1,已知随机变量X 的分布律如下表所示,2)1(-=X Y 求E (Y ) 及D (Y )。
解:E (Y )= D (Y )=
2,已知随机变量X 与Y 的联合分布律如下表所示,
求 4
sin
Z =的数学期望。(0.7536)
3,随机变量X~N (1,2),Y~N (2,3),且X 与Y 独立,令Z=X+2Y+1则E (Z )= 及D (Z )= 。 4,列表述错误的是() A ,E (X+Y )=E (X )+E (Y ) B ,E (X )=0,则D (X )=0
C ,若X 与Y 不相关则
D (X+Y )=D (X )+D (Y ) D ,若X 与Y 不相关则D (X-Y )=D (X )+D (Y )
5,随机变量(X ,Y )在区域D 上服从均匀分布,其中D 为x=0,y=0 及直线 x+y/2=1所围成的区域,求XY 的数学期望E (XY )和方差D (XY )。
6,设(X ,Y )在区域G={(x,y )|x ≥0,x+y ≤1, x-≤1}上均匀分布,证明X 与Y 不独立,也不相关。
7设一次试验成功的概率为p ,进行100次独立重复试验,当p=-------时,成功次数的标准差值最大,其最大值为-------- 答案是2
1,5。
分析:若X 满足二项分布,则D(X)=np(1-p),
dp X dD )(=n(1-p)-np=n(1-2p)=0,p=21
,
0221)(2
2<-==n p X D dp
d 故p=,)(最大值为是方差最大值点,方差252
12110021121
=??==-p p np 从而标准查最大值为.525=
8设随机变量X 服从参数为的泊松λ分布,且已知E
[]==--λ则,1)2)(1(X X
答案是:1
分析: )22λλλ+==X E X E (,)
( [][]
,12323)2)(1(22=+-+=+-=--λλλX X E X X E
解得1=λ
9,随机变量X 和Y 独立分布,记U=X-Y ,V=X+Y ,则随机变量 U 与V 必然()
(A )不独立(B )独立
(C )相关系数不为零;(D )相关系数为零。 答案是:D
10,随机变量X 的概率密度函数f (x )=1
221
-+-x x
e π
2
/1)(1)(2
1
1~21121
21
12
2
1
1
22==-?
==
----+X D X E N X x e e
x f X x x
,
),即,(可知)
()(解:由ππ
46
)(32),3(~),
2,0(~)6,0(~,113213221321答案是)
(
,则若且,,设随机变量=+-=Y D X X X Y P X N X U X X X X
(),
)(则)(),且,(随机变量=<=<<03.0422~,122X P X P N X σ2
.08.012122208.023.05.02022
2
04210~2
),,2~2
=-=Φ-=-Φ=-<-=∴=Φ∴=-Φ=Φ-Φ=<
-<
=-)()())(()
〈()(,)()()()
()〈〈()因而,(可知
(解:由σ
σσσσ
σσσ
σ
σ
σX P X P X P X P N X N X 13设随机变量X 服从参数为1的指数分布,则E (X+e )()2=-x 解:3
4
由X~f (x ),可知X~f(x)=??
?<≥-00
x x e x 可
E (X+e
∞+--+
=+=0
221)x x
Ee EX e x 2- e
3
4)10(3113
1
10
3=--=-=∞+--x
x
e dx
的期望值
)的值,()求(,
)()独立,又(与)
(同分布,与且其它设22
1
214
3
02083)(~,14X
B A P Y B X A X Y x x x f X ααα=+>=>=???
??<<=
解:(1)由
X~
同分布,
与且其它X Y x x x f ??
?
??<<=02083)(2
4
3
838
31)(11)2(),(4,4048)8(16)8(4
3)8(81)8(81)8(81)8(81)
()()()()()8(8
1
)()()()8(818183)()(0,4
3
111111)()()(1
8
1
0830)(020
2
2022233323333333
232222
23
222
0=
===-===+---=-?---+-=-+=+-==>=-==+=>=≥=+=?-+=-+=+==>===++==
>=<>=>=??????
????∞+∞-∞+∞+∞+∞+∞
+x dx x x dx x f x X E
B P A P B P A P B A p dy x f Y p B p x odx dx x X P A p B A p B P A P B P A P B A p dy y f Y P B p x dx dx x dx dx x f X P A p Y B X A 舍去不合题意即即即即因而相矛盾)(与)
()()()()(即)()(时)独立,可知当()与(且αααααααααααααααααααα
ααα
则对于任意常数是随机变量且设C
X D X E X )0,(,)(,)(,152>==σμσμ
2
2
22
2
2
22222
22222222222222222222222
2
22)2()()(222)
()(显然)
()()(得,由解:选)
()(:)()(:)()(:,)(:μσμαμμσμ
μμμμμσμμσμσσμμμμ-≥-=+-+=+-=+-=--+=+-+=+-=+-=-+=+===-≥--<--=--=-X E c X E EX EX X X E X E c c c c cX EX c cX X E c X E EX DX EX DX EX D
X E c X E D X E c X E C X E c X E b c EX c X E A 。
[][]元。
不少于个单位,可期望获得利品,每周进货最少为答:此商店经商这种商,取即,即)(令)()()()()()(其它
)(且〈,,,)(即。)(时,当)(时,当,且商品的每周进货量为解:设一商店经销某种元。
获利的期望不少于为多少,可使商品的每周进货量最少元。求此商品经销这种售一单位商品获利外部调挤供应,此时每元,若供不应求,则从商店亏损价处理,每处理一单位则削元,若供大于求售一单位商店可获利中的某一整数,商店每,为区间量上的均匀分布,而进货,服从区间品的每周需求量设某一商店经销某种商92802121263
2
20
92805.7350525092805.73505250102
1551520
1
2003002011006000
301020
1~3020030010100600200300300500301006001005001030109280300100,50030103010,1622
30
21023010=≤≤≥-+≥-+=++-=++-==∴???
??≤≤=??
?≤+≤≤-=+=-+=≤≤-=--=≤≤≤≤???∞+∞-αααααααααααααααααααααααα
αααX EL x x x x dx
x dx x dx x Lf X EL x x f X x X X X X L X X L X X X X L X X 思考题一:有n 个编号小球,和n 个编号的箱子,现在随机投放,要求每个箱子恰有一球。设X 表示投放中球号和箱子编号相同的数目,求E (X )及D (X )
思考题二:设两个随机变量X ,Y 相互独立,且都服从均值为0,方差为1/2的正态分布,求随机变量|X-Y|的方差。
思考题三:长途汽车起点站于每时的10分、30分、55分发车,设乘客不知发车时间,于每小时的任意时刻随机地到达车站,求乘客的平均候车时间.
第二章 随机变量及其分布 1、解: 设公司赔付金额为X ,则X 的可能值为; 投保一年内因意外死亡:20万,概率为0.0002 投保一年内因其他原因死亡:5万,概率为0.0010 投保一年内没有死亡:0,概率为1-0.0002-0.0010=0.9988 所以X 2、一袋中有5X 表示取出的三只球中的最大号码,写出随机变量X 的分布律 解:X 可以取值3,4,5,分布律为 10 61)4,3,2,1,5()5(1031)3,2,1,4()4(10 11)2,1,3()3(35 2 435 2 335 2 2=?= === ?==== ?= ==C C P X P C C P X P C C P X P 中任取两球再在号一球为中任取两球再在号一球为号两球为号一球为 也可列为下表 X : 3, 4,5 P :10 6, 103,101 3、设在15只同类型零件中有2只是次品,在其中取三次,每次任取一只,作不放回抽样,以X 表示取出次品的只数,(1)求X 的分布律,(2)画出分布律的图形。 解:任取三只,其中新含次品个数X 可能为0,1,2个。 35 22 )0(315313= ==C C X P 3512)1(3 15213 12=?==C C C X P 35 1)2(3 15 113 22= ?= =C C C X P 再列为下表 X : 0, 1, 2 P : 35 1, 3512,3522 4、进行重复独立实验,设每次成功的概率为p ,失败的概率为q =1-p (0
1-9已知随机变量X的分布函数为 0 , x< 0 F x (x) = kx1 , 0 < x < 1 1 、x > 1 求:①系数広②X落在区间(0.3,0.7)内的概率;③随机变量X 的概率密度。 解: 第①问利用心⑴右连续的性质k = 1 P{0?3 < X <0.7} = P{0.3 < X W0.7}-P[X = 0.7} = F(0? 7)_F(0.3) 第②问 第③问人⑴_〃x (叭广OKI dx [O else
1-IO L Z 知随机变量X 的概率密度为f x ⑴=辰F<乂< +8)(拉 普拉斯分布),求: ①系数k ②X 落在区间(0,1)内的概率 ③随机变量X 的分布函数 解: 第①问 匸/⑴dzl k= \ 第②问 P{E
1-11 某繁忙的汽车站,每天有大量的汽车进出。设每辆汽车 在 一天内出事故的概率为0.0001,若每天有1000辆汽车进出 汽车站,问汽车站岀事故的次数不小于2的概率是多少? 咼斯分布 实际计算中,只需满足皿二项分/俪趟近于泊松分布 2 k 门_几 P (x =k )=^— 7 k\ 汽车站出事故的次数不小于2的概率 P (k>2) = l-P (k = 0)-P (k = l ) 答案P 伙\2) = 1_1?1严1 A np
随机变量及其分布列典型例题 【知识梳理】 一.离散型随机变量的定义 1定义:在随机试验中,确定一个对应关系,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,数字随着试验结果变化而变化的变量称为随机变量、 ①随机变量就是一种对应关系;②实验结果必须与数字对应; ③数字会随着实验结果的变化而变化、 2.表示:随机变量常用字母X ,Y,ξ,η,…表示. 3、所有取值可以一一列出的随机变量,称为离散型随机变量 ( dis cre te ran dom var ia ble ) . 二、离散型随机变量的分布列 1.一般地,若离散型随机变量X 可能取的不同值为x 1,x 2,…,xi ,…,x n, X 取每一个值x i (i=1,2,…, n)的概率P (X =xi)=pi ,则称表: 为离散型随机变量X P(X =x i )=p i , i =1,2,…,n, 也可以用图象来表示X 的分布列、 2.离散型随机变量的分布列的性质 ①pi ≥0,i=1,2,…,n ;②11 =∑=n i i p . 三.两个特殊分布 1.两点分布),1(~P B X 若随机变量X 的分布列具有上表形式,则称服从两点分布,并称p =P (X =1)为成功概率. 2、超几何分布),,(~n M N H X 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,则P (X =k )= n N k n M N k M C C C --,k =0,1,2,…,m ,其中m =min {}n M ,,且n ≤N ,M ≤N ,n ,M,N ∈N * . 三、二项分布 一般地,在n 次独立重复试验中,用 X 表示事件A 发生的次数,设每次试验中事件A发生的概率为p ,则P (X=k )=C 错误!p k (1-p)n - k ,k=0,1,2,…,n 、此时称随机变量X服从二项分布,记作X ~B (n ,p),并称p 为成功概率.易得二项分布的分布列如下;
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+…
1,已知随机变量X 的分布律如下表所示,2)1(-=X Y 求E (Y ) 及D (Y )。 解:E (Y )= D (Y )= 2,已知随机变量X 与Y 的联合分布律如下表所示, 求 4 sin Z =的数学期望。(0.7536) 3,随机变量X~N (1,2),Y~N (2,3),且X 与Y 独立,令Z=X+2Y+1则E (Z )= 及D (Z )= 。 4,列表述错误的是() A ,E (X+Y )=E (X )+E (Y ) B ,E (X )=0,则D (X )=0 C ,若X 与Y 不相关则 D (X+Y )=D (X )+D (Y ) D ,若X 与Y 不相关则D (X-Y )=D (X )+D (Y ) 5,随机变量(X ,Y )在区域D 上服从均匀分布,其中D 为x=0,y=0 及直线 x+y/2=1所围成的区域,求XY 的数学期望E (XY )和方差D (XY )。 6,设(X ,Y )在区域G={(x,y )|x ≥0,x+y ≤1, x-≤1}上均匀分布,证明X 与Y 不独立,也不相关。
7设一次试验成功的概率为p ,进行100次独立重复试验,当p=-------时,成功次数的标准差值最大,其最大值为-------- 答案是2 1,5。 分析:若X 满足二项分布,则D(X)=np(1-p), dp X dD )(=n(1-p)-np=n(1-2p)=0,p=21 , 0221)(2 2<-==n p X D dp d 故p=,)(最大值为是方差最大值点,方差252 12110021121 =??==-p p np 从而标准查最大值为.525= 8设随机变量X 服从参数为的泊松λ分布,且已知E []==--λ则,1)2)(1(X X 答案是:1 分析: )22λλλ+==X E X E (,) ( [][] ,12323)2)(1(22=+-+=+-=--λλλX X E X X E 解得1=λ 9,随机变量X 和Y 独立分布,记U=X-Y ,V=X+Y ,则随机变量 U 与V 必然() (A )不独立(B )独立 (C )相关系数不为零;(D )相关系数为零。 答案是:D
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:
随机变量及其分布知识点汇总 知识点一 离散型随机变量及其分布列 (一)、离散型随机变量的分布列 一般地,设离散型随机变量X 可能取的值为12,,,,,i n x x x x ??????,X 取每一个值 (1,2,,)i x i n =???的概率()i i P X x p ==,则称以下表格 为随机变量X 的概率分布列,简称X 的分布列. 离散型随机变量的分布列具有下述两个性质: (1)0,1,2,,i P i n =???≥ (2)121n p p p ++???+= 1.两点分布 如果随机变量X 的分布列为 则称X 服从两点分布,并称=P(X=1)p 为成功概率. 2.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,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 --=== 则随机变量X 的概率分布列如下: {}*min ,,,,,,m M n n N M N n M N N =≤≤∈其中且。 注意:超几何分布的模型是不放回抽样
知识点二 条件概率与事件的独立性 (一)、条件概率 一般地,设A,B 为两个事件,且()0P A >,称() (|)() P AB P B A P A =为在事件A 发生的条件下,事件B 发生的条件概率. 0(|)1P B A ≤≤ 如果B 和C 互斥,那么[()|](|)(|)P B C A P B A P C A =+ (二)、相互独立事件 设A ,B 两个事件,如果事件A 是否发生对事件B 发生的概率没有影响(即 ()()()P AB P A P B =),则称事件A 与事件B 相互独立。 ()()()A B P AB P A P B ?=即、相互独立 一般地,如果事件A 1,A 2,…,A n 两两相互独立,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1212(...)()()...()n n P A A A P A P A P A =. 注意:(1)互斥事件:指同一次试验中的两个事件不可能同时发生; (2)相互独立事件:指在不同试验下的两个事件互不影响. (三)、n 次独立重复试验 1.一般地,在相同条件下,重复做的n 次试验称为n 次独立重复试验. 在n 次独立重复试验中,记i A 是“第i 次试验的结果”,显然, 1212()()()()n n P A A A P A P A P A ???=??? “相同条件下”等价于各次试验的结果不会受其他试验的影响 注意: 独立重复试验模型满足以下三方面特征 第一:每次试验是在同样条件下进行; 第二:各次试验中的事件是相互独立的; 第三:每次试验都只有两种结果,即事件要么发生,要么不发生. 2.n 次独立重复试验的公式: n A X A p n A k 一般地,在次独立重复试验中,设事件发生的次数为,在每次试验中事件发生的概率为,那么在次独立重复试验中,事件恰好发生次的概率为 ()(1),0,1,2,...,.(1)k k n k k k n k n n P X k C p p C p q k n q p --==-===-其中,而称p 为成功
1,已知随机变量X的分布律如下表所示,2)1 (- =X Y求E(Y)及D(Y)。 解:E(Y)= D(Y)= 2,已知随机变量X与Y的联合分布律如下表所示, 求 4) ( sin Y X Z + = π的数学期望。(0.7536) 3,随机变量X~N(1,2),Y~N(2,3),且X与Y独立,令Z=X+2Y+1则E(Z)= 及D(Z)= 。 4,列表述错误的是() A,E(X+Y)=E(X)+E(Y) B,E(X)=0,则D(X)=0 C,若X与Y不相关则D(X+Y)=D(X)+D(Y) D,若X与Y不相关则D(X-Y)=D(X)+D(Y) 5,随机变量(X,Y)在区域D上服从均匀分布,其中D为x=0,y=0 及直线x+y/2=1所围成的区域,求XY的数学期望E(XY)和方差D(XY)。 6,设(X,Y)在区域G={(x,y)|x≥0,x+y≤1, x-≤1}上均匀分布,证明X与Y不独立,也不相关。
7设一次试验成功的概率为p ,进行100次独立重复试验,当p=-------时,成功次数的标准差值最大,其最大值为-------- 答案是21 ,5。 分析:若X 满足二项分布,则D(X)=np(1-p), dp X dD )(=n(1-p)-np=n(1-2p)=0,p=2 1 , 022 1)(2 2 <-==n p X D dp d 故p= ,)(最大值为是方差最大值点,方差25212 11002 112 1=? ?==-p p np 从而标准查最大值为 .525= 8设随机变量X 服从参数为的泊松 λ分布,且已知 E []==--λ则,1)2)(1(X X 答案是:1 分析: )22λλλ+==X E X E (,)( [][ ] ,12323)2)(1(2 2 =+-+=+-=--λλλX X E X X E 解得1=λ 9,随机变量X 和Y 独立分布,记U=X-Y ,V=X+Y ,则随机变量 U 与V 必然( ) (A )不独立 (B )独立 (C )相关系数不为零; (D )相关系数为零。 答案是:D
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”简介 北京师范大学数学科学院李勇 随机变量是研究随机现象的重要工具之一,他建立了连接随机现象和实数空间的一座桥梁,使得我们可以借助于有关实数的数学工具来研究随机现象的本质,从而可以建立起应用到不同领域的概率模型,如二项分布模型、超几何分布模型、正态分布模型等。 在本章中将通过具体实例,帮助学生理解取有限值的离散型随机变量及其分布列、均值、方差的概念,理解超几何分布和二项分布的模型并能解决简单的实际问题,使学生认识分布列对于刻画随机现象的重要性,认识正态分布曲线的特点及曲线所表示的意义。 一、内容与要求 1. 随机变量及其分布的概念。 通过具体实例使学生理解随机变量及其分布列的概念,认识随机变量及其分布对于刻画随机现象的重要性。要求学生会用随机变量表达简单的随机事件,并会用分布列来计算这类事件的概率。 2.超几何分布模型及其应用。 通过实例,理解超几何分布及其导出过程,并能进行简单的应用。 3. 二项分布模型及其应用。 通过具体实例使学生了解条件概率和两个事件相互独立的概念,理解n次独立重复试验和二项分布模型,并能解决一些简单的实际问题。 4.离散随机变量的均值与方差。 通过实例使学生理解离散型随机变量均值、方差的概念,能计算简单离散型随机变量的均值、方差,并能解决一些实际问题。 5.正态分布模型。 借助直观使学生认识正态分布曲线的特点及含义。 二、内容安排及说明 1.全章共安排了4个小节,教学约需12课时,具体内容和课时分配如下(仅供参考): 2.1 离散型随机变量及其分布列约3课时 2.2 二项分布及其应用约4课时
2.3 离散型随机变量的均值与方差约3课时 2.4 正态分布约1课时 小结约1课时 2. 本章知识框图 3.对内容安排的说明。 研究一个随机现象,可以借助于随机变量,而分布描述了随机变量取值的概率分布规律。二项分布和超几何分布是两个应用广泛的概率模型.为了使学生能够更好地理解它们,并能用来解决一些实际问题,教科书在内容安排上作了如下考虑: (1) 为学生把注意力集中在随机变量的基本概念和方法的理解上,通过取有限个不同 值的随机变量为载体介绍这些概念,以便他们能更好的应用这些概念解决实际问 题。例如,如何定义随机变量来描述所感兴趣的随机事件;一个具体的随机变量都 能表达什么样的事件,如何表达这些事件;如何用分布列来表达随机事件发生的概 率等。 (2) 介绍超几何分布模型及其应用,其目的是 i. 让学生了解它的广泛应用背景,并使学生能够应用该分布设计一些能够丰富学生课外
随机变量及分布列 1.已知随机变量() 20,X N σ~,若(2)P X a <=,则(2)P X >的值为( ) A. 12a - B. 2 a C. 1a - D. 12a + 2.已知随机变量 ,若 ,则的值为( ) A. 0.4 B. 0.2 C. 0.1 D. 0.6 3.已知 ,,则的值为( ) A. 10 B. 7 C. 3 D. 6 4.集装箱有标号为1,2,3,4,5,6且大小相同的6个球,从箱中一次摸出两个球,记下号码并放回,如果两球 号码之积是4的倍数,则获奖.若有4人参与摸奖,恰好有3人获奖的概率是( ) A. B. C. D. 5.甲袋中放有大小和形状相同的小球若干,其中标号为0的小球为1个,标号为1的小球2个,标号为2 的小球2个.从袋中任取两个球,已知其中一个的标号是1,则另一个标号也是1的概率为__________. 6.设随机变量服从正态分布, ,则__________. 7.某人通过普通话二级测试的概率是,他连线测试3次,那么其中恰有1次通过的概率是( ) A. B. C. D. 8.从1,2,3,4,5,6,7中任取两个不同的数,事件为“取到的两个数的和为偶数”,事件为“取到的两个 数均为奇数”,则( ) A. B. C. D. 9.班主任为了对本班学生的考试成绩进行分析,决定从全班25位女同学,15位男同学中随机 抽取一个容量为8的样本进行分析. (Ⅰ)如果按性别比例分层抽样,求样本中男生、女生人数分别是多少; (Ⅱ)随机抽取8位同学,数学成绩由低到高依次为:6065707580859095,,,,,,,; 物理成绩由低到高依次为:7277808488909395,,,,,,,,若规定90分(含90分)以上为优秀,记ξ为这8位同学中数学和物理分数均为优秀的人数,求ξ的分布列和数学期望.
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)=
圆梦教育中心 随机变量及其分布知识点整理 一、离散型随机变量的分布列 一般地,设离散型随机变量X 可能取的值为12,,,,,i n x x x x ??????,X 取每一个值(1,2,,)i x i n =???的概率 ()i i P X x p ==,则称以下表格 为随机变量X 的概率分布列,简称X 的分布列. 离散型随机变量的分布列具有下述两个性质: (1)0,1,2,,i P i n =???≥ (2)121n p p p ++???+= 1.两点分布 则称X 服从两点分布,并称=P(X=1)p 为成功概率. 2.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,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 --=== {}*min ,,,,,,m M n n N M N n M N N =≤≤∈其中且。 注:超几何分布的模型是不放回抽样 二、条件概率 一般地,设A,B 为两个事件,且()0P A >,称() (|)() P AB P B A P A = 为在事件A 发生的条件下,事件B 发生的条件概率. 0(|)1P B A ≤≤ 如果B 和C 互斥,那么[()|](|)(|)P B C A P B A P C A =+U 三、相互独立事件 设A ,B 两个事件,如果事件A 是否发生对事件B 发生的概率没有影响(即()()()P AB P A P B =),则称事件A 与事件B 相互独立。()()()A B P AB P A P B ?=即、相互独立 一般地,如果事件A 1,A 2,…,A n 两两相互独立,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1212(...)()()...()n n P A A A P A P A P A =.
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
随机变量及其分布知识点整理 一、离散型随机变量的分布列 一般地,设离散型随机变量X 可能取的值为12,,,,,i n x x x x ??????,X取每一个值(1,2,,)i x i n =???的概率()i i P X x p ==,则称以下表格 为随机变量X 的概率分布列,简称X 的分布列、 离散型随机变量的分布列具有下述两个性质: (1)0,1,2,,i P i n =???≥ (2)121n p p p ++???+= 1、两点分布 则称X服从两点分布,并称=P(X=1)p 为成功概率、 2、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,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 --=== {}*min ,,,,,,m M n n N M N n M N N =≤≤∈其中且。 注:超几何分布的模型就是不放回抽样 二、条件概率 一般地,设A,B为两个事件,且()0P A >,称()(|)() P AB P B A P A =为在事件A 发生的条件下,事件B 发生的条件概率、 0(|)1P B A ≤≤ 如果B 与C 互斥,那么[()|](|)(|)P B C A P B A P C A =+ 三、相互独立事件 设A,B两个事件,如果事件A 就是否发生对事件B 发生的概率没有影响(即()()()P AB P A P B =),则称事
件A 与事件B 相互独立。()()()A B P AB P A P B ?=即、相互独立 一般地,如果事件A1,A 2,…,A n 两两相互独立,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1212(...)()()...()n n P A A A P A P A P A =. 注:(1)互斥事件:指同一次试验中的两个事件不可能同时发生; (2)相互独立事件:指在不同试验下的两个事件互不影响、 四、n 次独立重复试验 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、 在n 次独立重复试验中,记i A 就是“第i 次试验的结果”,显然,1212()()()()n n P A A A P A P A P A ???=??? “相同条件下”等价于各次试验的结果不会受其她试验的影响 注: 独立重复试验模型满足以下三方面特征 第一:每次试验就是在同样条件下进行; 第二:各次试验中的事件就是相互独立的; 第三:每次试验都只有两种结果,即事件要么发生,要么不发生、 n 次独立重复试验的公式: n A X A p n A k 一般地,在次独立重复试验中,设事件发生的次数为,在每次试验中事件发生的概率为,那么在次独立重复试验中,事件恰好发生次的概率为 ()(1),0,1,2,...,.(1)k k n k k k n k n n P X k C p p C p q k n q p --==-===-其中,而称p 为成功概率、 五、二项分布 一般地,在n 次独立重复试验中,用X 表示事件A 发生的次数,设每次试验中事件A 发生的概率为p ,则 ()(1)0,1,2,,k k n k n P X k C p p k n -==-=???, 此时称随机变量X服从二项分布,记作~(,)X B n p ,并称p为成功概率、 六、离散随机变量的均值(数学期望) 则称1122()i i n n E X x p x p x p x p =+++++ 为X 的数学期望或均值,简称为期望.它反映了离散型随机变量取值的平均水平. 则()EY aE X b =+,即()()E aX b aE X b +=+ 2.一般地,如果随机变量X 服从两点分布,那么
第二章随机变量及其分布练习题 1.甲、乙两人各进行一次射击,甲击中目标的概率是0.8,乙击中目标的概率 是0.6,则两人都击中目标的概率是( ) A.1.4 B.0.9 C.0.6 D.0.48 2.设随机变量1~62X B ?? ???,,则(3)P X =等于( ) A.516 B.316 C.5 8 D.716 3.设随机变量X 的概率分布列为 X 1 2 3 P 1 6 1 3 1 2 则E (X +2) ( ). A.113 B .9 C.133 D.73 4.两台相互独立工作的电脑,产生故障的概率分别为a ,b ,则产生故障的电脑 台数的均值为( ) A.ab B.a b + C.1ab - D.1a b -- 5.某普通高校招生体育专业测试合格分数线确定为60分.甲、乙、丙三名考生 独立参加测试,他们能达到合格的概率分别是0.9,0.8,0.75,则三人中至少有 一人达标的概率为( ) A .0.015 B .0.005 6.设随机变量~()X B n p ,,则22 ()()DX EX 等于( ) A.2p B.2(1)p - C.np D.2(1)p p - 7.对标有不同编号的6件正品和4件次品的产品进行检测,不放回地依次摸出 2件.在第一次摸出正品的条件下,第二次也摸到正品的概率是 ( ). A.35 B.25 C.110 D.59 8.从1,2,3,4,5中任取2个不同的数,事件A =“取到的2个数之和为偶 数”,事件B =“取到的2个数均为偶数”,则P (B |A )= ( ). A.18 B.14 C.25 D.12
9.设随机变量ξ服从正态分布N(0,1),P(ξ>1)=p,则P(-1<ξ<0)等于(). A.1 2p B.1-p C.1-2p D. 1 2-p 10.已知随机变量X服从正态分布N(μ,σ2),且P(μ-2σ 第二章 随机变量及其数字特征 一、教学要求 1. 理解随机变量的概念,掌握离散型和连续型随机变量的描述方法,理解概率分布列和概率密度函数的概念和性质; 2. 理解分布函数的概念和性质,会利用概率分布计算有关事件的概率; 3. 会利用分布函数计算离散和连续随机变量函数的数字特征; 4. 熟练掌握退化分布、两点分布、二项分布、几何分布、超几何分布、泊松分布和正态分布、指数分布、均匀分布等常用概率分布及其数字特征的计算和相关概率的求解; 5. 应用公式会求简单随机变量函数的概率分布及数字特征。 二、重点与难点 本章的重点是随机变量概率分布及其性质,常见的几种分布,随机变量函数的分布、数学期望和方差的计算;难点是随机变量函数的分布及数学期望的计算。 §2.1 随机变量及其分布 一、 随机变量 1.引入随机变量的必要性 1)在随机现象中,有很大一部分问题与数值发生关系。如:产品检验问题中,抽样中 出现的废品数;在车间供电问题中某时刻正在工作的车床数;在电讯中,某段时间的话务量等等。 2)有些初看起来与数值无关的随机现象,也常常能联系数值来描述。如: 掷硬币问题中,记出现正面时为“1”,出现反面时为“0”。 注:这些例子中,试验的 结果能用一个数字X 来表示,这个数X 是随着试验的结果的不同而变化的,也即它是样本点的一个函数,这种量以后称为随机变量。 2.引例 先看一个具体的例子: 例1 袋中有3只黑球,2只白球,从中任意取出3只球,观察取出的3只球中的黑球的个数. 我们将3只黑球分别记作1,2,3号,2只白球分别记作4,5号,则该试验的样本空间为 ()()()()()()()()()()123124125134135145234235245345?? ? ??? Ω=? ??? ??? ? ,,,,,,,,,,,,,,,,,,,, 我们记取出的黑球数为 X ,则 X 的可能取值为1,2,3.因此, X 是一个变量. 但是, X 取什么值依赖于试验结果,即 X 的取值带有随机性,所以,我们称 X 为随机变量. 随机变量及其分布 一、离散型随机变量的分布列 一般地,设离散型随机变量X 可能取的值为12,,,,,i n x x x x ??????,X 取每一个值(1,2,,)i x i n =???的概率()i i P X x p ==,则称以下表格 为随机变量X 的概率分布列,简称X 的分布列. 离散型随机变量的分布列具有下述两个性质: (1)0,1,2,,i P i n =???≥ (2)121n p p p ++???+= 常见的两种分布: 1.两点分布 如果随机变量X 的分布列为 则称X 服从两点分布,并称=P(X=1)p 为成功概率. 2.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,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 --== = 则随机变量X 的概率分布列如下: {}*min ,,,,,,m M n n N M N n M N N =≤≤∈其中且。 注:超几何分布的模型是不放回抽样 二、条件概率 一般地,设A,B 为两个事件,且()0P A >,称() (|)()P AB P B A P A =为在事件A 发生的条件下,事件B 发生的条件概率. 0(|)1P B A ≤≤ 三、相互独立事件 设A ,B 两个事件,如果事件A 是否发生对事件B 发生的概率没有影响(即 ()()()P AB P A P B =),则称事件A 与事件B 相互独立。 ()()()A B P AB P A P B ?=即、相互独立 一般地,如果事件A 1,A 2,…,A n 两两相互独立,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1212(...)()()...()n n P A A A P A P A P A =. 注:(1)互斥事件:指同一次试验中的两个事件不可能同时发生; (2) 相互独立事件:指在不同试验下的两个事件互不影响.第二章-随机变量的分布及数字特征
(word完整版)基础随机变量及其分布知识点,推荐文档