随机变量及其概率分布、超几何分布.docx

η = aξ
注3 ：
是随机变量， 若 ξ 是随机变量，则 + b 其中 、b是常数）也是随机变量 ． 是常数） （其中a 是常数
3、古典概型: 、古典概型
①试验中所有可能出现的基本事件只有有限个； 试验中所有可能出现的基本事件只有有限个； ②每个基本事件出现的可能性相等。 每个基本事件出现的可能性相等。
超几何分布 例1
超几何分布: 超几何分布: 一般地, 件次品的 件产品中， 一般地, 在含有 M 件次品的 N 件产品中，任 次品数, 取 n 件,其中恰有 X 件次品数, 则事件 {ቤተ መጻሕፍቲ ባይዱX = k} 发
k n C M C N−−kM ( k = 0,1, 2,L , m ) 生的概率为 P ( X = k ) = n CN
多做练习: 多做练习: 2.设袋中有 N 个球，其中有 M 个红球， N − M 个黑球， 2.设袋中有 个球， 个红球， 个黑球， 个球， 个红球的概率是多少？ 从中任取 n 个球， 问恰有 k 个红球的概率是多少？ 记忆公式的前提是要会推导) (注:记忆公式的前提是要会推导)
3.盒中有 4 个白球，5 个红球，从中任取 3 个球， 则抽 个球， 3.盒中有 个白球， 个红球， 个红球的概率是( 出 1 个白球和 2 个红球的概率是( ) 37 17 10 17 (A) (B) (C) (D) 42 42 21 21 许多问题其实就是超几何分布问题) (注:许多问题其实就是超几何分布问题)
X P 3、两点分布列 、
0 1—p
1 p
象上面这样的分布列称为两点分布列。如果随机变量 的分 象上面这样的分布列称为两点分布列。如果随机变量X的分 两点分布列 布列为两点分布列，就称X服从两点分布，而称p=P(X=1)为 服从两点分布 布列为两点分布列，就称 服从两点分布，而称 为 成功概率。 成功概率。

概率论与数理统计教学教案 第2章 随机变量及其分布授课序号01教 学 基 本 内 容一．随机变量1. 随机变量：设E 是随机试验，样本空间为S ，如果对随机试验的每一个结果ω，都有一个实数()X ω与之对应，那么把这个定义在S 上的单值实值函数()X X ω=称为随机变量．随机变量一般用大写字母,,X Y Z ,…表示．2.随机变量的两种常见类型:离散型随机变量和连续型随机变量. 二．分布函数1. 分布函数：设X 是一个随机变量，x 是任意实数，称函数{}(),F x P X x x =≤-∞<<∞为随机变量X 的分布函数，显然，()F x 是一个定义在实数域R 上，取值于[0,1]的函数．2．几何意义：在数轴上，将X 看成随机点的坐标，则分布函数()F x 表示随机点X 落在阴影部分（即X x ≤）内的概率，如下图．3．对任意的实数,,()a b c a b <，都有：授课序号02(,)B n p ，其中在二项分(1,)B p X 服从（0-1）分布是二项分布的特例，简记0,1,2,...，其中λ为大于()P λ．在一次试验中出现的概率为(12,kk nnC p p -.）说明：泊松定理表明，泊松分布为二项分布的极限分布，即在试验次数很大，而n np 不太大时，()G p．）说明：几何分布描述的是试验首次成功的次数次才取得第一次成功，前）超几何分布：若随机变量X的分布律为H n N(,,件不合格，从产品中不放回）超几何分布与二项分布之间的区别：超几何分布是不放回抽取，二项分布是放回抽取，因此，二项两个分布之间也有联系，当总体的容量授课序号03(,)U a b ．内的任一个子区间()E λ．1,0,xe x λ-⎧->⎪⎨⎪⎩其它.）定理：（指数分布的无记忆性）设随机变量()E λ，则对于任意的正数{}{P X s t t P X >+>=为连续型随机变量，若概率密度为2(,N μσ处取到最大值，并且对于同样长度（iii ）当参数μ固定时，σ的值越大，()f x 的图形就越平缓；σ的值越小，()f x 的图形就越尖狭，由此可见参数σ的变化能改变图形的形状，称σ为形状参数．（iv ）当参数σ固定时，随着μ值的变化，()f x 图形的形状不改变，位置发生左右平移，由此可见参数μ的变化能改变图形的位置，称μ为位置参数．（4）标准正态分布(0,1)XN（i ）概率密度221(),2x x e x ϕπ-=-∞<<∞（ii ）分布函数221(),.2t xx e dt x π--∞Φ=-∞<<∞⎰（iii ）根据概率密度()x ϕ的对称性，有()1().x x Φ-=-Φ （5）定理：（标准化定理）若2(,)XN μσ，则(0,1).X Z N μσ-=（6）标准化定理的应用：设,,()x a b a b <为任意实数，则(){}{}{}(),X x x x F x P X x P P Z μμμμσσσσ----=≤=≤=≤=Φ{}{}()().a X b b a P a X b P μμμμμσσσσσ-----<≤=<≤=Φ-Φ6.“3σ”法则：设2(,)XN μσ，则{33}(3)(3)2(3)10.997,P X μσμσ-<<+=Φ-Φ-=Φ-≈即正态分布2(,)N μσ的随机变量以99.7%的概率落在以μ为中心、3σ为半径的区间内，落在区间以外的概率非常小，可以忽略不计，这就是“3σ”法则. 三．例题讲解例1．车流中的“时间间隔”是指一辆车通过一个固定地点与下一辆车开始通过该点之间的时间长度.设X 表示在大流量期间，高速公路上相邻两辆车的时间间隔，X 的概率密度描述了高速公路上的交通流量规律，其表达式为：0.15(0.5)0.15,0.5,()0,x e x f x --⎧≥⎪=⎨⎪⎩其它.概率密度()f x 的图形如下图，求时间间隔不大于5秒的概率.例2．设随机变量X 表示桥梁的动力荷载的大小（单位:N ），其概率密度为13,02;()880,x x f x ⎧+≤≤⎪=⎨⎪⎩其它.求：（1）分布函数()F x ；（2）概率{1 1.5}P X ≤≤及{1}P X >.例3．某食品厂生产一种产品，规定其重量的误差不能超过3克，即随机误差X 服从（-3,3）上的均匀分布.现任取出一件产品进行称重，求误差在-1~2之间的概率.例4．设随机变量X 在（1,4）上服从均匀分布，对X 进行三次独立的观察，求至少有两次观察值大于2的概率.例5.设随机变量X 表示某餐馆从开门营业起到第一个顾客到达的等待时间（单位：min ），则X 服从指数分布，其概率密度为0.40.4,0,()0,xex f x -⎧>⎪=⎨⎪⎩其它.求等待至多5分钟的概率以及等待3至4分钟的概率.例6．汽车驾驶员在减速时，对信号灯做出反应所需的时间对于帮助避免追尾碰撞至关重要．有研究表明，驾驶员在行车过程中对信号灯发出制动信号的反应时间服从正态分布，其中μ=1.25秒，σ=0.46秒．求驾驶员的制动反应时间在1秒至1.75秒之间的概率？如果2秒是一个非常长的反应时间，那么实际的制动反应时间超过这个值的概率是多少？例7．设某公司制造绳索的抗断强度服从正态分布，其中μ=300千克，σ=24千克.求常数a ，使抗断强度以不小于95%的概率大于a .授课序号0450。

[思路点拨 思路点拨] 思路点拨
[课堂笔记 (1)该顾客中奖，说明是从有奖的 张奖券中抽 课堂笔记] 该顾客中奖， 课堂笔记 该顾客中奖 说明是从有奖的4张奖券中抽 到了1张或 张 由于是等可能地抽取， 到了 张或2张，由于是等可能地抽取，所以该顾客中奖的 张或 概率为 P＝ ＝ . ＝1－ － .)
2 0.5
3 0.3
4 0
D.
X P
0
1
2
答案： 答案：C
2．袋中有大小相同的6只钢球，分别标有 ．袋中有大小相同的 只钢球 分别标有1,2,3,4,5,6六个号 只钢球， 六个号 码，任意抽取2个球，设2个球号码之和为 ，则X的所有 任意抽取 个球， 个球号码之和为X， 的所有 个球 个球号码之和为 可能取值个数为 A．36 ． C．9 ． B．12 ． D．8 ． ( )
[特别警示 (1)解决该类问题的关键是搞清离散型随机变 特别警示] 特别警示 解决该类问题的关键是搞清离散型随机变 量X取每一个值时对应的随机事件，然后求出 取每一个值 取每一个值时对应的随机事件， 取每一个值时对应的随机事件 然后求出X取每一个值 的概率． 的概率． (2)列出分布列后，要注意应用分布列的性质检验所求的分 列出分布列后， 列出分布列后 布列或概率是否正确． 布列或概率是否正确．
从而由上表得两个分布列为： 从而由上表得两个分布列为： (1)2X＋1的分布列： ＋ 的分布列 的分布列： 2X＋1 ＋ P 1 0.2 3 0.1 5 0.1 7 0.3 9 0.3
(2)|X－1|的分布列： － 的分布列 的分布列： |X－1| － P 0 0.1 1 0.3 2 0.3 3 0.3
(或用间接法，即P＝1－ 或用间接法， 或用间接法 ＝ －

第二讲 随机变量及其分布【考试要求】1.理解随机变量的概念，理解分布函数(){}()F x P X x x =≤−∞<<+∞的概念及性质，会计算与随机变量相联系的事件的概率.2.理解离散型随机变量及其概率分布的概念，掌握0-1分布、二项分布(,)B n p 、几何分布、超几何分布、泊松(Poisson)分布()P λ及其应用.3.（数一了解，数三掌握）泊松定理的结论和应用条件，会用泊松分布近似表示二项分布.4.理解连续型随机变量及其概率密度的概念，掌握均匀分布(,)U a b 、正态分布2(,)N μσ、指数分布及其应用，其中参数为λ的指数分布()λE 的概率密度为()e ,00,0x x f x x λλ−⎧>=⎨≤⎩.5.会求随机变量函数的分布.考点：随机变量与分布函数1.随机变量：设试验E 的样本空间为Ω，如果对于每一个样本点Ω∈ω，都有一个实数)(ωX 与之对应，则称定义在Ω上的单值实值函数)(ωX 为随机变量，简记为X . 通常用,,X Y Z 等表示随机变量.【注】随机变量的等式和不等式可表示随机事件. 2.分布函数（1）定义：设X 是一个随机变量，x 是任意实数，称(){}()F x P X x x =≤−∞<<+∞为X 的分布函数.（2）基本性质①单调不减，即若12x x <，则12()()F x F x ≤；②lim ()0x F x →−∞=，lim ()1x F x →+∞=； ③()F x 是右连续，即(0)()F x F x +=.【注】这三条性质是一个函数作为某随机变量的分布函数的充分必要条件. （3）其他性质（用分布函数()F x 求概率）①)()(}{a F b F b X a P −=≤<； ②)0(}{−=<a F a X P ；③)0()(}{−−==a F a F a X P ；④)0()0(}{−−−=<≤a F b F b X a P ； ⑤)()0(}{a F b F b X a P −−=<<； ⑥{}()(0)P a X b F b F a ≤≤=−−. 【注】分布函数在处连续.【例1】 下述函数中，可以作为某个随机变量的分布函数的是（ ） （A ） ()211F x x =+ （B ）()x x F sin = （C ） ()11arctan π2F x x =+ （D ） ()1e ,020,0xx F x x −⎧−>⎪=⎨⎪≤⎩【例2】 设随机变量X 的分布函数为()00πsin 02π12,x F x A x,x ,x ⎧⎪<⎪⎪=≤≤⎨⎪⎪>⎪⎩，则A _____=，6P X ______π⎧⎫<=⎨⎬⎩⎭.【例3】 已知随机变量X 的分布函数为()0,11,18,111,1x x F x ax b x x <−⎧⎪⎪=−⎪=⎨⎪+−<<⎪≥⎪⎩，且()F x a {}0P X a ⇔=={}114P X ==，则_____,_____a b ==. 【例4】 设随机变量X 的分布函数为⎪⎩⎪⎨⎧≥−<≤<=−1,110,210,0)(x e x x x F x，则{}1P X ==（ ）（A ）0 （B ）21（C ）121−−e （D ）11e −−考点：离散型随机变量及其分布1.离散型随机变量定义：若随机变量X 所有可能取值是有限或可列无限个，则称X 为离散型随机变量.2.分布律（1）定义：设离散型随机变量X 的所有可能取值为()12i x i ,,=，且X 取ix 的概率为i p ，则称{}()12i i P X x p i ,,===为离散型随机变量X 的分布律.X（2）基本性质：①0,1,2,i p i ≥=；②11ii p∞==∑.【注】这两条性质也是一个数列可以作为某随机变量分布律的充分必要条件. 3.离散型随机变量的分布函数若离散型随机变量X 的分布律为{}()12i i P X x p i ,,===，则X 的分布函数为(){}{}()i i i i x xx xF x P X x P X x p x ≤≤=≤===−∞<<+∞∑∑.若123x x x <<<，则()111212230,,,x x p x x x F x p p x x x <⎧⎪≤<⎪=⎨+≤<⎪⎪⎩. 【注】若已知X 的分布函数()F x （阶梯函数），则X 的分布律为{}()()0i i i P X x F x F x ==−−，12i ,,=.【例1】 （1）做n 次伯努利实验，已知每次成功的概率均为()10<<p p ，令X 表示n 次试验中成功的次数，求X 的分布律.（2）做伯努利试验，已知每次成功的概率均为()10<<p p ，令X 表示直到第一次成功为止所进行的实验次数，求X 的分布律.【例2】 设袋中有5个球，其中3个新球，2个旧球，从中任取3个球，用X 表示3个球中新球个数，求X 的分布律与分布函数.考点：连续型随机变量及其分布1.连续型随机变量及其概率密度（1）定义：设随机变量X 的分布函数为()F x ，若存在非负可积函数()f x ，使得对于任意实数x ，有()()xF x f t dt −∞=⎰，则称X 为连续型随机变量，()f x 称为X 的概率密度函数，简称概率密度（简写为.f .d .p ）.【注】①只有存在概率密度的随机变量才能称为连续型随机变量，分布函数连续的随机变量不一定是连续型随机变量.②存在既非连续型又非离散型的随机变量.③(),()()0()F x x F x f x x F x '⎧=⎨⎩为的可导点，为的不可导点. （2）概率密度的基本性质：①()0f x ≥；②()1f x dx +∞−∞=⎰.【注】这两条性质是一个函数可以作为概率密度函数的充分必要条件.（3）连续型随机变量的其他性质： ①)(x F 处处连续.②对()+∞∞−∈∀,a ，有{}.0==a X P ③若()f x 在x 处连续，则有()()F x f x '=. ④对于任意的实数()1212x ,x x x ≤，有{}()()211221()x x P x X x F x F x f x dx <≤=−=⎰.【例1】 设随机变量X 的概率密度为()x f ，则下列函数中必为某随机变量的概率密度的是（ ）（A ）()x f 2 （B ）()x f 2 （C ）()x f −1 （D ）()x f −1【例2】 设随机变量X 的概率密度为()cos ,||20,||2A x x f x x ππ⎧≤⎪⎪=⎨⎪>⎪⎩，求（1）常数A ； （2）X 的分布函数为()x F . 【例3】 设随机变量X 的概率密度为()1||,||10,x x f x else −<⎧=⎨⎩，则______412=⎭⎬⎫⎩⎨⎧<<−X P .考点：常见分布1.常见的离散型随机变量 （1） 0-1分布若随机变量X 的分布律为{}()()110101kk P X k p p ,k ,p −==−=<<，则称X 服从0-1分布，记为),1(~p B X .（2） 二项分布若随机变量的分布律为{}C (1),0,1,2,k k n kn P X k p p k n −==−=，其中01p <<，则称X 服从二项分布，记为~(,)X B n p .（3） 几何分布若随机变量X 的分布律为{}1(1)k P X k p p −==−⋅，1,2,3k =，其中01p <<，则称X 服从参数为p 的几何分布，记为()~X G p .（4） 超几何分布（从未考过）若随机变量X 的分布律为{}C C C k n kM N MnNP X k −−==，其中N k ∈，且{}{}n M k N n M ,min ,0max ≤≤−+，则称X 服从超几何分布.【注】：此公式的数学模型为：设N 件产品中含M 件次品，现从中任取n 件产品，则所取的n 件产品恰有k 件次品的概率.（5） 泊松分布 ①定义若随机变量X 的分布律为{}e !kP X k k λλ−==，0,1,2,k =，其中0λ>，则称X 服从参数为λ的泊松分布，记为~()X P λ.X②泊松定理（数一了解；数三掌握）设0λ>是一个常数，n 是任意正整数，若lim n n np λ→∞=，则对于任意的非负整数k ，有()e lim 1.!nk n kkknn n C p p k λλ−−→∞−=【例1】 设随机变量X 服从参数为()2,p 的二项分布，随机变量Y 服从参数为()3,p 的二项分布，若{}519P X ≥=，则{}1_______P Y ≥=. 【例2】 设某时间段内通过一路口的汽车流量服从泊松分布，已知该时段内没有汽车通过的概率为1e，则这段时间内至少有两辆汽车通过的概率为___________. 2.常见的连续型随机变量 （1） 均匀分布若X 的概率密度为1,()0,a xb f x b a⎧<<⎪=−⎨⎪⎩其它，则称X 在()a,b 上服从均匀分布，记为()~,X U a b ，其分布函数为0,(),1,x a x aF x a x b b a x b<⎧⎪−⎪=≤<⎨−⎪⎪≥⎩. （2） 指数分布若X 的概率密度为e ,0()0,0x x f x x λλ−⎧>=⎨≤⎩，其中0λ>，则称X 服从参数为λ的指数分布，记为()XE λ，其分布函数为1e ,0()0,0x x F x x λ−⎧−≥=⎨<⎩.（3） 正态分布若随机变量X的概率密度为22()2()()x f x x μσ−−=−∞<<+∞，其中0σ>,μ与σ均为常数，则称X 服从参数为,μσ的正态分布，记为2~(,)X N μσ，其分布函数为22()2()d ()t xF x t x μσ−−=−∞<<+∞⎰.特别地，当0,1μσ==，即~(0,1)X N ，称X 服从标准正态分布，其概率密度为22(),x x x ϕ−=−∞<<+∞，分布函数22()d t xx t −Φ=⎰，x −∞<<+∞.【注】（1）指数分布的无记忆性：若()~X E λ，则对任意的0,0s t >>，有{}{}|.P X s t X s P X t >+>=>【例3】 设随机变量()6,1~U X ，则方程012=++Xy y 有实根的概率为____.【例4】 设随机变量()~2,5X U ，现对X 进行三次独立重复观测，求至少有两次观测值大于3的概率.【例5】 设随机变量Y 服从参数为12λ=的指数分布，求关于未知量x 的方程2230x Yx Y ++−=没有实根的概率.【例6】 设随机变量的概率密度函数为()221e ()x x f x k x −+−=−∞<<+∞X则常数=_______k .【例7】 设随机变量()22,X N σ且{}240.3P X <<=，则{}0_______P X <=.【例8】 设随机变量()2,X N μσ，则概率{}P X μσ−<的值随着σ的增大而（ ）（A ）增大 （B ）减小 （C ）保持不变 （D ）无法确定考点：随机变量函数的分布1.离散型随机变量函数的分布设X 为离散型随机变量，其概率分布为{},1,2,i i P X x p i ===，函数()g x 连续，则随机变量()Y g X =的分布律为{}(),1,2,i k k i g x y P Y y p k ====∑.做法：找到Y 全部可能的取值，算出相应值的概率.【例1】 设随机变量X 在()1,2−上服从均匀分布，1,01,0X Y X −<⎧=⎨≥⎩，求Y 的分布律.【例2】（课后作业）设随机变量X 的概率分布为，求常数和的概率分布. 2.连续型随机变量函数的分布情形一：Y 为离散型. 做法：找到Y 全部可能的取值，算出相应值的概率. 情形二：Y 为连续型.（1）分布函数法（代数法和几何法）先求出()Y g X =的分布函数()Y F y ，即()(){}()()Y g x y F y P g X y f x dx ≤=≤=⎰，再对()YF y 求导得到Y 的概率密度()Y f y .（2）公式法 若()y g x =在X 的取值区间内有连续导数()g x '，且()0g x '>或者()0g x '<，则()Y g X =是连续型随机变量，且其概率密度为{}(1,2,)3k c P X k k ===c sin()2Y X π=()()()',0,X Y f h y h y y f y αβ⎧<<⎡⎤⎪⎣⎦=⎨⎪⎩其他其中(),αβ为()y g x =的值域，()h y 是()g x 的反函数.情形三：Y 既非连续型又非离散型 做法：分布函数法求其分布函数.【例3】 设随机变量X 服从()0,2上的均匀分布，则随机变量2Y X =在()0,4内的概率密度()Y f y _______=.【例4】 设随机变量X 的概率密度为()22,00,x x f x ππ⎧<<⎪=⎨⎪⎩其它，求sin Y X =的概率密度()Y f y .。