第二章随机变量及其分布
第二章随机变量及其分布

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 ≥。
概率论课件第二章

例1. 抛硬币试验中S {H,T}, 样本点H与T不是数量。
例2. 测试灯泡寿命试验, S={e}={t|t≥0},样本点本身 是数量。
定义 : 设随机试验E的样本空间是S,若 X : S R为单值实范数,则称X为随机变量 (random variable, 简记为r.v.) 。
2. 特例: (1,) 是参数为的指数分布. (=1) 3. 伽玛函数的性质: (i) (+1)= ();
1 (iii)( ) . 2
(ii) 对于正整数n, (n+1)=n!;
§5. 随机变量的函数的分布
一、 X为离散型r.v. 例1.设X具有以下的分布律,求Y=(X-1)2分布律: X -1 0 1 2 pk 0.2 0.3 0.1 0.4
(二) 贝努利试验
(二项分布)
定 义 : 设 试 验E只 有 两 个 可 能 结 果 A与 A , 且 P( A ) p ( 0 p 1), 将 试 验E独 立 重 复 地 进 行 n次 , 这 样 的 试 验 称 为 贝 努 利 试 验.
设X是n重贝努利试验中事件A发生的次数, 则X 是一个随机变量, 于是
§4. 连续型随机变量及其概率密度
F(x) , 存在非负函 1.定义 : 对于r.v.X的分布函数 数f(x) , 使对于任意的实数 x, 有
则称X为连续型r.v.f(x)称为X概率密度函数, 简称概率密度. 连续型r.v.的分布函数是连续函数.
F(x ) f(t)dt
x
2.概率密度 f(x)的性质:
25
标准正态分布的上分位点:
设X ~ N(0,1), 若z 满足条件
第二章 随机变量及其分布 - 浙江大学邮件系统

例:某人骑自行车从学校到火车站, 一路上要经过3个独立的交通灯,设各 灯工作独立,且设各灯为红灯的概率 为p,0<p<1,以X表示首次停车时所通 过的交通灯数,求X的概率分布律。
解:设Ai={第i个灯为红灯},则P(Ai)=p, i=1,2,3 且A1,A2,A3相互独立。
P( X 0) P( A1) p ; P( X 1) P( A1A2 ) (1 p) p ;
例:有一大批产品,其验收方案如下: 先作第一次检验,从中任取10件,经检 验无次品接受这批产品,次品数大于2 拒收;否则作第二次检验,从中任取5 件,仅当5件中无次品便接受这批产品, 设产品的次品率为p.求这批产品能被 接受的概率.
解:设A={接受该批产品}。 设X为第一次得 的次品数,Y为第2次抽得的次品数.
求常数c.
12
解:
1 P{X k}
k 0
k
c
ce
k0 k !
c e
几个重要的离散型随机变量
一、0-1分布
若X的分布律为:
X 01 P qp
随机变量只可能 取0、1 两个值
(p+q=1,p>0,q>0)
则称X服从参数为p的0-1分布,或两点分布.
记为
X ~ 0 1( p) 或 B(1, p)
则X~B(10,p),Y~B(5,p),且{X=i}与{Y=j}独立。
P( A) P(X 0) P(1 X 2且Y=0)
P(X 0) P(1 X 2) P(Y 0)
P(X 0) (P(X 1) P(X 2)) P(Y 0)
(1 p)10 [10 p(1 p)9 45 p2 (1 p)8] (1 p)5
X 解1:) 设P该(社X区10200)人中0有.8X7个60人患病,则 X ~ B(1000, p),其中
概率论与数理统计第二章 随机变量及其分布

15
例4: 甲、乙两名棋手约定进行10盘比赛,以赢的盘数 较多者为胜. 假设每盘棋甲赢的概率都为0.6,乙赢的概 率为0.4,且各盘比赛相互独立,问甲、乙获胜的概率 各为多少? 解 每一盘棋可看作0-1试验. 设X为10盘棋赛中甲赢的 盘数,则 X ~ b(10, 0.6) . 按约定,甲只要赢6盘或6盘 以上即可获胜. 所以
定义:若随机变量X所有可能的取值为x1,x2,…,xi,…,且 X 取这些值的概率为 P(X=xi)= pi , i=1, 2, ... (*)
则称(*)式为离散型随机变量X 的分布律。 分布律的基本性质: (1) 表格形式表示: pi 0, i=1,2,... (2)
i
pi 1
X pk
x1 p1
这里n=500值较大,直接计算比较麻烦. 利用泊松定理作近似计算: n =500, np = 500/365=1.3699>0 ,用 =1.3699 的泊松分布作近似 计算:
(1.3669) 5 1.3669 P{ X 5} e 0.01 5!
23
例2: 某人进行射击,其命中率为0.02,独立射击400次,试求击 中的次数大于等于2的概率。 解 将每次射击看成是一次贝努里试验,X表示在400次射击中 击的次数,则X~B(400, 0.02)其分布律为
k 0,1
14
(2) 二项分布 设在一次伯努利试验中有两个可能的结果,且有 P(A)=p 。则在 n 重伯努利试验中事件 A发生的次数 X是一个 离散型随机变量,其分布为
P ( X k ) C nk p k q n k
k =0, 1, 2 ,, n
称X 服从参数为n,p的二项分布,记为 X~b(n, p) 对于n次重复一个0-1试验. 随机变量X表示: n次试验中, A发生的次数. 如: 掷一枚硬币100次, 正面出现的次数X服从二项分布. b(100, 1/2) 事件 X~
第二章随机变量及其分布函数

28
例2.2.9 设在时间t分钟内通过某交叉路口的汽车 数服从参数与t成正比的泊松分布. 已知在一分钟内 没有汽车通过的概率为0.2,求在2分钟内多于一辆 车通过的概率.
S={红色、白色} ?
将 S 数量化
非数量 可采用下列方法
X ()
红色 白色
S
1 0R
3
即有 X (红色)=1 , X (白色)=0.
1, 红色, X () 0, 白色.
这样便将非数量的 S={红色,白色} 数量化了.
4
实例2 抛掷骰子,观察出现的点数.
则有
S={1,2,3,4,5,6} 样本点本身就是数量 X () 恒等变换
20
泊松分布是一个非常常用的分布律,它常与 单位时间、单位面积等上的计数过程相联系. 例如一小时内来到某百货公司中顾客数、单位 时间内某电话交换机接到的呼唤次数和布匹 上单位面积的疵点数等随机现象都可以用泊
松分布来描述. 附表 2 给出了不同 值对应的
泊松分布函数的值.
21
泊松分布的取值规律
记 P(k; ) k e ,则
P
1 2
X
5
2
P(X
1 X
2)
P(X 1) P(X 2) 5
9
12
例 2.2.2 一只口袋中有 m 只白球, n m 只黑球.连 续无放回地从这口袋中取球,直到取出黑球为止.设 此时取出了 X 只白球,求 X 的分布律.
解 X 的可能取值为 0,1,2,, m ,且事件{X i}意 味着总共取了 i+1 次球,其中最后一次取的是黑球而 前面 i 次取得都是白球.
或 X ~ Bn, p.
二项分布的背景是伯努利试验:如果每次试验中事 件A发生的概率均为p,则在n重伯努利试验中A发生 的次数服从参数为n,p的二项分布。
随机变量及其分布

• 则称X为连续型随机变量,其中函数f(x)称为X的概率密度函数,简称 概率密度或者密度函数.
• 下面给出概率密度函数f(x)的性质: • (1)f(x)≥0 • (2)由分布函数的性质易得
下一页 返回
• 二、离散型随机变量的分布函数
• 设离散型随机变量X的分布律为:
上一页 下一页 返回
2. 3随机变量的分布函数
• 其中 • 则随机变量X的分布函数仿照例1可得
• 如图2一1所示,F(x)为阶梯函数,分段区间为半闭半开区间,并且右 连续
上一页 返回
2. 4连续型随机变量及其概率密度
• 一、连续型随机变量及其概率分布
上一页 返回
2. 2离散型随机变量及其分布律
• 一、离散型随机变量
• 在某些试验中(例如 2. 1中的例1,例2,例3),随机变量的取值是有 • 限个或者无穷可列个.这一类随机变量通常称为离散型随机变量,下
面我们给出离散型随机变量的精确定义: • 定义1若随机变量X的所有可能取值为x1,x2,…,xn…,并且其 • 对应的概率分别为p1, p2,…,p n,…,即
• 注:实值单值函数指的是每一个。仅存在唯一一个实数X (ω)与之对应, 其中X (ω)是一个关干样本点的函数,值域为实数集.
• 随机变量可以根据它的取值分为离散型随机变量与非离散型随机变量, • 其中非离散型随机变量又可以进一步分为连续型随机变量与混合型随
机变量.在本书中我们主要学习的是离散型与连续型随机变量.
• 则称X为离散型随机变量,并且式(2.均称为随机变量X的概率分布, 又称分布律或分布列.
下一页 返回
概率论与数理统计 第二章 随机变量及其分布

6 6 X ~ ( ), 且 P X 0 e 即 e e 6
P { X 2 } 1 P { X 2 } 1 P { X 0 } P { X 1 }
6 6 1 e 6 e 0 . 9826
A={X=1},B={X=2},C={X=0}
② 设Y为进行5次试验中成功的次数,则 D={Y=1},F={Y1},G={Y3}
随机变量的分类
离散型随机变量 随机变量 连续型 非离散型 奇异型(混合型)
§2 离散型随机变量的分布律(P27)
定义 若随机变量X取值x1, x2, …, xn, … ,且取这些 值的概率依次为p1, p2, …, pn, …, 则称 P{X=xk}=pk, (k=1, 2, … ) 为X的分布律。 可表为 X~ P{X=xk}=pk, (k=1, 2, … ), 或…
k k n
k 0 , 1 , , n
若以X表示n重贝努里试验中事件A发生的次数, P(A)=p, 则称X服从参数为n,p的二项分布。 记作X~b(n,p), 其分布律为:
P { X k } p ( 1 p ), ( k 0 , 1 ... n ) C n
kk
n k
例2 掷一颗骰子10次,求(1)双数点出现6次的概率? (2)“3”点出现两次的概率? 解:(1)设X表出现双数点的次数,则X~b(10,1/2) 6 6 10 6 6 10 1 1 1 所求概率: P ( X 6 ) C ( ) ( ) C ( ) 10 10 2 2 2 (2) 设Y表出现“3”点的次数,则Y~b(10,1/6) 2 1258 所求概率为: P ( Y 2 ) C () () 10
第二章随机变量及其概率分布(概率论)

当 x ≥ 1 时,F ( x) = P( X ≤ x) =P( X = 0) + P( X = 1) =1 ⎧0 x < 0
所以 F ( x) = ⎪⎨0.3 0 ≤ x < 1. ⎪⎩1 1 ≤ x
⎧0 x < 0 分布函数为 F ( x) = ⎪⎨0.3 0 ≤ x < 1
⎪⎩1 1 ≤ x
分布函数图形如下
F(x) 1 0.3
x 01
3
例 设X的概率分布律如下,求X的分布函数. X012 P 0.4 0.35 0.25
解
⎧0
x<0
F
(
x)
=
⎪⎪ ⎨
⎪
0.4 0.75
0≤ x<1 1≤ x<2
⎪⎩ 1
x≥2
由此可见
(1)离散型随机变量的分布函数是分段函数,分 段区间是由X的取值点划分成的左闭右开区间; (2)函数值从0到1逐段递增,图形上表现为阶梯 形跳跃递增; (3)函数值跳跃高度是X取值区间中新增加点的 对应概率值.
z 泊松在数学方面贡献很多。最突出的是1837 年在提出泊松分布。
z 除泊松分布外,还有许多数学名词是以他的 名字命名的,如泊松积分、泊松求和公式、 泊松方程、泊松定理。
当一个随机事件,以固定的平均瞬时速率 λ随机独立地出现时,那么这个事件在单 位时间(面积或体积)内出现的次数或个数 就近似地服从泊松分布。
解: 依题意, X可取值 0, 1, 2, 3.
设 Ai ={第i个路口遇红灯}, i=1,2,3
路口3
路口2
P(X=0)= P(A1)=1/2,
路口1
X=该汽车首次停下时通过的路口的个数. 设 Ai={第i个路口遇红灯}, i=1,2,3
- 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)。
2.5 0.994
3.0 0.999
表中 Φ(x) 是标准正态分布函数。
7(91,3 分) 设随机变量 X 的分布函数为
则 X 的概率分布为
⎧ 0,
F ( x)
=
P( X
≤
x)
=
⎪⎪0.4, ⎪⎨0.8,
⎪⎩ 1,
若x < −1 若-1≤ x <1 若1 ≤ x < 3
若x ≥ 3
。
8(91,5 分) 一辆汽车沿一街道行驶,要过三个均设有红绿信号灯的路口,每个信号灯为红或绿与其他信号
。
12(91,3 分) 设随机变量 X 服从均值为 2、方差为 σ 2 的正态分布,且 P{2 < X < 4} = 0.3,则P{X < 0} =
。
13(92,3 分) 设随机变量 X 服从参数为 1 的指数分布,则 E( X + e −2x ) =
。
14(95,3 分) 设 X 表示 10 次独立重复射击命中目标的次数,每次射中目标的概率为 0.4,则 E( X 2 ) =
上故障就要亏损 2 万元。求一周内的利润期望。
23(97,6 分) 游客乘电梯从底层到电视塔的顶层观光。电梯于每个整点的第 5 分钟、第 25 分钟和第 55 分钟
从底层起行。设一游客在早上八点的第 X 分钟到达底层侯梯处,且 X 在[0,60]上服从均匀分布,求该游客等候时间的
数学期望。
24(97,6 分) 两台同样的自动记录仪,每台无故障工作的时间服从参数为 5 的指数分布。先开动其中一台,
第二章 随机变量及其分布
数学一: 1 ( 88 , 2 分 ) 设 随 机 变 量 X 服 从 均 值 为 10 , 均 方 差 为 0.02 的 正 态 分 布 上 。 已 知
∫x
Φ(x) =
1
u2 −
e 2 du, Φ(2.5) = 0.9938,则 X 落在区间(9.95, 10.05)内的概率为
18(03,10 分) 已知甲、乙两箱中装有两种产品,其中甲箱中装有 3 件合格品和 3 件次品,乙箱中仅装有 3 件
合格品。从甲箱中任取 3 件产品放入乙箱后,求:
(1) 乙箱中次品件数 X 的数学期望。
(2) 从乙箱中任取一件产品是次品的概率。
19(04,4 分) 设随机变量 X 服从参数为 λ 的指数分布,则 P{X > DX }= .
求 1 的数学期望。 X2
21(94,8 分 ) 设由自动线加工的某种零件的内径 X(毫米)服从正态分布 N(μ,1),内径小于 10 或大于 12
为不合格品,其作为合格品,销售每件合格品获利,销售每件不合格品亏损。已知销售利润 T(单位:元)与销售零件
的内径 X 有如下关系:
⎧ − 1,
⎪
T
=
⎪⎪ ⎨
(A) u α .
2
(B) u α . 1− 2
(C) u1−α .
2
(D) u1−α .
[]
( ) ( ) 17 ( 06 , 4 分 )
设随机变量 X 服从正态分布 N
µ1
,σ
2 1
, 随 机 变 量 Y 服 从 正 态 分 布 N µ2,σ22
,且
P{ X − µ1 < 1} > P{Y − µ2 < 1} ,则必有 ( )
14(00,3 分) 设随机变量 X 的概率密度为
⎧ ⎪ ⎪
1 3
,
f
(x)
=
⎪ ⎨
2
ห้องสมุดไป่ตู้
,
⎪9
⎪
⎪ ⎩
0,
若x ∈[0,1] 若x ∈[3,6]
其他
若 k使得P{X ≥ k} = 2 ,则k 的取值范围是
。
3
15(03,13 分) 设随机变量 X 的概率密度为
⎧1 ⎪⎪33 x 2
,
f (x) = ⎨
11(94,3 分) 设随机变量 X 的概率密度为
3
f
(x)
=
⎧2x, ⎩⎨0,
0< x<1 其他
以 Y 表示对 X 的三次独立重复观察中事件{X ≤ 1}出现的次数,则 P{Y = 2} =
。
2
12(95,3 分) 设随机变量 X~N(μ,σ2),则随着σ的增大,概率 P(| X − µ |< σ )
−∞ 2π
。
2(88,6 分)
设随机变量 X 的概率密度函数为
1 f X (x) = π (1 + x 2 )
,求随机变量 Y=1- 3
X
的概率密度函数
fY (y) 。
3(89,2 分) 设随机变量ξ 在区间(1,6)上服从均匀分布,则方程 x 2 + ξx + 1 = 0 有实根的概率是
。 4(90,2 分)
数学三: 1(87,2 分)(是非题) 连续型随机变量取任何给定实数值的概率都等于 0。 2(87,4 分) 已知随机变量 X 的概率分布为 P{X=1}=0.2,P{X=2}=0.3, P{X=3}=0.5 试写出其分布函数 F(x).
3(88,6 分) 4(89,3 分)
设随机变量 X 在区间(1,2)上服从均匀分布,试求随机变量 Y = e2 X 的概率密度 f(y)。
⎪ ⎪
0,
⎩
若x ∈[1,8] 其他
F (x)是X的分布函数.求随机变量Y = F (X )的分布函数.
16(04,4 分) 设随机变量 X 服从正态分布 N (0,1) , 对给定的 α ∈ (0,1) , 数 uα 满足 P{X > uα } = α , 若
P{| X |< x} = α , 则 x 等于
部件的状态相互独立,以 X 表示同时需要调整的部件数,试求 E(X)和 D(X)。
20(93,8 分) 设随机变量 X 和 Y 同分布,X 的概率密度为
f
(x)
=
⎧3 ⎪⎪8 ⎨
x
2
,
⎪ ⎪⎩
0,
0< x<2 其他
(1) (2)
已知事件 A = {X > a}和B = {Y > a}独立,且P{A ∪ B} = 3 ,求常数a ; 4
。
15(97,7 分) 从学校乘汽车到火车站的途中有 3 个交通岗,假设在各个交通岗遇到红灯的事件是相互独立的,
并且概率都是 2 。设 X 为途中遇到红灯的次数,求随机变量 X 的分布律、分布函数和数学期望。 5
16(00,8 分) 某流水生产线上每个产品不合格的概率为 p(0<p<1),各产品合格与否相互独立,当出现一个不
(A)单调增大。
(B)单调减小。
(C)保持不变。
(D)增减不定。
13(97,7 分) 设随机变量 X 的绝对值不大于 1, P( X = −1) = 1 , P( X = 1) = 1 。在事件{-1<X<1}出现的条件
8
4
下,X 在区间(-1,1)内的任一子区间上取值的条件概率与该子区间的长度成正比。试求 X 的分布函数 F (x) = P( X ≤ x) 。
(A) σ1 < σ 2
(B)
σ1 > σ2
(C)
µ1 < µ2
(D)
µ1 > µ2
18(87,4 分) 已知随机变量 X 的概率密度为
4
⎧ ⎪
x
x2 −
e , 2a2
f
(x)
=
⎪⎪ ⎨
a
2
⎪ ⎪
0,
⎪⎩
x>0 x≤0
求随机变量 Y = 1 的数学期望 E(Y ) 。 X
19(92,5 分) 某设备由三大部件构成,在设备运转中各部件需要调整的概率相应为 0.10,0.20 和 0.30。设各
6(90,7 分) 对某地抽样调查的结果表明,考生的外语成绩(百分制)近似服从正态分布,平均成绩为 72 分,
96 分以上的占考生总数的 2.3%,试求考生的外语成绩在 60 分至 84 分之间的概率。
[附表]:
x Φ(x)
0 0.500
0.5 0.692
1.0 0.841
1.5 0.933
2.0 0.977
灯为红或绿相互独立,且红、绿两种信号显示的时间相等。以 X 表示该汽车首次遇到红灯前已通过的路口的个数,求 X
的概率分布。
9(92,7 分) 设测量误差 X~N(0,102)。试求在 100 次独立重复测量中,至少有三次测量误差的绝对值大于
19.6 的概率α,并用泊松分布求出α的近似值(要求小数点后取两位有效数字)。
合格产品时即停机检修。设开机后第一次停机时已生产了的产品个数为 X,求 E(X)和 D(X)。
17(02,7 分) 设随机变量 X 的概率密度为
f
(x)
=
⎪⎧ 1 ⎨2
cos
x 2
,
0≤ x≤π
⎪⎩ 0
其他
对 X 独立地重复观察 4 次,用 Y 表示观察值大于 π 的次数,求 Y 2 的数学期望。 3
⎧e−x x ≥ 0
f
X
(x)
=
⎨ ⎩
0,
x<0
求随机变量 Y = e X 的概率密度 fY ( y) 。
7(02,3 分)
1 ,则 µ = 2
8(04,4 分)
设随机变量 X 服从正态分布 N (µ,σ 2 )(σ > 0) ,且二次方程 y 2 + 4 y + X = 0 无实根的概率为
。
设随机变量 X 服从正态分布 N(0,1),对给定的α (0 < α < 1) ,数 uα 满足 P{X > uα } = α ,