当前位置：文档之家› 概率论第二章一维随机变量及其分布复习

概率论第二章一维随机变量及其分布复习

第二章随机变量习题

主要内容：

*离散随机变量

1．理解概率分布的定义；

2．掌握概率分布的性质；

（1）利用分布律的性质，确定参数

（2）利用分布律的性质求分布律

3．会求概率分布（分布律）；

4．会求随机变量落在任一区间的概率；

5．理解分布函数的定义

6．掌握分布函数的性质；

7．利用分布函数的性质确定分布函数中的参数

*连续随机变量

1．理解概率密度；

2．掌握密度函数与分布函数之间的关系；

记住

常见的分布及其相关的性质

（1）设连续随机变量的概率密度和分布函数分别为()(),f x F x ，

则下列选项正确的

().01A f x ≤≤ ， ()().B P X x F x ==

().()C P X x F x ≤= ().()D P X x F x =≤

()().E P X x f x == (2)设在一次试验中，事件A 发生的概率为

p .现进行n 次独立试验，则

(a) 事件A 一次都不发生的概率；

(b) 事件A 恰好发生一次的概率；

（3）若随机变量

(),01~;0,

Ax x X f x ≤≤?=??其他

求(a)常数A

(b) ()15.0<

(d)()X E

(e)()X D

(4)连续r.v.X 的密度函数为()??

???≤≤--=others x x A x f ,0;11,12

（5）随机变量X 的分布函数

()??

???>≤≤<=1,1;10,;003x x Ax x x F ，

(6)随机变量的分布函数

()?????>+≤=-;

,;0022

o x Be A x x F x ，求(a)A 、B;

(b) ()15.0<

（c ）密度函数;

（7）设随机变量X 的概率分布为

(a)求参数

(b)求()=-=1X P

(c)()=≤3X P 求

(d)()=->1X P 求

(e)()=X E

（f ）求随机变量12+=X Y 的数学期望

（8）设随机变量X 在区间[2,5]上服从均匀分布现对X

进行三次独立观测,试求至少有2次观测值大于3的概率.

连续型随机变量

§3 连续型随机变量除了离散型随机变量之外，还有非离散型的随机变量，这些随机变量的取值已不再是有限个或可列个。在这类非离散型随机变量中，有一类常见而重要的类型，即所谓连续型随机变量。粗略地说，连续型随机变量可以在某特定区间内任何一点取值。例如某种树的高度；测量的误差；计算机的使用寿命等等都是连续型随机变量。对于连续型随机变量，不能一一列出它可能取值，因此不能像对离散型随机变量那样用它取各个可能值的概率来描述它的概率分布，而是要考虑该随机变量在某个区间上取值的概率，我们是用概率密度函数来研究连续型随机变量的。一．概率密度和连续型随机变量定义：对于随机变量X ，如果存在非负可积函数 ()()f x x -∞<<+∞，使得对于任意实数， ,()a b a b <都有 {}()b a P a X b f x dx <<= ? ，则称X 为连续型随机变量；称()f x 为X 的概率密度函数，简称概率密度或密度．由定义可知，分布密度()f x 具有如下基本性质: （１）．()0()f x x ≥-∞<<+∞；（２）． ()()1f x dx P X +∞ -∞ =-∞<<+∞=? ．这两条性质的几何意义是：概率分布密度曲线不在x 轴下方，且该曲线与x 轴所围的图形面积为1。性质(1)、(2)可以作为判定一个函数是否可以作为一个连续型随机变量的分布密度的条件。对于连续型随机变量X 可以证明，它在某一点a 处取值的概率为零，即对于任意实数a ，有()0P X a ==．即研究X 在某一点处取值的概率是没有什么实际意义的。从而可知，研究X 在某区间上取值的概率时，该区间含不含端点，不影响概率值。即 (３)．对于任意实数， ,()a b a b <都有 {}{}{}{}()b a P a X b P a X b P a X b P a X b f x dx <<=≤<=<≤=≤≤=? 【例1】设X 是连续型随机变量，已知X 的概率密度为其中λ为正常数．试确定常数A ．

高中数学第二章概率1离散型随机变量及其分布列知识导航北师大版选修2-3

§1 离散型随机变量及其分布列自主整理 1.随机现象中试验(或观测)的每一个可能的结果都对应于一个数，这种对应称为一个_____________. 2.随机变量的取值能够_____________的随机变量称为离散型随机变量. 3.设离散型随机变量X 的取值为a 1，a 2，…，随机变量X 取a i 的概率为p i (i=1,2，…)，记作 p(X=a i )=P i (i=1,2，…) 称为__________________________________________________________________________。并且有①p i _____________0，②p 1+p 2+…=_____________. 如果随机变量X 的分布列如上表，则称随机变量X 服从这一分布(列)，并记为_____________. 高手笔记 1.随机变量是将随机试验的结果数量化. 2.随机变量的取值对应于随机试验的某一随机事件. 3.随机变量X 取每一个值a i 的概率P(X=a i )等于其相应的随机事件A i 发生的概率P(A i ). 4.若X 为一个随机变量，则Y=aX+b(a,b 为常数)也为随机变量. 5.离散型随机变量的分布列中第一行表述了随机变量X 的所有可能的取值,在这里要注意按一定的次序来填写；第二行表述了随机变量X 取相应上行中数值a i 的概率的大小p i =P(X=a i )，i=1,2，… 6.一般地，离散型随机变量在某一范围内取值的概率等于其在这个范围内取每一个值的概率之和. 7.离散型随机变量的分布列不仅清楚地反映其所取的一切可能的值，而且能清楚地看到取每一个值的概率大小，从而反映了随机变量在随机试验中取值的分布状况，是进一步研究随机试验数量特征的基础. 名师解惑 1.随机变量与以前学过的变量有什么区别与联系？剖析：随机变量作为一个变量，当然有它的取值范围，这和以前学过的变量一样.不仅如此，还有它取每个值的可能性的大小，如：从装有无差别的6只黑球、4只白球的袋中，随机抽取3只球，所得的白球个数是一随机变量X ，其取值为X=0，1，2，3；而取每个值的可能性的大小，可通过其相应的随机事件发生的大小——即其概率来反映.即“若X=2”，对应事件A 2：“取出的3只球中恰有两只白球”，其概率： P(A 2)=.1031238910123 46310 2416=??????? =C C C 若“X=3”对应事件A 3：“取出的3只球中恰有三只白球”的概率： P(A 3)=.10112389101232 34310 34=????????=C C

概率论与数理统计(第四版)第一章练习

第一章练习 1、当下列条件满足时，事件A 与B 互为对立。（）（A ）、Φ=AB （B ）、Ω=?B A （C ）、Φ=AB 且Ω=?B A （D ）、A 与B 互不相容 2、每次试验的成功率为)10(<

概率论第一章课后习题答案

《概率论与数理统计》课后习题解答习题一 3．设A ,B ,C 表示三个事件,用A ,B ,C 的运算关系表示下列各事件：（1）A 发生,B 与C 不发生; （2）A 与B 都发生,而C 不发生; （3）A ,B ,C 都发生; （4）A ,B ,C 都不发生; （5）A ,B ,C 中至少有一个发生; （6）A ,B ,C 中恰有一个发生; （7）A ,B ,C 中至少有两个发生; （8）A ,B ,C 中最多有一个发生. 解：（1）C B A ；（2）C AB ；（3）ABC ；（4）C B A ；（5）C B A ；（6）C B A C B A C B A ++；（7）BC AC AB ；（8）BC AC AB 或C B C A B A ． 5．在房间里有10个人，分别佩戴从1号到10号的纪念章，任选3人记录其纪念章的号码．（1）求最小的号码为5的概率; （2）求最大的号码为5的概率. 解：设事件A 表示“最小的号码为5”，事件B 表示“最大的号码为5”，由概率的古典定义得（1）12 1)(31025==C C A P ；（2）20 1)(31024==C C B P ． 6．一批产品共有200件，其中有6件废品，求：（1）任取3件产品恰有1件是废品的概率; （2）任取3件产品没有废品的概率; （3）任取3件产品中废品不少于2件的概率. 解：设事件i A 表示“取出的3件产品中恰有i 件废品”)3,2,1,0(=i ，由概率的古典定义得

（1）0855.0)(3200 2194161≈=C C C A P ；（2）9122.0)(3200 31940≈=C C A P ；（3）0023.0)(3200 3611942632≈+=+C C C C A A P ． 8．从0,1,2,…,9这十个数字中任意取出三个不同的数字，求下列事件的概率： A 表示“这三个数字中不含0和5” ； B 表示“这三个数字中包含0或5” ； C 表示“这三个数字中含0但不含5”．解：由概率的古典定义得 157)(31038==C C A P ；158)(1)(=-=A P B P ；30 7)(31028==C C C P 9．已知5.0)(=A P ,6.0)(=B P ,8.0)(=A B P ，求)(AB P 和)(B A P ．解：4.08.05.0)|()()(=?==A B P A P AB P )]()()([1)(1)()(AB P B P A P B A P B A P B A P -+-=-== 3.0) 4.06.0 5.0(1=-+-= 10．已知4.0)(=B P ,6.0)(=B A P ,求)(B A P ．解：314.014.06.0)(1)()() ()()(=--=--==B P B P B A P B P B A P B A P 11．某种品牌电冰箱能正常使用10年的概率为9.0,能正常使用15年的概率为3.0,现某人购买的该品牌电冰箱已经正常使用了10年,问还能正常用到15年的概率是多少? 解：设事件B A ,分别表示“该品牌电冰箱能正常使用10,15年”，依题可知 3.0)()(,9.0)(===B P AB P A P ，则所求的概率为 3 19.03.0)()()|(===A P AB P A B P 12．某人忘记了电话号码的最后一个数字，因而他随意地拨最后一个号码．

第2章 2.1 2.1.1 离散型随机变量

2.1离散型随机变量及其分布列 2.1.1离散型随机变量学习目标核心素养 1.理解随机变量及离散型随机变量的含义．(重点) 2.了解随机变量与函数的区别与联系．(易混点) 3.能写出离散型随机变量的可能取值，并能解释其意义．(难点)通过学习随机变量及离散型随机变量，培养数学抽象的素养. 1．随机变量 (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，数字随着试验结果的变化而变化的变量称为随机变量． (2)表示：随机变量常用字母X，Y，ξ，η，…表示． 2．离散型随机变量 (1)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． (2)特征： ①可用数值表示． ②试验之前可以判断其出现的所有值． ③在试验之前不能确定取何值． ④试验结果能一一列出．思考：离散型随机变量的取值必须是有限个吗？ [提示]离散型随机变量的取值可以是有限个，例如取值为1,2，…，n；也

可以是无限个，如取值为1,2，…，n，…. 1．下列变量中，是离散型随机变量的是() A．到2019年10月1日止，我国发射的人造地球卫星数 B．一只刚出生的大熊猫，一年以后的身高 C．某人在车站等出租车的时间 D．某人投篮10次，可能投中的次数 D[根据离散型随机变量的定义：其可能取到的不相同的值是有限个或可列为有限个，即可以按一定次序一一列出，试验前可以判断其出现的所有值．选项A，B，C的数值均有不确定性，而选项D中，投篮10次，可能投中的次数是离散型随机变量．] 2．袋中有大小相同的红球6个，白球5个，从袋中每次任意取出1个球，直到取出的球是白球为止时，所需要的取球次数为随机变量X，则X的可能取值为() A．1,2,3，…，6B．1,2,3，…，7 C．0,1,2，…，5 D．1,2，…，5 B[由于取到白球游戏结束，由题意可知X的可能取值为1,2,3,4,5,6,7.] 3．下列随机变量不是离散型随机变量的是________． ①某景点一天的游客数X； ②某手机一天内收到呼叫次数X； ③水文站观测到江水的水位数X； ④某收费站一天内通过的汽车车辆数X. ③[①②④中的随机变量X可能取的值，我们都可以按一定的次序一一列出，因此都是离散型随机变量；③中X可以取一区间内的一切值，无法按一定次序一一列出，故③不是离散型随机变量．] 随机变量的概念【例1】件，则下列可作为随机变量的是()

《概率论与数理统计》第一章知识小结

附加知识：排列组合知识小结：一、计数原理 1.加法原理：分类计数。 2.乘法原理：分步计数。二、排列组合 1.排列数（与顺序有关）： )(),1()2)(1(n m m n n n n A m n ≤+---=Λ !n A n n =，n A A n n ==10,1 如：25203456757=????=A ，12012345!5=????= 2.组合数(与顺序无关)： !m A C m n m n =，m n n m n C C -= 如：3512344567!447 4 7 =??????==A C ，211 2672757757=??===-C C C 3.例题：（1）从1，2，3，4，5这五个数字中，任取3个数字，组成一个没有重复的3位数，共有___6034535=??=A ____种取法。（2）从0，1，2，3，4这五个数字中，任取3个数字，组成一个没有重复的3位数，共有___483442 414 =??=A A ____种取法。（3）有5名同学照毕业照，共有__1201234555=????=A _种排法。（4）有5名同学照毕业照，其中有两人要排在一起，那么共有 _48)1234()12(4422=?????=A A ___种排法。（5）袋子里有8个球，从中任意取出3个，共有___38C ____种取法。（6）袋子里有8个球，5个白球，3个红球。从中任意取出3个，取到2个白球1个红球的方法有___1 325C C ____种。

38876 56321 C ??= =?? 第一章、基础知识小结一、随机事件的关系与运算 1.事件的包含设A ，B 为两个事件，若A 发生必然导致B 发生，则称事件B 包含于A ，记作B A ?。 2.和事件事件“A,B 中至少有一个发生”为事件A 与B 的和事件，记作B A Y 或B A +。性质：（1）B A B B A A Y Y ?? , ；（2）若B A ?，则B B A =Y 3.积事件：事件A,B 同时发生，为事件A 与事件B 的积事件，记作B A I 或AB 。性质：（1）,AB A AB B ??；（2）若B A ?，则A AB = 4.差事件：事件A 发生而B 不发生为事件A 与B 事件的差事件，记作()A B AB -。性质：（1）A B A ?-；（2）若B A ?，则φ=-B A 5.互不相容事件：若事件A 与事件B 不能同时发生，即AB Φ=，则称事件A 与事件B 是互不相容的两个事件，简称A 与B 互不相容（或互斥）。 6.对立事件：称事件A 不发生为事件A 的对立事件，记作A 。性质：（1）A A =；（2）Ω==Ωφφ,；（3）AB A B A B A -==- 设事件A,B ，若AB=Φ,A+B=?,则称A 与B 相互对立.记作。

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.

高中数学选修2-3第二章随机变量及其分布教案

第二章随机变量及其分布 2．1．1离散型随机变量第一课时思考1：掷一枚骰子，出现的点数可以用数字1 , 2 ，3，4，5，6来表示．那么掷一枚硬币的结果是否也可以用数字来表示呢？掷一枚硬币，可能出现正面向上、反面向上两种结果．虽然这个随机试验的结果不具有数量性质，但我们可以用数1和 0分别表示正面向上和反面向上（图2.1一1 ) . 在掷骰子和掷硬币的随机试验中，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．定义1：随着试验结果变化而变化的变量称为随机变量（random variable )．随机变量常用字母 X , Y ，ξ，η，… 表示．思考2：随机变量和函数有类似的地方吗？随机变量和函数都是一种映射，随机变量把随机试验的结果映为实数，函数把实数映为实数．在这两种映射之间，试验结果的范围相当于函数的定义域，随机变量的取值范围相当于函数的值域．我们把随机变量的取值范围叫做随机变量的值域．例如，在含有10件次品的100 件产品中，任意抽取4件，可能含有的次品件数X 将随着抽取结果的变化而变化，是一个随机变量，其值域是｛0, 1, 2 , 3, 4 } . 利用随机变量可以表达一些事件．例如{X=0｝表示“抽出0件次品” , {X =4｝表示“抽出4件次品”等．你能说出｛X< 3 ｝在这里表示什么事件吗？“抽出 3 件以上次品”又如何用 X 表示呢？定义2：所有取值可以一一列出的随机变量，称为离散型随机变量 ( discrete random variable ) . 离散型随机变量的例子很多．例如某人射击一次可能命中的环数 X 是一个离散型随机变量，它的所有可能取值为0，1，…，10；某网页在24小时内被浏览的次数Y 也是一个离散型随机变量，它的所有可能取值为0, 1,2，…. 思考3：电灯的寿命X 是离散型随机变量吗？电灯泡的寿命 X 的可能取值是任何一个非负实数，而所有非负实数不能一一列出，所以 X 不是离散型随机变量．在研究随机现象时，需要根据所关心的问题恰当地定义随机变量．例如，如果我们仅关心电灯泡的使用寿命是否超过1000 小时，那么就可以定义如下的随机变量： ??≥?0，寿命<1000小时；Y=1,寿命1000小时. 与电灯泡的寿命 X 相比较，随机变量Y 的构造更简单，它只取两个不同的值0和1，是一个离散型随机变量，研究起来更加容易．连续型随机变量: 对于随机变量可能取的值，可以取某一区间内的一切值，这样的变量就叫做连续型随机变量如某林场树木最高达30米，则林场树木的高度ξ是一个随机变量，它可以取（0，30]内的一切值 4.离散型随机变量与连续型随机变量的区别与联系: 离散型随机变量与连续型随机变量都是用变量表示随机试验注意：（1）有些随机试验的结果虽然不具有数量性质，但可以用数量来表达如投掷一枚硬币，ξ=0，表示正面向上， ξ=1，

一维随机变量及其分布题目

一、单项选择题 1 则c =A. 81 B. 41 C. 31 D. 2 1 2．某学习小组有4名男生2名女生共6个同学，从中任选2人作为学习小组长，设随机变 A B C D 3．下列各函数可作为随机变量分布函数的是（） A .???≤≤=其他0102)(1x x x F B .?????≥<≤<=111000)(2x x x x x F C .?????≥<≤--<-=111111)(3x x x x x F D .?? ? ??≥<≤<=121020 0)(4x x x x x F 4．设)(1x F 与)(2x F 分别为随机变量21X X 与的分布函数，为使)()()(21x bF x aF x F -=是某一个随机变量的分布函数，在下列给定的各组数值中应取（） A .52,53-== b a B .32,32==b a C .23,21=-=b a D .2 3 ,21-==b a 5．设随机变量X 具有对称的概率密度，即)()(x f x f =-，则对任意0>a ，=>)|(|a X P （） A .)(21a F - B .1)(2-a F C .)(2a F - D .)](1[2a F - 6．设随机变量X 与Y 均服从正态分布，)2,(~2 μN X ，)5,(~2 μN Y ，记 }2{1-≤=μX P p ，}5{2+≥=μY P p ，则（） A .对任何实数μ，都有21p p = B .对任何实数μ，都有21p p < C .只对μ的个别值才有21p p = D .对任何实数μ，都有21p p > .7 设随机变量X 的密度函数为4,01, ()0,cx x f x ?<<=??其它，则常数c =（）. A. 51 B. 4 1 C. 4 D. 5 8 设2 ~(1,)X N σ-且(31)0.4P X -<<-=，则(1)P X ≥= （）. A. 0.1 B. 0.2 C. 0.3 D. 0.5 二、填空题 1．已知随机变量X 服从参数为λ的泊松分布)(λπ，1 }0{-==e X P ，则=λ 2．设随机变量X 的密度函数为??? ??<<--=其他 111)(2 x x C x f ，则常数=C

第一章概率论的基本概念练习题

第一章概率论的基本概念练习题 1. 将一枚均匀的硬币抛两次，事件C B A ,,分别表示“第一次出现正面”，“两次出现同一面”，“至少有一次出现正面”。试写出样本空间及事件C B A ,,中的样本点。 2. 在掷两颗骰子的试验中，事件D C B A ,,,分别表示“点数之和为偶数”，“点数之和小于5”，“点数相等”，“至少有一颗骰子的点数为3”。试写出样本空间及事件 D C B A BC C A B A AB ---+,,,,中的样本点。 3. 以C B A ,,分别表示某城市居民订阅日报、晚报和体育报。试用C B A ,,表示以下事件：（1）只订阅日报；（2）只订日报和晚报；（3）只订一种报；（4）正好订两种报；（5）至少订阅一种报；（6）不订阅任何报；（7）至多订阅一种报；（8）三种报纸都订阅；（9）三种报纸不全订阅。 4. 甲、乙、丙三人各射击一次，事件321,,A A A 分别表示甲、乙、丙射中。试说明下列事件所表示的结果：2A , 32A A +, 21A A , 21A A +, 321A A A , 313221A A A A A A ++. 5. 设事件C B A ,,满足Φ≠ABC ，试把下列事件表示为一些互不相容的事件的和： C B A ++，C AB +，AC B -. 6. 若事件C B A ,,满足C B C A +=+，试问B A =是否成立？举例说明。 7. 对于事件C B A ,,，试问C B A C B A +-=--)()(是否成立？举例说明。 8. 设 31)(=A P ，21 )(=B P ，试就以下三种情况分别求)(A B P ：（1）Φ=AB ，（2）B A ?，（3） 81 )(=AB P . 9. 已知 41)()()(===C P B P A P ，161 )()(==BC P AC P ，0)(=AB P 求事件C B A ,,全不发生的概率。 10. 每个路口有红、绿、黄三色指示灯，假设各色灯的开闭是等可能的。一个人骑车经过三个路口，试求下列事件的概率：=A “三个都是红灯”=“全红”； =B “全绿”； =C “全黄”； =D “无红”； =E “无绿”； =F “三次颜色相同”； =G “颜色全不相同”； =H “颜色不全相同”。 11. 设一批产品共100件，其中98件正品，2件次品，从中任意抽取3件（分三种情况：一次拿3件；每次拿1件，取后放回拿3次；每次拿1件，取后不放回拿3次），试求：（1）（1）取出的3件中恰有1件是次品的概率；（2）（2）取出的3件中至少有1件是次品的概率。 12. 从9,,2,1,0 中任意选出3个不同的数字，试求下列事件的概率： {}501与三个数字中不含=A ，{}502或三个数字中不含=A 。 13. 从9,,2,1,0 中任意选出4个不同的数字，计算它们能组成一个4位偶数的概率。 14. 一个宿舍中住有6位同学，计算下列事件的概率：（1）6人中至少有1人生日在10月份；

(完整word版)高中数学选修2-3第二章随机变量及其分布教案

第二章随机变量及其分布 2．1．1离散型随机变量第一课时思考1：掷一枚骰子，出现的点数可以用数字1 , 2 ，3，4，5，6来表示．那么掷一枚硬币的结果是否也可以用数字来表示呢？掷一枚硬币，可能出现正面向上、反面向上两种结果．虽然这个随机试验的结果不具有数量性质，但我们可以用数1和 0分别表示正面向上和反面向上（图2.1一1 ) . 在掷骰子和掷硬币的随机试验中，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．定义1：随着试验结果变化而变化的变量称为随机变量（random variable )．随机变量常用字母 X , Y ，ξ，η，… 表示．思考2：随机变量和函数有类似的地方吗？随机变量和函数都是一种映射，随机变量把随机试验的结果映为实数，函数把实数映为实数．在这两种映射之间，试验结果的范围相当于函数的定义域，随机变量的取值范围相当于函数的值域．我们把随机变量的取值范围叫做随机变量的值域．例如，在含有10件次品的100 件产品中，任意抽取4件，可能含有的次品件数X 将随着抽取结果的变化而变化，是一个随机变量，其值域是｛0, 1, 2 , 3, 4 } . 利用随机变量可以表达一些事件．例如{X=0｝表示“抽出0件次品” , {X =4｝表示“抽出4件次品”等．你能说出｛X< 3 ｝在这里表示什么事件吗？“抽出 3 件以上次品”又如何用 X 表示呢？定义2：所有取值可以一一列出的随机变量，称为离散型随机变量 ( discrete random variable ) . 离散型随机变量的例子很多．例如某人射击一次可能命中的环数 X 是一个离散型随机变量，它的所有可能取值为0，1，…，10；某网页在24小时内被浏览的次数Y 也是一个离散型随机变量，它的所有可能取值为0, 1,2，…. 思考3：电灯的寿命X 是离散型随机变量吗？电灯泡的寿命 X 的可能取值是任何一个非负实数，而所有非负实数不能一一列出，所以 X 不是离散型随机变量．在研究随机现象时，需要根据所关心的问题恰当地定义随机变量．例如，如果我们仅关心电灯泡的使用寿命是否超过1000 小时，那么就可以定义如下的随机变量： ?? ≥?0，寿命<1000小时； Y=1,寿命1000小时. 与电灯泡的寿命 X 相比较，随机变量Y 的构造更简单，它只取两个不同的值0和1，是一个离散型随机变量，研究起来更加容易．连续型随机变量: 对于随机变量可能取的值，可以取某一区间内的一切值，这样的变量就叫做连续型随机变量如某林场树木最高达30米，则林场树木的高度ξ是一个随机变量，它可以取（0，30]内的一切值 4.离散型随机变量与连续型随机变量的区别与联系: 离散型随机变量与连续型随机变量都是用变量表示随机试验

第一章概率论习题解答附件

教案概率论与数理统计 (Probability Theory and Mathematical Statistics ) Exercise 1.1 向指定目标射三枪，观察射中目标的情况。用1A 、2A 、 3A 分别表示事件“第1、2、3枪击中目标” ，试用1A 、2A 、3A 表示以下各事件：（1）只击中第一枪；（2）只击中一枪；（3）三枪都没击中；（4）至少击中一枪。 Solution （1）事件“只击中第一枪”，意味着第二枪不中，第三枪也不中。所以，可以表示成 1A 32A A 。（2）事件“只击中一枪”，并不指定哪一枪击中。三个事件“只击中第一枪”、“只击中第二枪”、“只击中第三枪”中，任意一个发生，都意味着事件“只击中一枪”发生。同时，因为上述三个事件互不相容，所以，可以表示成 123A A A +321A A A +321A A A . （3）事件“三枪都没击中”，就是事件“第一、二、三枪都未击中”，所以，可以表示成 123A A A . （4）事件“至少击中一枪”，就是事件“第一、二、三枪至少有一次击中”，所以，可以表示成 321A A A 或 123A A A +321A A A +321A A A +1A 32A A +321A A A +321A A A + 321A A A . Exercise 1.2 设事件B A ,的概率分别为 21,31 .在下列三种情况下分别求)(A B P 的值：（１）A 与B 互斥；（２）；B A ? （３）81)(=AB P ． Solution 由性质（5），)(A B P =)()(AB P B P -. （1）因为A 与B 互斥，所以φ=AB ，)(A B P =)()(AB P B P -=P(B)= 21 （2）因为；B A ?所以)(A B P =)()(AB P B P -=)()(A P B P -= 6 13121=-

第二章离散型随机变量

第二章离散型随机变量教学目的与要求 1.熟练掌握一维离散型随机变量及其分布的概念，会求一维随机变量的分布列. 2.熟练掌握二维离散型随机变量的概念及其分布，了解常见的二维随机变量的分布. 3.掌握二维离散型随机变量的边际分布及其计算公式. 4.了解多维随机变量的概念及其分布. 5.理解随机变量相互独立的关系及其判别方法. 6.掌握一维、二维离散型随机变量函数的分布列的求法. 7.准确理解数学期望、方差的概念及其相关的性质，熟练掌握常见的几种分布的数学期望和方差. 8.了解条件分布与条件期望及其性质. 教学重点一、二维随机变量及其分布教学难点随机变量的分布教学方法讲解法教学时间安排 1~2 第一节一维随机变量及分布列 3~4 第二节多维随机变量、联合分布列和边际分布列 5~6 习题辅导 7~8 随机变量函数的分布列 9~10 数学期望的定义及性质 11~12方差的定义及性质 13~14条件分布与条件数学期望 15~16 习题辅导教学内容

1~2. 第一节一维随机变量及分布列一、随机变量在上一章所讲的有些随机试验的样本空间中基本事件是用数值描述的，这就提示我们，无论什么随机试验，如果用一个变量的不同取值来描述它的全部可能结果，样本空间的表达及其相应的概率就显得更明了、更简单.事实上，这种想法是可以的，为此，引入一个新概念. 定义2.1 设E 维随机试验，()ωΩ=为其样本空间，若对任意的ω∈Ω，有唯一的实数与之对应，则称()ξω为随机变量. 这样，事件可通过随机变量的取值来表示，随机变量,(),(), b a b ξξξ≤<≤等都表示为事件，其中,a b 表示任意实数.即用随机变量的各种取值状态和取值范围来表示随机事件. 二、一维离散型随机变量的概念定义 2.2 定义在样本空间Ω上，取之于实数域R ，且只取有限个或可列个值的变量 ()ξξω=，称作是一维（实值）离散型随机变量，简称为离散型随机变量.称 ()i i P a p ξ==， 1,2,i = 为随机变量()ξω的概率分布列，也称为分布律，有时就简称为分布. 离散型随机变量()ξω的分布列常常习惯地把它们写成表格的形式或矩阵形式： 121 2 a a p p ?? ??? 例2.1 在5n =的贝努里试验中，设事件A 在一次试验中出现的概率为p ，令 ξ=5次试验中事件A 出现的次数则 55(),05k k k P k C p q k ξ-==≤≤ 于是，ξ的分布列为：

《概率论与数理统计》习题随机变量及其分布

第二章随机变量及其分布一. 填空题 1. 设随机变量X ～B(2, p), Y ～B(3, p), 若P(X ≥ 1) =9 5 , 则P(Y ≥ 1) = _________. 解. 9 4951)1(1)0(=-=≥-==X P X P 94)1(2 = -p , 3 1=p 2. 已知随机变量X 只能取－1, 0, 1, 2四个数值, 其相应的概率依次为c c c c 162 , 85,43,21, 则c = ______. 解. 2,16321628543211==+++= c c c c c c 3. 用随机变量X 的分布函数F(x)表示下述概率: P(X ≤ a) = ________. P(X = a) = ________. P(X > a) = ________. P(x 1 < X ≤ x 2) = ________. 解. P(X ≤ a) = F(a) P(X = a) = P(X ≤ a)－P(X < a) = F(a)－F(a －0) P(X > a) = 1－F(a) P(x 1 < X ≤ x 2) = F(x 2)－F(x 1) 4. 设k 在(0, 5)上服从均匀分布, 则02442 =+++k kx x 有实根的概率为_____. 解. k 的分布密度为??? ??=0 51 )(k f 其它50≤≤k P{02442 =+++k kx x 有实根} = P{03216162 ≥--k k } = P{k ≤－1或k ≥ 2} =5 3 515 2=?dk 5. 已知2}{,}{k b k Y P k a k X P =-== =(k = 1, 2, 3), X 与Y 独立, 则a = ____, b = ____, 联合概率分布_____, Z = X + Y 的概率分布为_____. 解. 116,132==++ a a a a . 49 36 ,194= =++b b b b (X, Y)

概率论知识点总结

概率论总结目录一、前五章总结第一章随机事件和概率 (1) 第二章随机变量及其分布 (5) 第三章多维随机变量及其分布 (10) 第四章随机变量的数字特征 (13) 第五章极限定理 (18) 二、学习概率论这门课的心得体会 (20) 一、前五章总结第一章随机事件和概率第一节：1.、将一切具有下面三个特点：（1）可重复性（2）多结果性（3）不确定性的试验或观察称为随机试验，简称为试验，常用 E表示。在一次试验中，可能出现也可能不出现的事情（结果）称为随机事件，简称为事件。不可能事件：在试验中不可能出现的事情，记为Ф。必然事件：在试验中必然出现的事情，记为S或Ω。 2、我们把随机试验的每个基本结果称为样本点，记作e 或ω. 全体样本点的集合称为样本空间. 样本空间用S或Ω表示.

一个随机事件就是样本空间的一个子集。基本事件—单点集，复合事件—多点集一个随机事件发生，当且仅当该事件所包含的一个样本点出现。事件间的关系及运算，就是集合间的关系和运算。 3、定义：事件的包含与相等若事件A发生必然导致事件B发生，则称B包含A，记为B?A 或A?B。若A?B且A?B则称事件A与事件B相等，记为A＝B。定义：和事件 “事件A与事件B至少有一个发生”是一事件，称此事件为事件 A与事件B的和事件。记为A∪B。用集合表示为: A∪B={e|e∈A，或e∈B}。定义：积事件称事件“事件A与事件B都发生”为A与B的积事件，记为A∩ B或AB，用集合表示为AB={e|e∈A且e∈B}。定义：差事件称“事件A发生而事件B不发生,这一事件为事件A与事件B的差事件,记为A－B,用集合表示为 A-B={e|e∈A，e?B} 。定义：互不相容事件或互斥事件如果A，B两事件不能同时发生，即AB＝Φ，则称事件A与事件 B是互不相容事件或互斥事件。定义6：逆事件/对立事件称事件“A不发生”为事件A的逆事件，记为ā。A与ā满足：A ∪ā= S,且Aā=Φ。

第二章随机变量及其分布

第二章随机变量及其概率分布 §2.1 一维离散型随机变量一、基本概念 ★知识点精讲 1.一维离散型随机变量的分布及分布律（1）离散型随机变量：若随机变量X 只取有限多个或可列无限多个值，则称X 为离散型随机变量。（2）分布律： ,2,1,}{===k p x X P k k 或（3）性质： ① ,2,1,0=≥k p k ②∑∞ ==11k k p

2.常用的离散型分布（1）0-1分布),1(p B 分布律： X 0 1 P p -1 p 其中 p 为事件A 出现的概率，0

★ 题型归纳及解题技巧例1.设随机变量X 则k=（） A.0.1 B.0.2 C.0.3 D.0.4 解：选Ｄ。因为∑==1 1k k p ，故11.03.02.0=+++k ，得4.0=k 。例2．设离散型随机变量X 的分布律为（关于离散型随机变量概率求法）则P{-1

概率论与数理统计复习资料要点总结

《概率论与数理统计》复习资料一、复习提纲注：以下是考试的参考内容，不作为实际考试范围，仅作为复习参考之用。考试内容以教学大纲和实施计划为准；注明“了解”的内容一般不考。 1、能很好地掌握写样本空间与事件方法，会事件关系的运算，了解概率的古典定义 2、能较熟练地求解古典概率；了解概率的公理化定义 3、掌握概率的基本性质和应用这些性质进行概率计算；理解条件概率的概念；掌握加法公式与乘法公式 4、能准确地选择和运用全概率公式与贝叶斯公式解题；掌握事件独立性的概念及性质。 5、理解随机变量的概念，了解(0—1)分布、二项分布、泊松分布的分布律。 6、理解分布函数的概念及性质，理解连续型随机变量的概率密度及性质。 7、掌握指数分布(参数 )、均匀分布、正态分布，特别是正态分布概率计算 8、会求一维随机变量函数分布的一般方法，求一维随机变量的分布律或概率密度。 9、会求分布中的待定参数。 10、会求边缘分布函数、边缘分布律、条件分布律、边缘密度函数、

条件密度函数，会判别随机变量的独立性。

11、掌握连续型随机变量的条件概率密度的概念及计算。 12、理解二维随机变量的概念，理解二维随机变量的联合分布函数及其性质，理解二维离散型随机变量的联合分布律及其性质，理解二维连续型随机变量的联合概率密度及其性质，并会用它们计算有关事件的概率。 13、了解求二维随机变量函数的分布的一般方法。 14、会熟练地求随机变量及其函数的数学期望和方差。会熟练地默写出几种重要随机变量的数学期望及方差。 15、较熟练地求协方差与相关系数. 16、了解矩与协方差矩阵概念。会用独立正态随机变量线性组合性质解题。 17、了解大数定理结论，会用中心极限定理解题。 18、掌握总体、样本、简单随机样本、统计量及抽样分布概念，掌握样本均值与样本方差及样本矩概念，掌握 2分布(及性质)、t分布、F 分布及其分位点概念。 19、理解正态总体样本均值与样本方差的抽样分布定理；会用矩估计方法来估计未知参数。 20、掌握极大似然估计法，无偏性与有效性的判断方法。 21、会求单正态总体均值与方差的置信区间。会求双正态总体均值与方差的置信区间。

文档之家