考研数学强化阶段重要题型攻略——概率论与数理统计(二)---

第二章练习题（答案）一、单项选择题1．已知连续型随机变量X 的分布函数为⎪⎩⎪⎨⎧≥<≤+<=ππx x b kx x x F ,10,0,0)( 则常数k 和b 分别为 （ A ）（A ）0,1==b k π （B ）π1,0b k = （C ）0,21==b k π （D ）π21,0==b k ． 2.下列函数哪个是某随机变量的分布函数 （ A ）A. f （x ）={xa e −x 22a,x ≥01, x <0(a ＞0); B. f （x ）={12cosx, 0< x <π0, 其他C. f （x ）={cosx, −π2< x <π20, 其他D. f （x ）={sinx, −π2< x <π20, 其他3.若函数()f x 是某随机变量X 的概率密度函数，则一定成立的是 （ C ） A. ()f x 的定义域是[0,1] B. ()f x 的值域为[0,1] C. ()f x 非负 D. ()f x 在(,)-∞+∞内连续4. 设)1,1(~N X ，密度函数为)(x f ，则有（ C ） A.{}{}00>=≤X P X P B. )()(x f x f -= C. {}{}11>=≤X P X P D. )(1)(x F x F --=5. 设随机变量()16,~μN X ，()25,~μN Y ，记()41-<=μX P p ，()52+>=μY P p ，则正确的是 （ A ）.（A ）对任意μ，均有21p p = （B ）对任意μ，均有21p p < （C ）对任意μ，均有21p p > （D ）只对μ的个别值有21p p = 6. 设随机变量2~(10,)X N ，则随着的增加{10}P X （ C ）A.递增B.递减C.不变D.不能确定7.设F 1(x )与F 2(x )分别为随机变量X 1、X 2的分布函数,为使F (x )=aF 1(x )-bF 2(x )是某一随机变量的分布函数,在下列给定的多组数值中应取 ( A )A . a =53, b =52-; B . a =32, b =32;C . 21-=a ， 23=b ; D . 21=a , 23-=b .8.设X 1与X 2是任意两个相互独立的连续型随机变量，它们的概率密度函数分别为f 1(x )和f 2(x )，分布函数分别为F 1(x )和F 2(x )，则 ( D ) (A) f 1(x )+f 2(x ) 必为某个随机变量的概率密度； （B ）f 1(x )•f 2(x ) 必为某个随机变量的概率密度； （C ）F 1(x )+F 2(x ) 必为某个随机变量的分布函数； (D) F 1(x ) •F 2(x ) 必为某个随机变量的分布函数。

山东省考研数学复习资料概率论与数理统计重点解析概率论与数理统计是山东省考研数学中的一个重要部分，学好这一部分内容对于考研的顺利通过至关重要。

本文将对山东省考研数学复习资料中概率论与数理统计的重点进行解析，帮助考生更好地备考。

一、概率论的重点内容1.基本概念与基本规则- 随机试验及其基本概念- 事件与事件关系- 概率的基本性质与运算规则2.条件概率与独立性- 条件概率的定义与性质- 乘法定理- 全概率公式与贝叶斯公式3.随机变量及其分布律与数学期望- 随机变量及其分布函数- 离散型随机变量与连续型随机变量- 期望的定义与性质4.随机变量的函数的分布- 随机变量的函数的分布函数的求法- 随机变量的线性变换与标准化5.多维随机变量及其分布律- 多维随机变量的概念与联合分布函数- 边缘分布函数与条件分布函数- 相互独立的随机变量二、数理统计的重点内容1.抽样分布及极限定理- 抽样分布的概念与性质- 大数定律与中心极限定理2.参数估计- 点估计及其性质- 基本思想与方法- 矩估计与最大似然估计3.假设检验与区间估计- 假设检验的基本概念与步骤- 常用的假设检验方法- 信赖区间的概念与构造4.多元统计分析的基本方法- 样本协方差矩阵与相关系数矩阵- 多元正态分布- 多元正态总体的统计推断以上为山东省考研数学复习资料中概率论与数理统计的重点内容分析。

考生可以根据这些内容，有针对性地进行复习与备考。

在学习过程中，还应该注重理论联系实际，通过做题与练习巩固所学知识。

只有经过系统的学习与练习，才能真正掌握概率论与数理统计的重点知识，提高在考试中的应对能力。

为了更好地复习概率论与数理统计，建议考生使用多种复习资料，包括教材、习题集、考研真题等，多角度地对知识点进行加深理解和掌握。

同时，考生还可以参加相关的考研辅导班或自习室，与同学们一起学习和讨论，相互促进进步。

总之，山东省考研数学复习资料中的概率论与数理统计是一个重要的考点，考生要充分重视并进行有计划、有针对性的复习。

概率论与数理统计（二）考试重点一、《概率论与数理统计（二）》考试题型分析：根据历年考试情况来看，概率论与数理统计这门课程题型与题型所占分值基本不变，我们以近五次真题考试情况为例，题型大致包括以下五种题型，各题型及所占比值如下：题号题型题量及分值第一题单项选择题（共10小题，每小题2分，共20分）第二题填空题（共15小题，每小题2分，共30分）第三题计算题（共2小题，每小题8分，共16分）第四题综合题（共2小题，每小题12分，共24分）第五题应用题（共1小题，每小题10分，共10分）题型答题方法：①选择题：考查考生的记忆、理解、判断、推理分析，计算等多种能力。

在答题时，如果能瞬时准确地把正确答案找出来最好，假如没有把握，就应采用排除法，即应从排除最明显的错误开始，把接近正确答案的备选项留下，再分析比较逐一否定最终选定正确答案。

②填空题：考查考生的记忆，理解，推断，计算等能力，和选择题相似。

在答题时，把有把握的题目答案写出来，较难的或者不会的暂且先放下做下面的题目，最后再查漏补缺。

③计算题：这种题型要求我们写出解题的过程，所以我们得重点记忆一些原理，方法和公式，这类题目有的会套用公式，考生可以把相关的公式写在草稿纸上，再查看题目的条件，确定是考查某个知识点的时候就可以把所做的内容移到试卷上。

④综合题：综合题与计算题出题思路相仿，但综合题的知识点跨度要大过计算题，一个题目可以同时考查书上好几章的内容，一个综合题往往会有几个问题，并会考查不同章节的知识点，我们可以一个一个的解答，把会做的全部先做好，实在不会做的可以写一点关于此知识点的一些理解性的内容或相关公式，就可以得到相应的分数。

⑤应用题：应用题是考试最后一个题型，但不是说最后一个题目就是考试的压轴题，从历届的真题来看有的应用题难度确实不大，往往就考查书上某个知识点的应用，在做应用题是时候往往要理清解题的思路，读懂题目，弄清题目所考查的知识点，不要盲目下笔然后再涂涂改改，这样反而会打乱本应该正确的思维。

北京市考研数学复习资料概率论与数理统计重点题型解析北京市考研数学复习资料：概率论与数理统计重点题型解析在北京市考研数学复习中，概率论与数理统计是一个重要的考点。

不少考生在这个部分的复习上遇到了困难。

本文将重点分析概率论与数理统计的重点题型，并给出解析，帮助考生更好地备考。

一、概率论题型解析1. 基本概率问题基本概率问题是概率论的基础，主要包括样本空间、事件、事件的概率等概念的理解和运用。

在考试中，常见的基本概率题型有：例题1：从1、2、3、4这4个数中，任意选择两个数，求其和为5的概率。

解析：这是一个典型的基本概率问题。

我们可以列举所有可能的情况：（1，4）、（2，3），共2种情况。

而总共的情况数为4个数中选择2个数的组合数，即C(4,2) = 6。

所以，概率为2/6=1/3。

2. 条件概率与独立性条件概率与独立性是概率论中的重要概念，题型中常涉及到条件概率的计算和独立性的判断。

例题2：A、B、C三个事件相互独立，事件A发生的概率为1/4，事件B发生的概率为1/3，事件C发生的概率为1/2。

求事件A与B同时发生的概率。

解析：由于A、B、C三个事件相互独立，所以事件A与B同时发生的概率等于事件A发生的概率乘以事件B发生的概率，即(1/4)*(1/3)=1/12。

3. 随机变量与概率分布随机变量和概率分布是概率论中的核心内容之一，考生在复习时需要熟悉各种随机变量的定义和性质，以及常见的概率分布。

例题3：设随机变量X的概率密度函数为f(x)，求E(X)。

解析：根据概率论的定义，E(X)表示随机变量X的期望值，可以通过求积分的方法计算。

具体的计算步骤需要根据题目给出的概率密度函数f(x)来确定。

二、数理统计题型解析1. 抽样与抽样分布抽样与抽样分布是数理统计的重点内容之一，主要包括样本的选择方法、样本统计量的分布以及大样本理论等方面的知识。

例题4：从总体中随机抽取样本，根据样本估计总体均值的置信区间。

已知样本的均值为30，样本的标准差为5，样本容量为100，置信水平为95%。

2024考研数学概率论重要考点总结2024考研数学考试中的概率论部分是一个非常重要的考点，对于考生来说，掌握好概率论的相关知识点是非常关键的。

下面是2024考研数学概率论重要考点的总结，希望能够帮助到考生。

一、概率基本概念：1. 随机试验、样本空间、随机事件；2. 古典概型、几何概型、随机变量概型；3. 定义域、值域、事件域；4. 频率与概率的关系。

二、概率公理与概率的性质：1. 概率公理；2. 概率的性质（非负性、规范性、可列可加性）；3. 条件概率、乘法公式；4. 全概率公式、贝叶斯公式。

三、随机变量的概念：1. 随机变量的定义；2. 离散型随机变量与连续型随机变量；3. 离散型随机变量的概率分布律、累积分布函数；4. 连续型随机变量的概率密度函数、累积分布函数；5. 随机变量的数学期望、方差、标准差。

四、常见概率分布：1. 二项分布；2. 泊松分布；3. 均匀分布；4. 正态分布。

五、多维随机变量与联合分布：1. 二维随机变量的联合分布律、联合分布函数；2. 边缘分布；3. 条件分布。

六、独立性与随机变量的函数的分布：1. 独立性的概念；2. 独立随机变量的数学期望、方差；3. 独立连续型随机变量的函数的分布；4. 独立离散型随机变量的函数的分布。

七、大数定律与中心极限定理：1. 大数定律的概念与几种形式；2. 切比雪夫不等式；3. 中心极限定理的概念；4. 利用中心极限定理进行概率近似计算。

八、随机过程：1. 随机过程的概念；2. 马尔可夫性；3. 随机过程的平稳性。

九、统计量与抽样分布：1. 统计量的概念；2. 抽样分布与大样本正态分布近似；3. 正态总体均值与方差的推断。

以上就是2024考研数学概率论部分的重要考点总结，希望对考生有所帮助。

考生要多进行习题的练习和考点的整理与总结，提高自己的概率论水平，为考试做好准备。

祝考生取得好成绩！2024考研数学概率论重要考点总结（2）2024考研数学概率论的重要考点总结如下：1. 概率的基本概念：样本空间、事件、概率等基本概念的定义和性质。

考研数学概率论与数理统计复习指南考研数学概率论与数理统计复习指南考研数学复习阶段正在进行时，我需要把概率论与数理统计的复习计划规划好。

店铺为大家精心准备了考研数学概率论与数理统计指导，欢迎大家前来阅读。

考研数学概率论与数理统计复习重点首先必须会计算古典型概率，这个用高中数学的知识就可解决，如果在解古典概率方面有些薄弱，就应该系统地把高中数学中的概率知识复习一遍了，而且要将每类型的概率求解问题都做会了，虽然不一定会考到，但也要预防万一，而且为后面的复习做准备。

随机事件和概率是概率统计的第一章内容，也是后面内容的基础，基本的概念、关系一定要分辨清楚。

条件概率、全概率公式和贝叶斯公式是重点，计算概率的除了上面提到的古典型概率，还有伯努利概型和几何概型也是要重点掌握的。

第二章是随机变量及其分布，首先随机变量及其分布函数的概念、性质要理解，常见的离散型随机变量及其概率分布：0-1分布、二项分布B(n,p)、几何分布、超几何分布、泊松分布P(λ);连续性随机变量及其概率密度的概念;均匀分布U(a,b)、正态分布N(μ,σ2)、指数分布等，以上它们的性质特点要记清楚并能熟练应用，考题中常会有涉及。

第三章是多维随机变量及其分布，主要是二维的。

大纲中规定的考试内容有：二维离散型随机变量的概率分布、边缘分布和条件分布，二维连续型随机变量的概率密度、边缘概率密度和条件密度，随机变量的独立性和不相关性，常用二维随机变量的分布，两个及两个以上随机变量简单函数的分布。

第四部分随机变量的数字特征，这部分内容掌握起来不难，主要是记忆一些相关公式，以及常见分布的数字特征。

大数定律和中心极限定理这部分也是在理解的基础上以记忆为主，再配合做相关的练习题就可轻松搞定。

数理统计这部分的考查难度也不大，首先基本概念都了解清楚。

χ2分布、t分布和F分布的概念及性质要熟悉，考题中常会有涉及。

参数估计的矩估计法和最大似然估计法，验证估计量的无偏性是要重点掌握的。

考研数学概率论部分的重要考点与常见题型摘要：在考研数学中，概率论与数理统计是非常重要的一部分，这部分要想拿分，就要了解下它里面内容的重要考点和常考题型。

1、随机变量及其分布在考试中，该考点所占比重很大，每年分值在12分左右。

&bull重要考点：I、分布函数、分布律、概率密度的相关性质II、联合分布、边缘分布与条件分布的计算III、随机变量函数的分布以及随机变量独立性的判断IV、常见分布的相关性质以上考点中，要重点掌握边缘分布以及条件分布的定义与相关的计算公式、随机变量函数的分布，在历年考研数学中考查力度还是相当大的。

求解过程中重在理解分布函数的定义，尤其涉及到随机变量范围的讨论时，避免失误，各位考研君一定要多加注意!&bull常考题型：I、有关分布函数、分布律、概率密度的相关性质的考察II、离散型或连续型随机变量边缘分布、条件分布的计算III、求解随机变量函数的分布。

2、数字特征考研中对数字特征的考察，频率也是很高的，在考试中，此考点一般与随机变量结合出题，每年的平均分值大概也在8分左右，所以考研的小伙伴更是不能忽视呦!&bull重要考点：I、随机变量以及随机变量函数的期望、方差相关计算公式II、数字特征的常用性质、常见分布的数字特征及运用III、二维随机变量协方差、相关系数的计算及其性质IV、独立性与不相关性的讨论&bull常考题型：I、直接考察数字特征的计算II、考察数字特征的常用性质对于该常考考点，公式多，记忆量大，所以要把相关的公式以及性质进行有效记忆，避免出现公式错用、混用的情况。

在考研中该考点与考点1经常结合出题，构成考研数学概率中的一道大题，各位考研君一定要提高警惕!3、参数估计参数估计是数理统计的重要内容，也是考试的重点，考研中对此考点的考查方式多以大题为主。

&bull重要考点：点估计。

点估计方法中，以矩估计和最大似然估计为主。

在复习该重要考点时，重点把握两种估计方法的求解步骤。

河南省考研数学二复习资料概率论与数理统计重点梳理概率论与数理统计是数学二考研的重要科目，对于考研学生来说，掌握好这一部分知识点至关重要。

在河南省考研数学二复习中，概率论与数理统计的考察范围较广，本文将为大家进行重点梳理，以帮助大家高效备考。

一、随机变量及其分布1. 随机变量的定义随机变量是指一个随机试验的结果可以用数值进行表示的变量。

分为离散型随机变量和连续型随机变量。

2. 随机变量的分布函数随机变量的分布函数是指随机变量的取值落在某个点或某个区间内的概率。

3. 离散型随机变量及其概率分布律离散型随机变量是指随机变量的取值只能是有限个或可列无限个数值的变量，如二项分布、泊松分布等。

4. 连续型随机变量及其概率密度函数连续型随机变量是指随机变量的取值可以是任意实数的变量，其概率分布由概率密度函数来描述，如正态分布、指数分布等。

二、常用概率分布1. 二项分布二项分布是一种重要的离散型概率分布，描述了在n次独立重复的伯努利试验中成功次数的概率分布。

2. 泊松分布泊松分布是一种重要的离散型概率分布，描述了在一定时间或空间内事件发生的次数的概率分布。

3. 正态分布正态分布是一种重要的连续型概率分布，又称为高斯分布。

正态分布在自然界和社会科学中广泛应用，具有良好的近似性质。

4. 指数分布指数分布是一种重要的连续型概率分布，用于描述随机事件的等待时间或寿命的概率分布。

三、大数定律与中心极限定理1. 大数定律大数定律是指随机变量的样本均值在大数情况下趋近于其期望值的定律。

包括弱大数定律和强大数定律。

2. 中心极限定理中心极限定理是指在一定条件下，大量相互独立的随机变量的和的分布会接近于正态分布。

四、参数估计与假设检验1. 参数估计参数估计是指根据样本数据，对总体的参数进行估计。

包括点估计和区间估计。

2. 假设检验假设检验是指根据样本数据，对总体的某种假设进行推断。

包括参数假设检验和非参数假设检验。

五、相关分析与回归分析1. 相关分析相关分析是指研究两个或多个随机变量之间的线性关系的方法，评价变量之间的相关程度。

《概率论与数理统计》第二章复习题解答1. 将4只球（1-4号）随机放入4只盒子（1-4号）中去，一只盒子只放一球. 如一只球装入了与之同号的盒子, 称形成了一个配对. 记X 为总的配对数, 求X 的分布律. 解：241!41)4(===X P ； 0)()3(===ΦP X P ——因为当3个球形成配对时，另1个球一定也形成配对；41!41)2(24=⨯==C X P ——当4个球中的某2个形成配对时，另2个球（标号a,b ）都不形成配对的放法只1种，即分别放入标号b,a 的盒中；31!42)1(14=⨯==C X P ——当4个球中的某1个形成配对时，另3个球都不形成配对的放法只2种：以abc 记3个空盒的号码排列，则3个球只能以bca 或cab 的次序对应放入3个盒中；249314102411)0(=----==X P . 于是，分布律为2. 盒中装有10个大小相等的球, 编号为0-9. 从中任取一个, 在号码“小于5”、“等于5”、“大于5”三种情况下，分别记随机变量.2,1,0=X 求X 的分布律、分布函数、分析2)1(-=X Y 服从什么分布.解：（1）10个球中号码“小于5”、“等于5”、“大于5”分别有5、1、4个，于是X 的分布律为（2）X 的分布函数为⎪⎪⎩⎪⎪⎨⎧≥<≤<≤<=2,1 21 ,6.010 ,.500 ,0 )(x x x x x F X ； （3）2)1(-=X Y 分布律为即2)1(-=X Y 服从参数为0.9的0-1分布.3. 设随机变量X 的分布密度为∞<<∞-=-x Aex f x X ,)(. 求（1）A 的值;（2）)21(<<-X P ;（3）X的分布函数;（4）21X Y -=的分布密度. 解：（1）122)(0===⎰⎰∞-∞∞-A dx Ae dx x f x X , 21=∴A ，⎪⎪⎩⎪⎪⎨⎧≤>=∴-0,21 0,21)(x e x e x f x x X ； （2）)(2112121)21(212001----+-=+=<<-⎰⎰e e dx e dx e X P x x ； （3）⎪⎪⎩⎪⎪⎨⎧≥-=+<===--∞-∞-∞-⎰⎰⎰⎰0 ,21121210 ,2121 )()(00x e dt e dt e x e dt e dt t f x F x x t t x x t xX X ； （4）)1(1)1()1()()(222y X P y X P y X P y Y P y F Y -<-=-≥=≤-=≤=⎪⎩⎪⎨⎧≥-<-<<---=1 ,01 1,)11(1y y y X y P ⎪⎩⎪⎨⎧≥<--+--=1 ,11,)1()1(1y y y F y F X X 求导得⎪⎩⎪⎨⎧≥<---+-=1 ,0 1,121)]1()1([)(y y y y f y f y f X X Y⎪⎩⎪⎨⎧≥<-+=----1 ,0 1 ,121]2121[11y y y e e y y ⎪⎩⎪⎨⎧≥<-=--1 ,01,1211y y e y y .4. 根据历史资料分析, 某地连续两次强地震间隔的年数X 的分布函数为⎩⎨⎧<≥-=-0 ,00,1)(1.0x x e x F x ，现在该地刚发生了一次强地震，求（1）今后3年内再发生强地震的概率；（2）今后3-5年内再发生强地震的概率；（3）X 的分布密度)(x f ，指出X 服从什么分布.解：（1）26.01)3()3(31.0=-==≤⨯-e F X P ；（2）13.0)1()1()3()5()53(31.051.0=---=-=≤<⨯-⨯-e eF F X P . （3）X 的分布密度⎪⎩⎪⎨⎧≤>=⎩⎨⎧≤>=--0,0 0,1010 ,0 0,1.0)(1011.0x x e x x e x f x x ，故X 服从参数为10的指数分布. 5.（1）设),2(~p b X , ),3(~p b Y , 且95)1(=≥X P , 求)1(≥Y P .（2）设)(~λP X , 且)2()1(===X P X P , 求)4(=X P .（3）设),(~2σμN X ，试分析当↑σ时，概率)(σμ<-X P 的值将如何变化. 解：（1）),2(~p b X ，95)1(1)0(1)1(2=--==-=≥∴p X P X P ，故321=-p ，31=p . 从而)31,3(~b Y , 2719)32(1)1(1)0(1)1(33=-=--==-=≥∴p Y P Y P . （2）)(~λP X , 且)2()1(===X P X P , 即λλλλ--=e e !2!121, 亦即λλ22=, 又0>λ, 2=∴λ.从而)2(~P X , 2!2)(-==e k k X P k, .2,1,0 =k 于是22432!42)4(--===e e X P . （3）),(~2σμN X ，故6826.01)1(2)1()1()()(=-Φ=-Φ-Φ=+<<-=<-σμσμσμX P X P . 故当↑σ时，概率)(σμ<-X P 的值.6. 设某城市男子的身高(单位:cm))6,170(~2N X .（1）应如何设计公共汽车的车门高度, 才能使该地男子与车门碰头的概率小于0.01？（2）若车门高度为182cm, 求100个男子中会与车门碰头的人数至多是1的概率.解：（1）设公共汽车的车门高度应为x cm. 则 要使01.0)6170(1)(1)(<-Φ-=≤-=>x x X P x X P , 只须)33.2(99.0)6170(Φ=>-Φx , 从而只要33.26170>-x , 于是98.183>x 即可.（2）若车门高度为182cm, 则1个男子会与车门碰头的概率为 0228.0)2(1)6170182(1)182(1)182(=Φ-=-Φ-=≤-=>=X P X P p 设100个男子中会与车门碰头的人数为Y , 于是)0228.0,100(~b Y , 从而34.09772.00228.09772.00228.0)1()0()1(991110010000100=+==+==≤C C Y P Y P Y P .7. 设带有3颗炸弹的轰炸机向敌人的铁路投弹, 若炸弹落在铁路两旁40米以内, 即可破坏铁路交通. 记弹落点与铁路的距离为X (单位: 米), 落在铁路一侧时X 的值为正, 落在另一侧时为负. X 的概率密度为⎪⎪⎪⎩⎪⎪⎪⎨⎧≤≤-<≤-+=其它 ,0 1000 ,100001000100,10000100)(x x x x x f若3颗炸弹全部使用, 求敌人铁路交通受到破坏的概率.解：1颗炸弹落在铁路两旁40米以内的概率为64.01000010010000100)()40(4000404040=-++==<=⎰⎰⎰--dx x dx x dx x f X P p 设3颗炸弹中落在铁路两旁40米以内的颗数为Y , 则)64.0,3(~b Y ，从而至少1颗炸弹落在铁路两旁40米以内（可破坏铁路交通）的概率为95.0)64.01(1)0(1)1(3=--==-=≥Y P Y P8. 设),(~b a U X , 证明: 当0>k 时, l kX Y +=仍服从均匀分布.证明：),(~b a U X ，⎪⎩⎪⎨⎧<<-=∴其它,0 ,1)(b x a a b x f X ，而)()()()()(k l y F k l y X P y l kX P y Y P y F X Y -=-≤=≤+=≤= 求导得k k l y f y f X Y 1)()(-=. 又因为⇔≠-0)(k l y f X l bk y l ak b kl y a +<<+⇔<-<，故 ⎪⎩⎪⎨⎧+<<+-=其它,0 ,)(1)(l bk y l ak ka b y f Y . 即当0>k 时, l kX Y +=在),(l bk l ak ++上服从均匀分布. 证毕.9.（1）设X 的分布密度⎩⎨⎧<<--=其它 ,0 11,1)(x x x f X , 用分布函数法求X Y =的分布密度；（2）设)1,0(~U X , 用公式法求XY +=11的分布密度. 解：（1）⎩⎨⎧≤>--=<<-=≤=≤=0 ,00,)()()()()()(y y y F y F y X y P y X P y Y P y F X X Y , 求导得 ⎩⎨⎧≤>-+=0 ,0 0,)()()(y y y f y f y f X X Y 注意到当且仅当10<<y 时)(),(y f y f X X -取非零表达式，故⎩⎨⎧<<-=--+-=其它 ,010),1(2)1()1()( y y y y y f Y （2）)1,0(~U X ，⎩⎨⎧<<=∴其它,0 10,1 )(x x f X ，而当10<<x 时x y +=11单调可导；反函数为11)(-=y y h ，21)('y y h -=；21)1(,1)0(==y y ，由定理知⎪⎩⎪⎨⎧<<=其它 ,0 121 ,)('))(()( y y h y h f y f X Y ⎪⎩⎪⎨⎧<<=其它 ,0 121 ,12y y 10. 试证明：若 ,3,2,1,)1()(1=-==-k p p k X P k , 则)()(t X P s X t s X P >=>+>, 其中t s ,是非负整数.（即几何分布具有“无记忆性”) 证明：t t t k k t k k p p p p p p p p t X P )1()1(1)1()1()1()(1111-=---=-=-=>∑∑∞+=-∞+=-， )()()(),()(s X P t s X P s X P s X t s X P s X t s X P >+>=>>+>=>+>，由上一步结果知 t s ts p p p s X t s X P )1()1()1()(-=--=>+>+，故)()(t X P s X t s X P >=>+>对任意非负整数t s ,成立. 即几何分布与指数分布一样，具有“无记忆性”. 证毕.第 1 页：第二章 随机变量及其分布习 题 课**************************************************第二章随机变量及其分布习 题 课第 2 页：**************************************************随 机 变 量离 散 型随机变量连 续 型随机变量分 布 函 数分 布 律密 度 函 数均匀分布指数分布正态分布两点分布二项分布泊松分布随机变量的函数的分布定义知识结构特征数第 3 页：随机变量与普通的函数不同**************************************************随机变量与普通的函数不同随机变量随机变量的取值具有一定的概率规律设 ={}为某随机现象的样本空间，称定义在上的实值函数 X=X() 为随机变量.用来表示随机现象结果的变量。