变量的函数的分布。让学生掌握两种不同的随机变量的分布的求解方法。其中，离散型随机变量的函数的分布是比较容易求得而连续型随机变量的函数的分布学生往往束手无策，因此，我在本次教学中，先复习分布函数和概率密度函数的关系，后通过简单例子来讲解，最后归纳总结 ，再研究连续型随机变量的函数的一种特殊情形的分布问题。最后导出一个重要的定理。 【学情分析】： 1、知识经验分析 学生具有一定的随机变量及其分布相关理论知识及微分学相关知识，通过前两次课的学习已具备一定的解题方法，本节课通过让学生观察、思考，教师启发、引导等教学方式，让学生自然过渡到随机变量的函数的分布的学习中。 2、学习能力分析 学生虽然具备一定的微积分的知识和随机变量的理论基础，但概念理解不透彻，解决问题的能力不高，方法应用不熟练，知识没有融会贯通。 【教学目标】：掌握随机变量的函数的概率分布的求法。 【教学重点、难点】： 重点：离散型随机变量的函数的分布；连续型随机变量的函数的分布。 难点：连续型随机变量的函数的分布。 【教学方法】：讲授法 启发式教学法 【教学课时】：1个课时 【教学过程】： 一、问题引入 在实际中，人们常常对随机变量 X 的函数()Y g X =所表示的随机变量Y 更感兴趣。

随机变量及其分布小结与复习

复习课: 随机变量及其分布列 教学目标 重点：理解随机变量及其分布的概念，期望与方差等的概念；超几何分布，二项分布，正态分布等的特点；会求条件概率，相互独立事件的概率，独立重复试验的概率等. 难点：理清事件之间的关系，并用其解决一些具体的实际问题. 能力点：分类整合的能力，运算求解能力，分析问题解决问题的能力. 教育点：提高学生的认知水平，为学生塑造良好的数学认识结构. 自主探究点：例题及变式的解题思路的探寻. 易错点：容易出现事件之间的关系混乱，没能理解问题的实际意义. 学法与教具 1.学法：讲授法、讨论法. 2.教具：投影仪. 一、【知识结构】 二、【知识梳理】 1．随机变量 ⑴随机变量定义:在随机试验中，使得每一个试验结果都用一个确定的数字表示．在这个对应关系下，数字随着试验结果的变化而变化．像这种随着试验结果变化而变化的变量称为随机变量．简单说，随机试验的结果可以用一个变量来表示，那么这样的变量叫做随机变量．常用希腊字母x、y、ξ、η等表示． ⑵如果随机变量可能取的值可以按次序一一列出（可以是无限个）这样的随机变量叫做离散型随机变量.

⑶如果随机变量可能取的值是某个区间的一切值，这样的随机变量叫做连续型随机变量. 2．概率分布定义（分布列） 设离散型随机变量ξ可能取的值为123,,,,i x x x x L L ，ξ取每一个值(1,2,)i x i =L 的概率 ()i i P x p ξ==，则称表 ξ 1x 2x L i x L P 1P 2P L i P L 称为随机变量ξ的概率分布列，简称ξ的分布列. 注:1.离散型随机变量的分布列具有下述两个性质： (1)0,123≥，，，i p i =L ；123(2)1p p p +++=L 3．常见的分布列 ⑴二项分布：在一次试验中某事件发生的概率是p ，那么在n 次独立重复试验中这个事件恰发生k 次的概 率为()(1)k k n k n p X k C p p -==-，显然x 是一个随机变量.随机变量x 的概率分布如下： x 1 L k L n P 00n n C p q 111 n n C p q - L k k n k n C p q - L n n n C p q 我们称这样的随机变量x 服从二项分布,记作~(,)X B n p ⑵两点分布列:如果随机变量ξ的分布列为： ξ 0 1 P 1P - P 这样的分布列称为两点分布列,称随机变量服从两点分布,而称(1)p P ξ==为成功概率.两点分布是特殊的二项分布(1)p ξ~B , ⑶超几何分布：一般地，在含有M 件次品的N 件产品中，任取n 件，其中恰有x 件次品数，则事件{} x k =发生的概率为(),0,1,2,3,,k N k M N M n N C C P X k k m C --===L ．其中{}min ,m M n =,且*,,,,n N M N n M N N ≤≤∈，则称分布列

二维随机变量及其分布题目

一、单项选择题 1 ，那么下列结论正确的是 （）A B C D.以上都不正确 2设X与Y相互独立，X 0—1分布，Y 0—1分布，则方程 t 有相同实根的概率为 （A（B（C （D 3．设二维随机变量（X，Y）的概率密度为 则k的值必为 （A（B（C （D 4．设（X，Y）的联合密度函数为 （A （B（C（D 5．设随机变量X与Y相互独立，而且X服从标准正态分布N（0，1），Y服从二项分布B（n，p），0

二、填空题 2 若（X ，Y ）的联合密度 ， 3 4 ，则 且区域 5 。 6 . 7

=? ∞+∞ -)(x f X . 8 如果随机变量),(Y X 的联合概率分布为 X 1 2 3 1 61 91 181 2 3 1 α β 则βα,应满足的条件是 ；若X 与Y 相互独立，则=α ，=β . 9 设Y X ,相互独立，)1.0(~),1,0(~N Y N X ，则),(Y X 的联合概率密度 =),(y x f ，Y X Z +=的概率密度=)(Z f Z . 10、 设 ( 、 ) 的 联 合 分 布 函 数 为 ()()()()?? ??? ≥≥+-+-+++= y x y x y x A y x F 00,0111111,2 22则 A =_____。 11设X 服从参数为1的泊松分布，Y 服从参数为2的泊松分布，而且X 与Y 相互独立，则 (max(,)0)_______. (min(,)0)_______.P X Y P X Y ≠=≠= 12 设X 与Y 相互独立，均服从[1，3]上的均匀分布，记(),A X a =≤(),B Y a => 7 ()9 P A B ?= 且，则a=_______. 13 二维随机变量（X ，Y ）的联合概率密度为 221()21sin sin (,)(,),2x y x y f x y e x y π -++= -∞<<+∞ 则两个边缘密度为_________. 三．解答题 1 一个袋中有三个球,依次标有数字 1, 2, 2,从中任取一个, 不放回袋中 , 再任取一个, 设每次取球时,各球被取到的可能性相等,以 X , Y 分别记第一次和第二次取到的球上标有的数字 ,求 ( X , Y ) 的分布律与分布函数. 2．箱子里装有12件产品，其中2件是次品，每次从箱子里任取一件产品，共取2次，定义随机变量12,X X 如下：

《概率论与数理统计》习题答案(复旦大学出版社)第三章

习题三 1.将一硬币抛掷三次，以X 表示在三次中出现正面的次数，以Y 表示三次中出现正面次数与 出现反面次数之差的绝对值.试写出X 和Y 的联合分布律. 【解】X 和Y 的联合分布律如表： 2.盒子里装有3只黑球、2只红球、2只白球，在其中任取4只球，以X 表示取到黑球的只数，以Y 表示取到红球的只数.求X 和Y 的联合分布律. 【解】X 和Y 的联合分布律如表： 3.设二维随机变量（X ，Y ）的联合分布函数为 F （x ，y ）=???? ? ≤ ≤≤ ≤. , 020,20, sin sin 其他ππy x y x 求二维随机变量（X ，Y ）在长方形域? ?? ? ?? ≤<≤ <36,40πππy x 内的概率. 【解】如图πππ {0,}(3.2)463 P X Y <≤ <≤公式 ππππππ(,)(,)(0,)(0,)434636 F F F F --+

ππππππsin sin sin sin sin 0sin sin 0sin 4 3 4 6 3 6 1). 4 =--+= 题3图 说明：也可先求出密度函数，再求概率。 4.设随机变量（X ，Y ）的分布密度 f （x ，y ）=?? ?>>+-. , 0, 0,0, )43(其他y x A y x e 求：（1） 常数A ； （2） 随机变量（X ，Y ）的分布函数； （3） P {0≤X <1，0≤Y <2}. 【解】（1） 由-(34) (,)d d e d d 112 x y A f x y x y A x y +∞+∞+∞+∞+-∞ -∞ == =? ??? 得 A =12 （2） 由定义，有 (,)(,)d d y x F x y f u v u v -∞ -∞ = ?? ( 34 ) 3400 12e d d (1e )(1e ) 0,0, 0,0, y y u v x y u v y x -+--??-->>? ==?? ? ????其他 (3) {01,02}P X Y ≤<≤< 12(34) 38 {01,02} 12e d d (1 e )(1e )0.9499. x y P X Y x y -+--=<≤<≤= =--≈?? 5.设随机变量（X ，Y ）的概率密度为 f （x ，y ）=?? ?<<<<--. , 0, 42,20),6(其他y x y x k （1） 确定常数k ； （2） 求P {X ＜1，Y ＜3}； （3） 求P {X <1.5}； （4） 求P {X +Y ≤4}. 【解】（1） 由性质有

选修2-3第二章随机变量及其分布知识点总结

第二章概率总结 一、知识点 1.随机试验的特点: ①试验可以在相同的情形下重复进行； ②试验的所有可能结果是明确可知的，并且不止一个 ③每次试验总是恰好出现这些结果中的一个，但在一次试验之前却不能肯定这次试验会 出现哪一个结果． 2.分类 随机变量 （如果随机试验可能出现的结果可以用一个变量X来表示，并且X是随着试验的结 果的不同而变化，那么这样的变量叫做随机变量．随机变量常用大写字母X、Y等 或希腊字母ξ、η等表示。） 离散型随机变量：连续型随机变量： 3.离散型随机变量的分布列 一般的,设离散型随机变量X可能取的值为x1, x2, ,x i , ,x n X取每一个值xi(i=1,2,）的概率P(ξ=x i）＝P i，则称表 为离散型随机变量X 的概率分布，简称分布列 性质：①---------------------------------------------- ②-------------------------------------------------． 二点分布 如果随机变量X的分布列为： 其中0

一般地, 设总数为N 件的两类物品，其中一类有M 件，从所有物品中任取n(n ≤N)件, 这n 件中所含这类物品件数X 是一个离散型随机变量， 则它取值为k 时的概率为()(0,1,2,,)k n k M N M n N C C P X k k m C --===，其中 则称随机变量X 的分布列 , 为超几何分布列,且称随机变量X 服从参数N 、M 、n 的超几何分布 注意：（1）超几何分布的模型是不放回抽样； （2）超几何分布中的参数是N 、M 、n ，其意义分别是总体中的个体总数、N 中一类的 总数、样本容量 条件概率 1.定义：对任意事件A 和事件B ，在已知事件A 发生的条件下事件B 发生的概率， 叫做条件概率.记作P(B|A)，读作A 发生的条件下B 的概率 2.事件的交（积）:由事件A 和事件B 同时发生所构成的事件D ，称为事件A 与事件B 的交（或积）.记作D=A ∩B 或D=AB 3.条件概率计算公式: 例题、10个产品中有7个正品、3个次品，从中不放回地抽取两个，已知第一个取到次品， 求第二个又取到次品的概率. 相互独立事件 1.定义：事件A(或B)是否发生对事件B(或A)发生的概率没有影响,这样的两个事件 叫做相互独立事件 2.相互独立事件同时发生的概率公式 两个相互独立事件同时发生的概率，等于每个事件发生的概率的积。则有 如果事件A1，A2，…An 相互独立，那么这n 个事件同时发生的概率， 等于每个事件发生的概率的积。即： P （A1·A2·…·An ）=P （A1）·P （A2）·…·P(An) 3解题步骤 说明（1）判断两事件A 、B 是否为相互独立事件，关键是看A （或B ）发生与否对B （或A ）发生的概率是否影响，若两种状况下概率不变，则为相互独立. （2）互斥事件是指不可能同时发生的两个事件；相互独立事件是指一事件的发生与否对另一事件发生的概率没影响. （3）如果A 、B 是相互独立事件，则A 的补集与B 的补集、A 与B 的补集、A 的补集与B 也都相互独立.

选修2-3随机变量及其分布知识点总结典型例题

2-3随机变量及其分布 -- HW) T数字特征11 …. --- L-W Array「(两点分布〕 5店殊分布列)--憊几何分祠 -(二项分利 十［并件相互独立性)一価立重复试劇 5J ~(条件概率) ”、r<正态分布密度曲绚 f正态分布)一 要点归纳 一、离散型随机变量及其分布列 1.⑴随机变量：在随机试验中，我们确定了一个对应关 系，使得每一个试验结果都用一个确定的数字表示?在这个对应关系下，数字随着试验结果的变化而变化.像这种随着试验结果变化而变化的变量称为随机变量?通常用字母X, Y, E, n等表示. (2) 离散型随机变量：所有取值可以一一列出的随机变量称为离散型随 机变量. (3) 离散型随机变量的分布列： 一般地，若离散型随机变量 X可能取的不同值为X i, X2…，X i，…X n，X取每一个值X i(i = 1，2，…，n)的概率 P(X= X)= p i，以表格的形式表示如下： X的分布列.有时为了简单起见，也用等式P(X = X i) = p i， i = 1，2，…，n表示X的分布列. (4)离散型随机变量的分布列的性质： ①P i>0，i = 1，2，…，n； n ②P i = 1. i = 1

(5)常见的分布列： 两点分布：如果随机变量X 的分布列具有下表的形式，则 称X 服从两点分布，并称p = P(X = 1)为成功概率. 两点分布又称 0- 1分布，伯努利分布. 超几何分布：一般地，在含有 M 件次品的N 件产品中，任取 X 件次品，则事件｛X = k ｝发生的概率为 P(X = 其中 m= min ｛ M , n ｝，且 n W N , M < N , n , M , N € N *.如 果随机变量X 的分布列具有上表的形式，则称随机变量 X 服从超几何分布. 2 .二项分布及其应用 (1)条件概率：一般地，设 A 和B 是两个事件，且 P(A)>0, p / AB) 称P(BA) = P ((A )为在事件A 发生的条件下，事件B 发生 的条件概率.P(B|A)读作A 发生的条件下B 发生的概率. ⑵条件概率的性质： ① 0 < P(BA)< 1； ② 必然事件的条件概率为1,不可能事件的条件概率为0; ③ 如果 B 和C 是两个互斥事件，则 P(B U C|A)= P(B|A) + P(C|A). (3) 事件的相互独立性：设 A, B 为两个事件，如果 P(AB)= P(A)P(B)，则 称事件 A 与事件B 相互独立?如果事件 A 与B 相互独立，那么 A 与-,-与B ,-与-也都相互独立. (4) 独立重复试验：一般地，在相同条件下重复做的 n 次试 验称为n 次独立重复试验. c M c N-/i c N k = 0, 1, 2, ,m,即 n 件，其中恰有 k)=

第三章__多维随机变量及其分布总结

第三章 多维随机变量及其分布 第一节 二维随机变量 一、二维随机变量的分布函数 设E 是一个随机试验, 它的样本空间是S . 设X 、Y 是定义在S 上的随机变量, 则由它们构成的一个向量(X , Y )称为二维随机向量或二维随机变量. 一般地, (X , Y )的性质不仅与X 有关, 与Y 有关, 而且还依赖于X 、Y 的相互关系, 因此必须把(X , Y )作为一个整体来研究. 首先引入(X , Y )的分布函数的概念. 定义 设(X , Y )为二维随机变量, 对于任意实数x 、y , 二元函数 F (x , y ) = P {(X ≤ x )∩(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. 分布函数F (x , y )表示事件(X ≤ x )与事件(Y ≤ y )同时发生的概率. 如果把(X , Y )看成平面上具有随机坐标(X , Y )的点, 则分布函数F (x , y )在(x , y )处的函数值就是随机点(X , Y )落在平面上的以(x , y )为顶点而位于该点左下方的无限矩形内的概率.. 由上面的几何解释, 容易得到随机点(X , Y )落在矩形区域{x 1 < X ≤ x 2, y 1 < Y ≤ y 2}的概率为 P {x 1 < X ≤ x 2, y 1 < Y ≤ y 2} = F (x 2, y 2) - F (x 2, y 1) - F (x 1, y 2) + F (x 1, y 1) (1) 与二元函数类似, 二元分布函数F (x , y )也具有如下一些性质: 1? F (x , y )是变量x 和y 的单调不减函数, 即当x 1 < x 2时, F (x 1, y ) ≤ F (x 2, y ); 当y 1 < y 2时, F (x , y 1) ≤ F (x , y 2). 2? 0 ≤ F (x , y ) ≤ 1, 且F (-∞, y ) = 0, F (x , -∞) = 0, F (-∞,-∞) = 0, F (+∞,+∞) = 1.（凡含-∞的概率分布为0） 3? F (x , y )关于x 和y 都是右连续的, 即F (x + 0, y ) = F (x , y ), F (x , y + 0) = F (x , y ). 4? 对任意的(x 1, y 1)、(x 2, y 2), x 1 < x 2, y 1 < y 2, 有F (x 2, y 2) - F (x 2, y 1) - F (x 1, y 2) + F (x 1, y 1) ≥ 0. 注: 二元分布函数具有性质1?~ 4?, 其逆也成立(2?中0 ≤ F (x , y ) ≤ 1可去), 即若二元实值函数F (x , y )(x ∈ R , y ∈ R )满足1?~ 4?, 则F (x , y )必是某二维随机变量的(X , Y )的分布函数. 其中4?是必不可少的, 即它不能由1?~ 3?推出(除去0 ≤ F (x , y ) ≤ 1). 二、二维离散型随机变量 如果二维随机变量(X , Y )的所有可能取的值是有限对或可列无限多对, 则称(X , Y )是二维离散型随机变量. 设二维离散型随机变量(X , Y )所有可能取的值为(x i , y j ) (i , j = 1, 2, 3, …). 记P {X = x i , Y = y j } = p ij (i , j = 1, 2, 3, …)则由概率定义有 p ij ≥ 0; 111 =∑∑∞=∞ =i j ij p . 我们称P {X = x i , Y = y j } = p ij (i , j = 1, 2, 3, …)为二维离散型随机变量(X , Y )的分布律(概率分布)或随机变量X 和Y 的联合分布律, (X , Y )的分布律也可用表格表示. 其分布函数为 = ),(y x F ∑∑≤≤==x x y y j i i j y Y x X P },{= ∑∑≤≤x x y y ij i j p 这里 ∑∑ ≤≤x x y y i j 表示对一切x i ≤ x , y j ≤ y 的那些指标i 、j 求和. 例1 一个口袋中有三个球, 依次标有1、2、2, 从中任取一个, 不放回袋中, 再任取一个. 设每次取球时, 各球被取到的可能性相等, 以X 、Y 分别记第一次和第二次取到的球上标有的数字, 求X 、Y 的联合分布律与分布函数.. 解: (X , Y )的可能取值为(1, 2)、(2, 1)、(2, 2). P {X = 1, Y = 2}= P {X = 1}P {Y = 2 / X = 1}= 3 12231=?.

§4随机变量函数的分布

§3.4 随机变量函数的分布 对离散型随机变量，我们讨论过随机变量函数的分布问题，对一般的随机变量当然也存在同样的问题。例如，若ξ是N （2 ,σμ）分布的随机变量，为了解决计算中的查表问题， 在中曾经引入变换 η=σ ξa - 这个新出现的随机变量η就是原来的随机变量ξ的一个函数。现在来讨论连续型随机变量函数的分布问题，先介绍一个便于应用的定理。 定理3.1 设ξ是一个连续型随机变量，其密度函数为p (x)，又y =)(x f 严格单调，其反函数)(x h 有连续导数，则=η)(ξf 也是一个连续型随机变量，且其密度函数为 ? ? ?<<*=其他,0|],)(|)([)('β α?y y h y h p y （3.51） 其中 α=min{)(-∞f ,)(+∞f } β=min{)(-∞f ,)(+∞f } (证明 略) 例3.11（略） 例3.12（略） 2χ—分布 我们先给出下述一个式子： p (x,y)=? ? ???≤>Γ-0,00,)2(212x x x n y n 我们通常把以上述（3.53）式(其中n 是参数)为密度函数的分布称为是自由度为n 的 2χ—分布（2χ读作“卡方”），并记作)(2 n χ，它是数理统计中一个重要的分布。 （一）和的分布 设),(ηξ是一个二维连续型随机变量，密度函数为p (x,y)，现在来求ηξζ+=的分布，按定义为 F ζ(y)= P (ζ

F ζ(y)= ??<+y x x dx dx x x p 2121 2 1 ),( = dx dx x x p )),((221?? ∞∞ -∞ ∞ - （3.54） 如果ξ与η是独立的，由（3.48）知P ξ(x)·P η(y)是(ηξ,)的密度函数，用P ξ(x)·P η(y)代替（3.54）式中的p (x 1,x 2)便得 F ζ(y) = dx dx x p x p ))()((221?? ∞∞ -∞ ∞-ηξ =dx dz x z p x p y ))()((11? ?∞ ∞-∞--ηξ = dz dx x z p x p y ))()((11?? ∞ -∞∞ --ηξ 由此可得 ζ 的密度函数为 F ζ(y)= F ' ξ(y)= dx x y p x p ? ∞ ∞ --)()(ηξ （3.55） 由对称性还可得 F ζ(y)= dx x p x y p ? ∞ ∞ --)()(ηξ （3.56） 由（3.55）或（3.56）式给出的运算称为卷积，通常简单地记作 P ζ=P ξ* P η 例3.13（略） 我们已经知道某些分布具有可加性，其实还有一些其它分布，也具有可加性，其中2 χ—分布的可加性在数理统计中颇为重要，我们这里顺便证明这个结论。为此，可以讨论更一般形式的一个分布—Γ分布。如果随机变量ξ具有密度函数为 p (x,y)=?? ???≤>Γ--0,00 ,)(1x x e x x βαααβ （3.57） （其中α>0, β>0为两个常数），这时称ξ是参数为（α,β）的Γ分布的随机变量，相应的分布称作参数为（α,β）的Γ分布，并记作Γ(α,β). 例3.14（略） （二）商的分布 设),(ηξ是一个二维连续型随机变量，密度函数为p (x 1,x 2)，现在来求η ξ ζ= 的分

随机变量及其分布考点总结

随机变量及其分布考点总结-标准化文件发布号：（9556-EUATWK-MWUB-WUNN-INNUL-DDQTY-KII

第二章 随机变量及其分布 复习 一、随机变量. 1. 随机试验的结构应该是不确定的.试验如果满足下述条件： ①试验可以在相同的情形下重复进行；②试验的所有可能结果是明确可知的，并且不止一个；③每次试验总是恰好出现这些结果中的一个，但在一次试验之前却不能肯定这次试验会出现哪一个结果. 它就被称为一个随机试验. 2. 离散型随机变量：如果对于随机变量可能取的值，可以按一定次序一一列出，这样的随机变量叫做离散型随机变量.若ξ是一个随机变量，a ，b 是常数.则b a +=ξη也是一个随机变量.一般地，若ξ是随机变量，)(x f 是连续函数或单调函数，则)(ξf 也是随机变量.也就是说，随机变量的某些函数也是随机变量. 3、分布列：设离散型随机变量ξ可能取的值为： ,,,,21i x x x ),2,1( =i x 的概率p x P ==)(ξ. ,2,1,01=≥i p 121=++++ i p p p 注意：若随机变量可以取某一区间内的一切值，这样的变量叫做连续型随机变量.例如：]5,0[∈ξ即ξ可以取0～5之间的一切数，包括整数、小数、无理数. 典型例题： 1、随机变量ξ的分布列为(),1,2,3(1) c P k k k k ξ===+……，则P(13)____ξ≤≤= 2、袋中装有黑球和白球共7个，从中任取两个球都是白球的概率为1 7 ，现在甲乙两人从袋 中轮流摸去一球，甲先取，乙后取，然后甲再取……，取后不放回，直到两人中有一人取到白球时终止，用ξ表示取球的次数。（1）求ξ的分布列（2）求甲取到白球的的概率 3、5封不同的信，放入三个不同的信箱，且每封信投入每个信箱的机会均等，X 表示三哥信箱中放有信件树木的最大值，求X 的分布列。 4、为了解某班学生喜爱打篮球是否与性别有关，对本班50人进行了问卷调查得到了如下的 已知在全部50人中随机抽取1人抽到喜爱打篮球的学生的概率为5 ． （1）请将上面的列联表补充完整； （2）是否有99.5％的把握认为喜爱打篮球与性别有关？说明你的理由； （3）已知喜爱打篮球的10位女生中，12345,,A A A A A ，，还喜欢打羽毛球，123B B B ，，还喜欢打乒乓球，12C C ，还喜欢踢足球，现再从喜欢打羽毛球、喜欢打乒乓球、喜欢踢足球的女生中各选出1名进行其他方面的调查，求1B 和1C 不全被选中的概率．

连续型随机变量的分布与例题讲解

连续型随机变量的分布 （一）连续型随机变量及其概率密度函数 1.定义：对于随机变量X 的分布函数 F(X) ，若存在非负函数f(x), 使对于 任意的实数 x，有F ( x)x f(x) 称为 X f (t)dt ，则称X为连续性随机变量， 的概率密度函数，简称概率密度。 注： F(x)表示曲线下x 左边的面积，曲线下的整个面积为1。 2 .密度函数f(x) 的性质：注： f( x)不是概率。 1) f( x)≥ 0 + f ( x) dx = 1 2) ò-x 2 3)P{x 1 < X ? x 2 }òx1 f (x) dx = F (x 2 ) - F (x 1 ) 特别地，连续型随机变量在某一点的概率为零，即 P{ X = x} = 0. （但 { X=x} 并不一定是不可能事件） 因此P(a≤X ≤ b)= P(a< X