4第二章随机变量及其分布(2)

第二章 随机变量及其分布第二节 离散随机变量一、选择1 设离散随机变量X 的分布律为:),,3,2,1(,}{ ===k b k X P kλ )(0为，则且λ>b11)D (11)C (1)B (0)A (-=+=+=>b bb λλλλ的任意实数).()0(,11111·,1,11)1(·lim lim 1)1(·1}{111C b b b b S b b S b k X P n n n n n nk kn k kk 所以应选因所以时当于是可知即因为解><+==-<=--=--=====∞→∞→=∞=∞=∑∑∑λλλλλλλλλλλλ二、填空1 如果随机变量X 的分布律如下所示,则=C .X0 1 2 3PC1 C 21 C 31 C 41.12251)(31==∑=C x P x i 得：根据解 2 进行重复独立试验,设每次试验成功的概率为54, 失败的概率为51, 将试验进行到出现一次成功为止, 以X 表示所需试验次数, 则X 的分布律是__ ___ ____.(此时称X 服从参数为p 的几何分布).解:X 的可能取值为1，2，3 ，{}{}.,1~1次成功第次失败第K K K X -==所以X 的分布律为{} 1,2, , 54)51(1=⋅==-K K X P K 三、简答1 一个袋子中有5个球,编号为1,2,3,4,5, 在其中同时取3只, 以X 表示取出的3个球中的最大号码, 试求X 的概率分布.的概率分布是从而，种取法，故只，共有任取中，，个号码可在，另外只球中最大号码是意味着事件种取法，故只，共有中任取，，个号码可在，另外只球中最大号码是意味着事件只有一种取法，所以只球号码分布为只能是取出的事件的可能取值为解X C C X P C X C C X P C X C X P X X 53}5{624,321253},5{103}4{2321243},4{1011}3{,3,2,13},3{.5,4,335242235232335=============X 3 4 5 P101 103 532 一汽车沿一街道行驶, 需要通过三个均设有绿路灯信号的路口, 每个信号灯为红和绿与其他信号为红或绿相互独立, 且红绿两种信号显示时间相等, 以X 表示该汽车首次遇到红灯前已通过的路口个数, 求X 的概率分布.故分布律为于是相互独立，且，遇到红灯个路口首次汽车在第表示设的可能值为由题设知解3321321332132122121132121)()()()(}3{21)()()()(}2{21)()()(}1{21)(}0{,21)()(,,"")3,2,1(,3,2,1,0==================A P A P A P A A A P X P A P A P A P A A A P X P A P A P A A P X P A P X P A P A P A A A i i A X i i iX 0 1 2 3 P21 221 321 321 第三节 超几何分布 二项分布 泊松分布一、选择1 甲在三次射击中至少命中一次的概率为0.936, 则甲在一次射击中命中的概率p =______.(A) 0.3 (B) 0.4 (C) 0.5 (D) 0.6 解: D设=X ”三次射击中命中目标的次数”,则),3(~p B X , 已知936.0)1(1)0(1)1(3=--==-=≥p X P X P ， 解之得6.04.01064.0)1(3=⇒=-⇒=-p p p2 设随机变量),3(~),,2(~p b Y p b X , {}{}=≥=≥1,951Y P X P 则若______. 43)A (2917)B ( 2719)(C 97)D ( 解: C二、填空1设离散随机变量X 服从泊松分布,并且已知{}{},21===X P X P{}______4＝则=X P .解:232-e 三、简答1.某地区的月降水量X （单位：mm ）服从正态分布N(40,24),试求该地区连续10个月降水量都不超过50mm 的概率.9396.09938.010Y P 9938.010B Y mm 50Y 10mm 50109938.0)5.2()44050440P )50P A P mm 50A 10＝）＝＝（），（～的月数”，则过＝“该地区降水量不超设天贝努利试验，相当做超过个月该地区降水量是否观察（（）＝（”＝“某月降水量不超过解：设==-≤-=≤φx x2 某地区一个月内发生交通事故的次数X 服从参数为λ的泊松分布,即)(~λP X ,据统计资料知,一个月内发生8次交通事故的概率是发生10次交通事故的概率的2.5倍.(1) 求1个月内发生8次、10次交通事故的概率； （2）求1个月内至少发生1次交通事故的概率； （3）求1个月内至少发生2次交通事故的概率；983.001.000248.0}1{}0{1}2{01487.06}1{)3(9975.000248.01}0{1}1{00248.0}0{)2(0413.0!106}10{1033.0!86}8{)1(6,36!105.2!8}10{5.2}8{.,.,2,1,0,!}{),(~610610682108≈+≈=-=-=≥≈==≈-≈=-=≥≈===≈==≈====⨯====⋯===-------X P X P X P e X P X P X P e e X P e X P e X P e e X P X P k k e k X P P X k λλλλλλλλλλλλ解出即据题意有关键是求出是未知的这里题这是泊松分布的应用问解第五节 随机变量的分布函数一、 填空题1设离散随机变量,216131101~⎪⎪⎭⎫⎝⎛-X 则X 的分布函数为 .⎪⎪⎪⎩⎪⎪⎪⎨⎧≥<≤<≤--<==++=≤=≥=+=≤=<≤=≤=<≤-=≤=-<1,110,2101,311,0)(1216131}{)(1;216131}{)(1031}{)(01;0}{)(1x x x x x F x X P x F x x X P x F x x X P x F x x X P x F x 当当当当整理，得时，当时，当时，当时，当解二、选择1 设)(1x F 与)(2x F 分别为随机变量1X 与2X 的分布函数,为使)()()(21x bF x aF x F -=是某一变量的分布函数,在下列给定的数值中应取52,53)A (-==b a 32,32)B (==b a 23,21)C (=-=b a 23,21)D (-==b a ).(1)(lim )(lim )(lim ,1)(lim 21A b a x F b x F a x F x F x x x x 故应选即因此有根据分布函数的性质：分析-=-==+∞→+∞→+∞→+∞→2. 设函数⎪⎩⎪⎨⎧≥<≤<=1x , 11x 0 , 2x 0x,0)(x F .则)(x F ______.(A) 是随机变量的分布函数. (B) 不是随机变量的分布函数.(C) 是离散型随机变量的分布函数. (D) 是连续型随机变量的分布函数. 解: A显然)(x F 满足随机变量分布函数的三个条件:(1))(x F 是不减函数 ， (2) 1)(,0)(,1)(0=+∞=-∞≤≤F F x F 且 ， (3))()0(x F x F =+3. 设⎪⎪⎩⎪⎪⎨⎧≥<<≤=2x, 12x (*) , 4x(*)x,0)(2x F 当(*)取下列何值时,)(x F 是随机变量的分布函数.(A) 0 (B) 0.5 (C) 1.0 (D)1.5解: A 只有A 使)(x F 满足作为随机变量分布函数的三个条件.三．简答1 设随机变量X 的分布函数为x B A x F arctan )(+=,求B A ,的值. 解:由随机变量分布函数的性质.0)(lim =-∞→x F x .1)(lim =+∞→x F x 知.2)2()a r c t a n (lim )(lim 0B A B A x B A x F x x ππ-=-⨯+=+==-∞→-∞→.22)arctan (lim )(lim 1B A B A x B A x F x x ππ+=⨯+=+==+∞→+∞→ 解⎪⎪⎩⎪⎪⎨⎧=+=-1202B A B A ππ得π1,21==B A第六节 连续随机变量的概率密度一、选择1.设()f x 、()F x 分别表示随机变量X 的密度函数和分布函数，下列选项中错误的是（ A ）（A ） 0()1f x ≤≤ （B ） 0()1F x ≤≤（C ）()1f x dx +∞-∞=⎰（D ） '()()f x F x =2.下列函数中，可为随机变量X 的密度函数的是( B )（A ） sin ,0()0,x x f x π≤≤⎧=⎨⎩其它 （B ）sin ,0()20,x x f x π⎧≤≤⎪=⎨⎪⎩其它（C ） 3sin ,0()20x x f x π⎧≤≤⎪=⎨⎪⎩，其它（D ）()sin ,f x x x =-∞<<+∞ 二、填空1.设连续随机变量X 的分布函数为11()arctan ,2F X x x π=+-∞<<+∞ (1)(11)P X -≤≤= 0.5 ， (2)概率密度()f x =21,(1)x x π-∞<<+∞+三、简答题1. 设随机变量X 的概率密度20()0,x Ax e x f x x -⎧>=⎨≤⎩，求：（1）常数A ；（2）概率(1)P X ≥。

第二章随机变量及其分一、基本要求、重点与难点（一）基本要求1．理解随机变量的概念。

2．掌握离散型随机变量和连续型随机变理的描述方法。

3．理解分布列与概率密度的概念及其性质。

4．理解分布函数的概念及性质。

5．会应用概率分布计算有关事件的概率。

6．掌握二项分布、泊松分布、均匀分布、正态分布和指数分布。

7．会求简单随机变量函数的分布。

（二）重点1．离散型随机变量的分布列和分布函数的概念及性质。

2．连续型随机变量的密度函数和分布函数的概念及性质。

3．掌握二项分布、泊松分布、均匀分布、正态分布和指数分布。

4．随机变量的一些简单函数的概率分布的求法。

（三）难点1．离散型随机变量的分布列与分布函数的关系。

2．连续型随机变量的密度函数与分布函数的关系。

3．随机变量函数的分布的计算。

二、重点内容简介§1 随机变量的概念及分类定义定义在样本空间Ω上的一个实值函数X=X(ω)，使随机试验的每一个结果ω都可用一个实数X(ω)来表示，且实数X满足1）X是由ω唯一确定；2）对于任意给定的实数x，事件{X≤x}都是有概率的，则称X为一随机变量，一般用大写字母X,Y,Z等表示。

引入随机变量后，随机事件就可以通过随机变量来表示，这样，我们就把对事件的研究转化为对随机变量的研究。

随机变量一般可分为离散型和非离散型两大类。

非离散型又可分为连续型和混合型。

由于在实际工作中我们经常遇到的是离散型和连续型的随机变量，因此一般情况下我们仅讨论这两个类型的随机变量。

§2 随机变量的分布函数及其性质定义 设X 为一随机变量，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。

分布函数是一个以全体实数为其定义域，以事件{ω|∞＜X(ω)≤∞}的概率为函数值的一个实值函数。

分布函数具有以下的基本性质： 1） 0≤F(x )≤1;2） F(x )是非减函数； 3） F(x )是右连续的； 4）lim ()0,lim ()1;x x F x F x →−∞→+∞==设随机变量X 的分布函数为F(x )，则可用F(x )来表示下列概率：(1) ()();(2) ()(0);(3) ()1()1();(4) ()1()1(0);(5) ()()()()(0);(6) (||)()()()(0)();P X a F a P X a F a P X a P X a F a P X a P X a F a P X a P X a P X a F a F a P X a P a X a P X a P X a F a F a ≤=<=−>=−≤=−≥=−<=−−==≤−<=−−<=−<<=<−≤−=−−−§ 3 离散型随机变量1 定义定义 如果随机变量X (ω)所有可能取值是有限个或可列多个，则称X (ω)为离散型随机变量（discrete random variable ）简写作d .r .v .。

金融保险) 例2.2.4: (金融保险 金融保险 根据生命表知道， 根据生命表知道，在某个年龄段的投保人中一年内 每个人死亡的概率是 0.005 ，现在有 10,000 人参加 保险， 人的概率。 保险，问未来一年中死亡人数不超过 60 人的概率。 解: 分析 分析, 人中死亡的人数， 以 X 记这 10,000 人中死亡的人数，则显然有 X ~b (104，0.005 ) ，需要计算 { X ≤ 60 } 。 需要计算P P { X ≤ 60 } = ∑k6=00 [C10000k 0.005k 0.99510000 – k ]
例2.1.1
抛掷均匀硬币两次， 抛掷均匀硬币两次，用X 表示正面 H 出现的次数。 出现的次数。
X
=
0 ，
1 ，
2， ，
3
试验结果 = 相应概率 =
{TTT} ， {HTT,TTH,THT}， {HHT,THH,HTH}, {HHH} , ， , 1/8 ， 3/8 ， 3/8, 1/8
ቤተ መጻሕፍቲ ባይዱ
X 的概率分布也可以表格的形式表示： 的概率分布也可以表格的形式表示： X p 0 1/8 1 3/8 2 3/8 3 1/8
离散随机变量概率分布的表达形式
1.
X pk
x1 x 2 x 3 ⋅ ⋅ ⋅ x k ⋅ ⋅ ⋅ p1 p2 p3 ⋅ ⋅ ⋅ pk ⋅ ⋅ ⋅
2.
x1 X ~ p1
x2 ⋅ ⋅ ⋅ p2 ⋅ ⋅ ⋅
xn pn
⋅ ⋅ ⋅ ⋅ ⋅ ⋅
离散型随机变量X的分布律具有以下性 离散型随机变量 的分布律具有以下性 质: 1.
有下面四个约定
1). 每次试验至多出现两个可能结果之一 或 A 每次试验至多出现两个可能结果之一:A或 2). A在每次试验中出现的概率 保持不变 在每次试验中出现的概率p保持不变 在每次试验中出现的概率 3). 各次试验相互独立 4). 共进行 次试验 共进行n次试验

因此事件A在n次试验中发生k次的概率为
n
P (X k ) C n kp k q n k ,k 0 ,1 , ,n
C
k n
p
k
q
n k C n 0 p 0 q n C n 1 p q n 1 C n n p n q 0 1
.
k 0
2019/11/18
13
二项分布（Binomial distribution）
k! n
nn
li(1 m )n k li(1 m )nli(1 m ) k
n nln in C lnm in k m p (1kqn nn )k nn ( k )k !ee n ,k0,1,2,
2019/11/18
将 样 本 空 间 与 实 数 值 之 间 建 立 一 种 对 应 关 系 ， 以 便 利 用 数 学
分 析 的 方 法 对 随 机 试 验 的 结 果 进 行 深 入 广 泛 的 研 究 和 讨 论 .
2019/11/18
4
1. 随机变量的定义
定义: 设随机试验E的样本空间为 S {e}, 若对于每 一个样本点 eS, 变量X 都有唯一确定实数与之对应, 则X是定义在 S上的单值实函数, 即 XX(e), 称
辆汽车通过的概率.
解： 由题意知
P(X0)0e0.2, 则1.61.
0! 而 P ( X 1 ) 1 P ( X 0 ) P ( X 1 )
10.21 e 1 0 .2 1 .6 0 1 .2
1!
0.478.
2019/11/18
19
P ( X 2 ) P ( A ) P ( A B ) P ( B |A ) 0 . 7 0 . 8 5 0 . 6