概率论习题课2. ppt
[理学]青岛大学概率论课件概率第二章
![[理学]青岛大学概率论课件概率第二章](https://img.taocdn.com/s3/m/a8c4d5a45f0e7cd18525368d.png)
i 1
i 1
随机变量的数学期望。
(i 1,2,)
(1)
29
例3 设 为离散型随机变量，其分布列为
P{
(1)k
2k } k
1 2k
k 1,2,
试问: 的数学期望是否存在？
30
二、常用分布的数学期望
1） 单点分布
E c
2）两点分布
E p
3）二项分布 ~ B(n, p) E np
4）普阿松分布 ~ P( ) 5）几何分布 ~ G( p)
2）几何分布的无记忆性
定理：设 服从几何分布 G( p) ，m为任意整数，则
P( m k m) P( k) pqk1
6. 超几何分布
P(
k)
C
k M
C
nk N -M
CnN
注：背景
, k 0,1,,min( n, M )
9
§2.2 多维随机变量及其分布
一、二维随机变量及其分布
1. 定义
0, 1, 2，3 1
定义1：设（, F, P）是概率空间, =()是 定义在上的实值函数， 如果x R, 有
{ () x} F
则称为随机变量。
定义2（离散型随机变量）
随机变量
离散型 非离散型奇连异续型型
2
二、离散型随机变量的分布列
1. 定义
定义3: 设离散型随机变量的可能取值为 xi (i 1,2,)
例5 已知随机变量和的分布列为：
~
1 1
0 1
11
4 2 4
~
0 1
1 1
2 2
且P{ =0}=1 (1)求和的联合分布列 (2)问和是否独立？为什么？
19
概率论第二章习题讲解
( )
j
i
i
二. 二维连续随机变量的边缘分布 x +∞ F X ( x ) = F ( x , +∞ ) = ∫ dx ∫ f ( x , y )dy ∞ ∞ d +∞ f X (x ) = FX (x )= ∫ ∞ f ( x , y )dy dx y +∞ FY ( y ) = F (+ ∞ , y ) = ∫ dy ∫ f ( x , y )dx ∞ ∞ +∞ d fY ( y ) = FY ( y ) = ∫ ∞ f ( x , y )dx dy 一. 离散型随机变量的独立性 p xi , y j = pX ( xi ) pY y j 二. 连续随机变量的独立性
+∞ ∞
∞
f (z y( x , y )dy
2. 平方和的分布
n
FZ ( z ) =
∫∫ f ( x , y )dxdy
x2 + y2 < z
n
3.(独立的随机变量) 3.(独立的随机变量)最大值与最小值的分布
Fmax ( z ) = ∏ Fi ( z ),
i =1
p 1 q[ x ] F ( x ) = P ( X ≤ x ) = ∑ pq m 1 = = 1 q [ x ] = 1 (1 p)[ x ] 1 q m =1 其中,[x]为 x 的整数部分. 其中, 为 的整数部分.
8
(
)
当 x ≥ 1 时,
4 自动生产线在调整以后出现废品的概率为 p (0<p<1), 生产过程中出现废品时立即重新调整, 生产过程中出现废品时立即重新调整 求在两次调整之间生产的合格品数的概率分布. 求在两次调整之间生产的合格品数的概率分布 设随机变量X表示自动生产线 解 设随机变量 表示自动生产线 : 在两次调整之间生产的合格品数, 在两次调整之间生产的合格品数, 的所以可能取值:0,1,2,…,n,…. 则X的所以可能取值 的所以可能取值
概率论第二章习题解答
a
b X t
ba
0
F
t
t b
a a
1
ta at b bt
2024年8月31日7时2分
P44 2.4.1 X ~ U 0,10,均匀分布 0, x 0
概率密度f
方程x2
x
1
=10
,
0,
Xx 1
0 x 10 分布函数F 其它
0有实根,
x
x 10 1
0 x 10 10 x
=X 2 4 0 X 2
1 P A1 A2 A3 1 P A1 A2 A3 1 P A1A2 A3
1 P A1 P A2 P A3 1 0.9730633 0.078654
设Y “3人维修的90台设备发生故障的台数”
近似
则Y ~ B 90，0.01， 2 =np 90 0.01 0.9,Y ~ 0.9
Probability
2024年8月31日7时2分
第二章 随机变量及其分布 P35练习2.2
1
P
X
k
k
A
k 1
k
1, 2,
,且
k 1
k
A
k 1
1
1
k 1
k
A
k 1
A
k 1
k
1
k 1
A 11
1 2
1 2
1 3
1 3
1 4
A
A1
2024年8月31日7时2分
P35练习2.2
2 解：设X =8次射击击中目标次数，则X ~ N 8,0.3
2024年8月31日7时2分
P49 2.5.1 Y sin X 1,0,1
X
概率论课后题答案.
6. 假设2个叫Davis的男孩, 3个叫Jones的男孩, 4个叫Smith
的男孩随意地坐在一排9座的座位上. 那么叫Davis的男孩
刚好坐在前两个座位上, 叫Jones的男孩坐在挨着的3个座
位上, 叫Smith的男孩坐在最后4个座位上的概率是多少?
解 n＝ A99 9!, nA 2 1 3 2 1 4 3 2 1 288
(1) 最小号码是5的概率; (2) 最大号码是5的概率.
3 解 (1) 组合法: n＝ C10 , n1 C52 C52 10 1 0.08333 所以, P1=n1/n＝ 3 C10 120 12 2 C4 6 1 0.05 (2) P2=n2/n＝ 3 C10 120 20 或用排列法: 1 C3 5 4 1 (1) P1=n1/n＝ 0.08333 10 9 8 12 1 C3 43 1 (2) P2=n2/n＝ 0.05 10 9 8 20
ABC
AB C
或 A B C
(6) A,B,C不多于一个发生; AB或 C A AB BC C B CAB C 或 AB A AC C BC (7) A,B,C不多于两个发生;
ABC 或 A B C
(8) A,B,C至少有二பைடு நூலகம்发生;
《概率论与数理统计》习题二
北京交通大学远程教育课程作业年级：层次：专业名称：课程名称：作业序号：学号：姓名：作业说明：1、请下载后对照网络学习资源、光盘、学习导航内的导学、教材等资料学习；有问题在在线答疑处提问；2、请一定按个人工作室内的本学期教学安排时间段按时提交作业，晚交、不交会影响平时成绩；需要提交的作业内容请查看下载作业处的说明3、提交作业后，请及时查看我给你的评语及成绩，有疑义请在课程工作室内的在线答疑部分提问；需要重新上传时一定留言，我给你删除原作业后才能上传4、作业完成提交时请添加附件提交，并且将作业附件正确命名：学号课程名称作业次数《概率论与数理统计》习题二第三章多维随机变量及其分布一、选择题1、设二维随机变量（X，Y则P{XY=2}=（）A． B. C. D.2、设二维随机变量（X，Y）的概率密度为，则当时，（X，Y）关于X的边缘概率密度为f x(x)=（）A． B.2x C. D. 2y3、二维随机变量（X，Y）的联合密度函数是f(x,y)，分布函数为F(x,y)，关于X，Y的边缘分布函数分别是F X(x)，F Y(y),则，，分别为（）A．0，F X(x)，F(x,y) B. 1，F Y(y)，F(x,y)C. f(x,y), F(x,y) , F Y(y)D. 1, F X(x)，F(x,y)4、设随机变量X，Y，独立同分布且X的分布函数为F（x）,则Z=max{X,Y}的分布函数为（）A．F2(z) B. 1，F(x)F(y)C. 1-[1-F(z)]2D. [1-F（x）][1-F（y）]5、设X～N（-1，2），Y～N（1.3），且X与Y相互独立，则X+2Y～（）A．N（1，8） B.N（1，14） C.N（1，22） D. N（1，40）二、填空题1、设X和Y为两个随机变量，且P{X,Y}=，P{X}= P{Y}=,则P{max{X,Y}}=______2、设随机变量Xi～（i=1，2……），且满足P{X1X2=0}=1,则P{X1=X2}等于_______________3、设平面区域D由曲线y=及直线y=0,x=1,x=e2,所围成，二维随机变量（X，Y）在区域D上服从均匀分布，则（X，Y）关于X的边缘概率密度在x=2处的值为__________4、 设随机变量X 与Y 相互独立，且服从区间[0,3]上的均匀分布，则P{max{X,Y }}=___________5、 设随机变量（X ，Y ）～N （0，22；1，32；0），则P{}=_________三、解答题1. 在一箱子里装有12只开关，其中2只是次品，在其中随机地取两次，每次取一只。
概率论第一章习题课
概率论与数理统计第一章习题课1. 掷3枚硬币, 求出现3个正面的概率. 解: 设事件A ={出现3个正面}基本事件总数n =23, 有利于A 的基本事件数n A =1, 即A 为一基本事件,则125.08121)(3====n n A P A .2. 10把钥匙中有3把能打开门, 今任取两把, 求能打开门的概率. 解: 设事件A ={能打开门}, 则A 为不能打开门基本事件总数210C n =, 有利于A 的基本事件数27C n A =, 467.0157910212167)(21027==⨯⨯⋅⨯⨯==C C A P因此, 533.0467.01)(1)(=-=-=A P A P .3. 100个产品中有3个次品,任取5个, 求其次品数分别为0,1,2,3的概率.解: 设A i 为取到i 个次品, i =0,1,2,3,基本事件总数5100C n =, 有利于A i 的基本事件数为3,2,1,0,5973==-i C C n i i i则138.09833209495432194959697396979899100543213)(856.0334920314719969798991009394959697)(510049711510059700=⨯⨯⨯=⨯⨯⨯⨯⨯⨯⨯⋅⨯⨯⨯⨯⨯⨯⨯⨯=⨯===⨯⨯⨯⨯=⨯⨯⨯⨯⨯⨯⨯⨯===C C n n A P C C n n A P00006.09833512196979697989910054321)(006.0983359532195969739697989910054321)(51002973351003972322=⨯⨯==⨯⨯⋅⨯⨯⨯⨯⨯⨯⨯⨯====⨯⨯=⨯⨯⨯⨯⨯⋅⨯⨯⨯⨯⨯⨯⨯⨯===C C n n A P C C C n n A P4. 一个袋内有5个红球, 3个白球, 2个黑球, 计算任取3个球恰为一红, 一白, 一黑的概率.解: 设A 为任取三个球恰为一红一白一黑的事件,则基本事件总数310C n =, 有利于A 的基本事件数为121315C C C n A =, 则25.0412358910321)(310121315==⨯⨯⨯⨯⨯⨯⨯===C C C C n n A P A5. 两封信随机地投入四个邮筒, 求前两个邮筒内没有信的概率以及第一个邮筒内只有一封信的概率.解: 设A 为前两个邮筒没有信的事件, B 为第一个邮筒内只有一封信的事件,则基本事件总数1644=⨯=n , 有利于A 的基本事件数422=⨯=A n , 有利于B 的基本事件数632=⨯=B n , 则25.041164)(====n n A P A 375.083166)(====n n B P B . 6. 为防止意外, 在矿内同时设有两种报警系统A 与B , 每种系统单独使用时, 其有效的概率系统A 为0.92, 系统B 为0.93, 在A 失灵的条件下, B 有效的概率为0.85, 求(1) 发生意外时, 这两个报警系统至少有一个有效的概率 (2) B 失灵的条件下, A 有效的概率解: 设A 为系统A 有效, B 为系统B 有效, 则根据题意有P (A )=0.92, P (B )=0.93, 85.0)|(=A B P(1) 两个系统至少一个有效的事件为A ∪B , 其对立事件为两个系统都失效, 即B A B A = , 而15.085.01)|(1)|(=-=-=A B P A B P , 则988.0012.01)(1)(012.015.008.015.0)92.01()|()()(=-=-==⨯=⨯-==B A P B A P A B P A P B A P(2) B 失灵条件下A 有效的概率为)|(B A P , 则829.093.01012.01)()(1)|(1)|(=--=-=-=B P B A P B A P B A P 7. 用3个机床加工同一种零件, 零件由各机床加工的概率分别为0.5, 0.3, 0.2, 各机床加工的零件为合格品的概率分别等于0.94, 0.9, 0.95, 求全部产品中的合格率.解: 设A 1,A 2,A 3零件由第1,2,3个机床加工, B 为产品合格,A 1,A 2,A 3构成完备事件组.则根据题意有P (A 1)=0.5, P (A 2)=0.3, P (A 3)=0.2, P (B |A 1)=0.94, P (B |A 2)=0.9, P (B |A 3)=0.95,由全概率公式得全部产品的合格率P (B )为93.095.02.09.03.094.05.0)|()()(31=⨯+⨯+⨯==∑=i i i A B P A P B P8. 12个乒乓球中有9个新的3个旧的, 第一次比赛取出了3个, 用完后放回去, 第二次比赛又取出3个, 求第二次取到的3个球中有2个新球的概率.解: 设A 0,A 1,A 2,A 3为第一次比赛取到了0,1,2,3个新球, A 0,A 1,A 2,A 3构成完备事件组.设B 为第二次取到的3个球中有2个新球. 则有22962156101112321)|(,552132101112789321)(,442152167101112321)|(,55272101112389321)(,552842178101112321)|(,2202710111239321)(,552732189101112321)|(,2201101112321)(312162633123933121527231213292312142813122319131213290312330=⋅⨯⨯⋅⨯⨯⨯⨯===⨯⨯⨯⨯⨯⨯⨯⨯⨯===⋅⨯⨯⋅⨯⨯⨯⨯===⨯⨯⨯⨯⨯⨯⨯⨯===⋅⨯⨯⋅⨯⨯⨯⨯===⨯⨯⨯⨯⨯⨯===⋅⨯⨯⋅⨯⨯⨯⨯===⨯⨯⨯⨯==C C C A B P C C A P C C C A B P C C C A P C C C A B P C C C A P C C C A B P C C A P根据全概率公式有455.01562.02341.00625.00022.022955214421552755282202755272201)|()()(30=+++=⋅+⋅+⋅+⋅==∑=i i i A B P A P B P9. 某商店收进甲厂生产的产品30箱, 乙厂生产的同种产品20箱, 甲厂每箱100个, 废品率为0.06, 乙厂每箱装120个, 废品率是0.05, 求:(1)任取一箱, 从中任取一个为废品的概率;(2)若将所有产品开箱混放, 求任取一个为废品的概率. 解: (1) 设B 为任取一箱, 从中任取一个为废品的事件. 设A 为取到甲厂的箱, 则A 与A 构成完备事件组4.05020)(,6.05030)(====A P A P 05.0)|(,06.0)|(==AB P A B P 056.005.04.006.06.0)|()()|()()(=⨯+⨯=+=A B P A P A B P A P B P(2) 设B 为开箱混放后任取一个为废品的事件.则甲厂产品的总数为30×100=3000个, 其中废品总数为3000×0.06=180个,乙厂产品的总数为20×120=2400个, 其中废品总数为2400×0.05=120个, 因此...055555555.0540030024003000120180)(==++=B P10. 有两个口袋, 甲袋中盛有两个白球, 一个黑球, 乙袋中盛有一个白球两个黑球. 由甲袋中任取一个球放入乙袋, 再从乙袋中取出一个球, 求取到白球的概率.解: 设事件A 为从甲袋中取出的是白球, 则A 为从甲袋中取出的是黑球, A 与A 构成完备事件组. 设事件B 为从乙袋中取到的是白球. 则P (A )=2/3, P (A )=1/3, P (B |A )=2/4=1/2, P (B |A )=1/4, 则根据全概率公式有417.012541312132)|()()|()()(==⨯+⨯=+=A B P A P A B P A P B P11. 上题中若发现从乙袋中取出的是白球, 问从甲袋中取出放入乙袋的球, 黑白哪种颜色可能性大?解: 事件假设如上题, 而现在要求的是在事件B 已经发生条件下, 事件A 和A 发生的条件概率P (A |B )和P (A |B )哪个大, 可以套用贝叶斯公式进行计算, 而计算时分母为P (B )已上题算出为0.417, 因此2.0417.04131)()|()()|(8.0417.02132)()|()()|(=⨯===⨯==B P A B P A P B A P B P A B P A P B A PP (A |B )>P (A |B ), 因此在乙袋取出的是白球的情况下, 甲袋放入乙袋的球是白球的可能性大.12. 假设有3箱同种型号的零件, 里面分别装有50件, 30件和40件, 而一等品分别有20件, 12件及24件. 现在任选一箱从中随机地先后各抽取一个零件(第一次取到的零件不放回). 试求先取出的零件是一等品的概率; 并计算两次都取出一等品的概率.解: 称这三箱分别为甲,乙,丙箱, 假设A 1,A 2,A 3分别为取到甲,乙,丙箱的事件, 则A 1,A 2,A 3构成完备事件组. 易知P (A 1)=P (A 2)=P (A 3)=1/3. 设B 为先取出的是一等品的事件. 则6.04024)|(,4.03012)|(,4.05020)|(321======A B P A B P A B P 根据全概率公式有467.036.04.04.0)|()()(31=++==∑=i i i A B P A P B P 设C 为两次都取到一等品的事件, 则38.039402324)|(1517.029301112)|(1551.049501920)|(240224323021222502201=⨯⨯===⨯⨯===⨯⨯==C C A C P C C A C P C C A C P根据全概率公式有22.033538.01517.01551.0)|()()(31=++==∑=i i i A C P A P C P13. 发报台分别以概率0.6和0.4发出信号“·”和“—”。
概率论与数理统计随机变量及其分布习题课
01 排列及其逆序数
解 以X表示此人外出时电话铃响的次数, 由题意知X~π(2t), t表示外出的总时间，则X的的分布律为
当t=10/60=1/6时， （1）
，故所求概率为
（2）设外出最长时间为t（单位：h）， 因为X~π(2t)，
3
01 排列及其逆序数
因此无电话打进的概率为
，
要使
即
，
解之得
0.3466小时约为21分钟，因此，某人应控制外出时间小
16
01 排列及其逆序数
ꢀ例8 设随机变量
,记
， 则A. p随着 μ的增加而增加
C. p随着μ的增加而减少
B. p随着 σ的增加而增加 D. p随着σ的增加而减少
解
因为 为单调增函数, p σ
,
所以 随着 的增加而增加
应选B.
17
01 排列及其逆序数
ꢀ例9 测量某距离时,随机误差X(单位:cm)具有密度函数：
则性。
6
01 排列及其逆序数 ꢀ例3 设随机变量X的概率密度为 为X的分布函数, 求 解 由题意知,X的分布函数为
因此，
F(x)
7
01 排列及其逆序数 ꢀ例4 设某加油站每周补给一次油,如果这个加油站每 周的销售量(单位:千升)为一随机变量,其密度函数为
试问该加油站的储油罐需要多大,才能把一周内断油的概 率控制在5%以下?
，求
解 当y≤0时,Y的密度函数为 当y>0时,Y的分布函数为
的分布. ；
对上式两边关于y求导，得
20
01 排列及其逆序数 即
这是伽玛分布
的概率密度函数.
21
01 排列及其逆序数
ꢀ例11 设电流I是一个随机变量,它均匀分布在9A~11A 之间.若此电流通过2Ω的电阻,在其上消耗的功率W=2I2, 求W的概率密度.
概率统计教案2章习题课二
出版社，2015 年 8 月.
参 [3] 郑一,戚云松,陈倩华,陈健. 光盘：概率论与数理统计教案、作业册与
考
试卷考题及答案、数学实验视频. 大连理工大学出版社，2015 年 8
文
月.
献 [4] 王玉敏,郑一,林强. 概率论与数理统计教学实验教材. 中国科学技术
出版社，2007 年 7 月.
联系方式：zhengone@
k
讲评 这两条性质常用来判断一个数列{pk}是否是某个离散型随机变量 的概率分布, 或者确定概率分布中的待定参数. 只有 pk同时满足上述两条性质, 数列{pk}才能作为某个离散型随机变量的分布律.
2. 伯努利概型 在 n 重伯努利试验中, 事件 A 恰好发生 k 次的概率为
P{X=k}= Cnk pk qnk , k 0,1, 2, n . 讲评 n 重伯努利试验是一种很重要的数学模型. 它有广泛的应用, 是研 究与应用最多的模型之一. 3. 分布函数 设 X 是一个随机变量(包括离散型及非离散型). x 是任意实数, 定义
《概率论与数理统计》教案 第二章习题课 郑一，戚云松，陈倩华，陈健 编著 大连理工大学出版社出版
第 80 页
题
第二章 随机变量及其概率分布内容习题课
目
课时：2
与
课
时
(1) 熟练计算离散型随机变量及其概率分布问题；
教 (2) 熟练计算连续型随机变量及其概率密度问题； 学 (3) 熟练计算随机变量的分布函数； 目 (4) 熟练计算随机变量函数的概率分布问题。 的
(4) 若 f (x) 在点 x 处连续, 则有 ′F x ( ) = f ( ) x ; (5) 对连续型随机变量 x，总有P{X =a} =0 < ∞ − ,a ∞+ <. 讲评 性质(1)和(2)是连续型随机变量的概率密度 f (x) 必须具有的特性, 常用来检查某一函数 f (x) 是否是连续型随机变量的概率密度. 性质(3)和(4)是 由概率密度的定义导出的性质. 性质(3)和(4)表明：随机变量 X 落在区间 (a,b] 内的概率等于曲线 y f (x) 与 x=a, x=b 及 x 轴所围成的曲边梯形的面积. 性质 (5)表明：对于连续型随机变量 X , 总有
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
(1)求相继两次故障之间时间间隔T的概率分布； (2)求设备无故障工作8小时的概率； (3)求在设备已无故障工作8小时的情形下，再无故 障工作8小时的概率。 解：(1)求概率分布，由题目所给的条件，求T的分布 函数。 当t 0时，由于T是非负的随机变量， 故有F (t) P(T t) 0 当t 0时，事件“T t”表示相邻两次故障的时间间隔
(2)求每天购物人数Y的概率分布； (3) 已知某天有k人购物，求该天恰有m(m k)人
进店的概率 解：（1）P(Y m) Cnm pm (1 p)nm，即Y ～ B(n, p)
（2）每天购物人数Y的可能值为0,1,2, , X ( X 为进 店人数)，由题意X ～ P( ), Y ～B(n, p)
2. 公式法
X ~ f X ( x), y g( x) 单调，且有反函数 x h( y),
Y g( X ) 的p.d.f.
fY
(
y)
fX 0
[h(
y)]
h(
y)
a yb else
此公式可推广至g(x)逐段单调的情形。
例1：连续射击直到恰好命中两次目标为止，假设各次 射击命中目标的概率都等于p，试求射击次数X的概率分布。
于是T的分布函数为F
(t
)
1
e t
0
t0 t0
可见，T服从参数为的指数分布。
(2)所求概率P P(T 8) 1 F (8) e8
(3)所求概率Q P(T 16T 8) P[(T 16) (T 8)] P(T 8)
P(T 16) 1 F (16) e8 P(T 8) 1 F (8)
例2：向半径为r的圆内均匀投掷一随机点，假设点不可能 落到圆外，且落入圆内任何区域内的概率只与其面积有关并 与之成正比。试求
（1）随机点的落点到原点的距离R的分布函数F(x); （2）r.v. R的概率密度f(x).
例3：设r.v.X的绝对值不大于1， P( X 1) 1 , 8
P( X 1) 1 , 在 1 X 1 的条件下，X在任意区间
二、d.r.v.的概率分布
X
x1
x2
P
p1
p2
ቤተ መጻሕፍቲ ባይዱ
xn pn
必须掌握的分布： 两点分布，二项分布，超几何分布，泊松分布，几何分布
1. 牢记分布列及其实际模型
2. 近似计算：
超几何分布
二项分布
泊松分布
三、c.r.v.的概率分布
b
X ~ f ( x), P(a X b) a f ( x)dx,
m!
C
k m
pk (1
p)nk
m e
m!
pk (1 p)mk
mk m! k!(m k)!
(p)k e
mk (1 p)mk
k!
mko (m k)!
(p)k ee(1 p) (p)k ep k 0,1,
k!
k!
可见，每天购物人数Y服从参数p的Poisson分布。
（3）所求概率为条件概率
P( X mY k) P( X m)P(Y k X m) P(Y k)
m e
m!
pk (1 p)mk
m!
k!(m k)!
(p)k ep
k!
e(1 p)[(1 p)]mk (m k)
(m k)!
例8：假设某设备开机后无故障工作的时间X服从参 数等于1/5的指数分布，设备定时开机，出现故障时自动 关机，而在无故障的情形下工作2小时便关机。试求该设 备每次开机无故障工作时间Y的分布函数。
x
因此有 F ( x) f (t )dt, F( x) f ( x)
必须掌握的分布： 均匀分布，指数分布，正态分布，伽马分布
牢记分布的d.f. 及p.d.f. 四、r.v. 函数的分布（重点是c.r.v.)
1. 分布函数法： Y g( X ), FY ( y) P(Y y) P( g( x) y) 利用X的分布求此概率
不大于t，即在t长的时间内至少发生一次故障，即N (t) 1,
反之，若N (t) 1，说明在t长的时间内发生了故障，即相邻
两次故障的时间间隔T t，因此有
F (t) P(T t) P[N (t) 1]
因为 P[N (t) k] (t)k et , k 0,1,2,
k! 所以当 t 0时，有 F (t) 1 P[N (t) 1] 1 et
则，P(Y k) P( X k Y k) P( X m Y k)
mk
P( X m)P(Y k X m)
mk
而当 X m时，Y ～B(m, p)
因此 P(Y k X m) Cmk pk (1 p)mk
又知 P( X m) m e
m!
于是
P (Y
k)
mk
m e
习 题 课2
● 主要内容
一、r.v.及其概率分布 1. r.v. —— 样本点的函数 X X ( ), 2. 概率分布 —— r.v.的值域及其各个可能值或在其值域 内各部分取值的概率此二者的总称。
3. 分布函数：F ( x) P( X x), x (, ) P(a X b) F(b) F(a) P( X a) F(a) F(a 0) P(a X b) F(b) F(a 0)
4 (a, b) [1,1] 取值的概率与b – a成正比，求X的分布函数。
例4：假设有8件独立工作的家用电器设备，启动时间是
随机的。每件每小时平均使用10分钟，而电力只能保证5件 同时使用，求用电超负荷的概率并求平均多少分钟出现一 次超负荷情况？
例5：假设一大型设备在任何长为t的时间内发生故
例6：设事件A,B独立，事件C满足 AB C, A B C, 证明：P( A)P(C ) P( AC )
例 7：设每天进入某商店的人数X为服从参数( 0)
的Poisson分布的随机变量，已知在进店的顾客中，每人 购物的概率为p(0 p 1)且各个顾客购物与否相互独立。
(1)若某天有n人进店，求恰有m(0 m n)人购物的概率；
计算结果表明：P(T 16T 8) P(T 8)，即在已 无故障工作8小时的条件下，再无故障工作8小时的条件概 率，等于无故障工作8小时的无条件概率，这种性质叫做 “无后效性”，也就是说，设备以前曾经无故障使用的时间， 不影响它以后使用寿命的统计规律。在连续型分布中只 有指数分布具有这种性质，这就决定了指数分布在排队论 及可靠性理论中的重要地位。