概率论与数理统计第二章习题
概率论与数理统计2.第二章练习题(答案)
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]4.设X - N(l,l),密度函数为f(x),则有(C )5.设随机变量X ~ N (/M6), Y 〜N 仏25)，记 P1 = P (X <//-4), p 2 = P (Y> “ + 5), 则正确的是(A)对任意“，均有Pi = p 2 (B)对任意“，均有Pi v p?(c)对任意〃，均有Pl > Pi (D )只对“的个别值有P1 = P26.设随机变量x 〜N(10^s 2) 9 则随着s 的增加 P{|X- 10|< s} ( C )F(x) =o,kx+b 、 x<0 0 < x< x>则常数&和〃分别为 (A) k = —b = 0龙， (B) k = 0,b 丄 (C) k = —,b = 0 (D) k = 0,b= 1 n In In2.下列函数哪个是某随机变量的分布函数(A ) z 7fl -cosx ； 2 0, f sinx,A. f(x)』沁,xnO C. f (x)= a (a>0);B. f (x)1, x < 0[cosx, — - < X < - 1 2 2 D. f (x) 其他 0, 0 < X < 7T 其他 —-< x < - 2 2 其他 C- f(x)非负D. f (x)在(-叫+00)内连续A. P {X <O }=P {X >O }B. f(x)= f(-x)C. p{x<l}=p{x>l} D ・ F(x) = l-F(-x)A.递增B.递减C.不变D.不能确定7.设片3与E（力分别为随机变量X、兀的分布函数，为使F（沪aF©—胡（力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 ）&设心与人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ft （力和f2（力，分布函数分别为川力和E （力，则（A）亡（力+負（力必为某个随机变量的概率密度；（B） f心）临（力必为某个随机变量的概率密度；（C）川力+£（力必为某个随机变量的分布函数；（D）FAx）吠（力必为某个随机变量的分布函数。
《概率论与数理统计》习题随机变量及其分布
第二章 随机变量及其分布一. 填空题1. 设随机变量X ～B(2, p), Y ～B(3, p), 若P(X ≥ 1) =95, 则P(Y ≥ 1) = _________. 解. 94951)1(1)0(=-=≥-==X P X P 94)1(2=-p , 31=p 2719321)0(1)1(3=⎪⎭⎫⎝⎛-==-=≥Y P Y P2. 已知随机变量X 只能取－1, 0, 1, 2四个数值, 其相应的概率依次为cc c c 162,85,43,21, 则c = ______. 解. 2,16321628543211==+++=c cc c c c 3. 用随机变量X 的分布函数F(x)表示下述概率: P(X ≤ a) = ________. P(X = a) = ________.P(X > a) = ________. P(x 1 < X ≤ x 2) = ________.解. P(X ≤ a) = F(a) P(X = a) = P(X ≤ a)－P(X < a) = F(a)－F(a －0) P(X > a) = 1－F(a) P(x 1 < X ≤ x 2) = F(x 2)－F(x 1)4. 设k 在(0, 5)上服从均匀分布, 则02442=+++k kx x 有实根的概率为_____.解. k 的分布密度为⎪⎩⎪⎨⎧=051)(k f 其它50≤≤kP{02442=+++k kx x 有实根} = P{03216162≥--k k } = P{k ≤－1或k ≥ 2} =535152=⎰dk 5. 已知2}{,}{kbk Y P k a k X P =-===(k = 1, 2, 3), X 与Y 独立, 则a = ____, b = ____, 联合概率分布_____, Z = X + Y 的概率分布为_____. 解. 116,132==++a a a a . 4936,194==++b b b b(X, Y)的联合分布为ab = 216α, 539=α α249)3()1()3,1()2(==-===-===-=abY P X P Y X P Z P α66)2,1()3,2()1(=-==+-===-=Y X P Y X P Z Pα251)1,1()2,2()3,3()0(=-==+-==+-====Y X P Y X P Y X P Z P α126)2,3()1,2()1(=-==+-====Y X P Y X P Z P α723)1()3()1,3()2(==-===-====abY P X P Y X P Z P6. 已知(X, Y)联合密度为⎩⎨⎧+=0)sin(),(y x c y x ϕ 其它4,0π≤≤y x , 则c = ______, Y 的边缘概率密度=)(y Y ϕ______.解.12,1)sin(4/04/0+==+⎰⎰c dxdy y x c ππ所以⎩⎨⎧++=0)sin()12(),(y x y x ϕ 其它4,0π≤≤y x当 40π≤≤y 时))4cos()(cos 12()sin()12(),()(4y y dx y x dx y x y Y +-+=++==⎰⎰∞+∞-πϕϕπ所以⎪⎩⎪⎨⎧+-+=0))4cos()(cos 12()(y y y Y πϕ 其它40π≤≤y7. 设平面区域D 由曲线2,1,01e x x y xy ====及直线围成, 二维随机变量(X, Y)在D 上服从均匀分布, 则(X, Y)关于X 的边缘密度在x = 2处的值为_______. 解. D 的面积 =2121=⎰e dx x. 所以二维随机变量(X, Y)的密度为: ⎪⎩⎪⎨⎧=021),(y x ϕ 其它D y x ∈),(下面求X 的边沿密度:当x < 1或x > e 2时0)(=x X ϕ当1 ≤ x ≤ e 2时 ⎰⎰===∞+∞-x X xdy dy y x x 102121),()(ϕϕ, 所以41)2(=X ϕ.8. 若X 1, X 2, …, X n 是正态总体N(μ, σ2)的一组简单随机样本, 则)(121n X X X nX +++=服从______. 解. 独立正态分布随机变量的线性函数服从正态分布.μ==⎪⎭⎫ ⎝⎛∑∑==n i i n i i X E n X n E 11)(11, nX D nX n D ni in i i 2121)(11σ==⎪⎭⎫ ⎝⎛∑∑==所以 ),(~2nN X σμ9. 如果(X, Y)的联合分布用下列表格给出,且X 与Y 相互独立, 则α = ______, β = _______.解.213161)1(,181)3(,91)2(,31)2(=+==+==+==++==Y P Y P Y P X P βαβα 132)3()2()1(=++==+=+=βαY P Y P Y P⎪⎪⎩⎪⎪⎨⎧+++=======+++=======)181)(31()3()2()3,2()91)(31()2()2()2,2(ββαβαβααY P X P Y X P Y P X P Y X P两式相除得βαβα=++18191, 解得 βα2=, 92,91==αβ.10. 设(X, Y)的联合分布律为则 i. Z = X + Y 的分布律 ______. ii. V = X －Y 的分布律______. iii. U= X 2 + Y －2的分布律_______. 解.二. 单项选择题1. 如下四个函数哪个是随机变量X 的分布函数(A)⎪⎪⎩⎪⎪⎨⎧=221)(x F 0022≥<≤--<x x x , (B) ⎪⎩⎪⎨⎧=1sin 0)(x x F ππ≥<≤<x x x 00(C) ⎪⎩⎪⎨⎧=1sin 0)(x x F 2/2/00ππ≥<≤<x x x , (D) ⎪⎪⎩⎪⎪⎨⎧+=1310)(x x F 212100≥<≤<x x x解. (A)不满足F(+∞) = 1, 排除(A); (B)不满足单增, 排除(B); (D)不满足F(1/2 + 0) = F(1/2), 排除(D); (C)是答案.2. ),4,2,0(!/)( ===-k k e c k X P k λλ是随机变量X 的概率分布, 则λ, c 一定满足 (A) λ > 0 (B) c > 0 (C) c λ > 0 (D) c > 0, 且 λ > 0解. 因为),4,2,0(!/)( ===-k k e c k X P k λλ, 所以c > 0. 而k 为偶数, 所以λ可以为负. 所以(B)是答案.3. X ～N(1, 1), 概率密度为ϕ(x), 则(A)5.0)0()0(=≥=≤X P X p (B)),(),()(+∞-∞∈-=x x x ϕϕ (C) 5.0)1()1(=≥=≤X P X p (D) ),(),(1)(+∞-∞∈--=x x F x F 解. 因为E(X) = μ = 1, 所以5.0)1()1(=≥=≤X P X p . (C)是答案.4. X, Y 相互独立, 且都服从区间[0, 1]上的均匀分布, 则服从区间或区域上的均匀分布的随机变量是(A) (X, Y) (B) X + Y (C) X 2 (D) X －Y解. X ～⎩⎨⎧=01)(x ϕ 其它10≤≤x , Y ～⎩⎨⎧=01)(y ϕ 其它10≤≤y . 所以(X, Y)～⎩⎨⎧=01),(y x ϕ其它1,0≤≤y x .所以(A)是答案.5. 设函数⎪⎪⎩⎪⎪⎨⎧=120)(xx F 1100>≤<≤x x x 则(A) F(x)是随机变量X 的分布函数. (B) 不是分布函数.(C) 离散型分布函数. (D)连续型分布函数.解. 因为不满足F(1 + 0) = F(1), 所以F(x)不是分布函数, (B)是答案.6. 设X, Y 是相互独立的两个随机变量, 它们的分布函数为)(),(y F x F Y X , 则Z = max(X, Y)的分布函数是(A) )(z F Z = max{)(),(z F z F Y X } (B) )(z F Z = max{|)(||,)(|z F z F Y X } (C) )(z F Z = )()(z F z F Y X (D) 都不是解. }{}),{max()()(z Y z X P z Y X P z Z P z F Z ≤≤=≤=≤=且 )()()()(z F z F z Y P z X P Y X =≤≤因为独立. (C)是答案.7. 设X, Y 是相互独立的两个随机变量, 其分布函数分别为)(),(y F x F Y X , 则Z = min(X, Y)的分布函数是(A) )(z F Z = )(z F X (B) )(z F Z = )(z F Y(C) )(z F Z = min{)(),(z F z F Y X } (D) )(z F Z = 1－[1－)(z F X ][1－)(z F Y ] 解. }{1}),{min(1)(1)()(z Y z X P z Y X P z Z P z Z P z F Z >>-=>-=>-=≤=且 )](1)][(1[1)](1)][(1[1z F z F z Y P z X P Y X ---=≤-≤--因为独立 (D)是答案.8. 设X 的密度函数为)(x ϕ, 而,)1(1)(2x x +=πϕ 则Y = 2X 的概率密度是(A))41(12y +π (B) )4(22y +π (C) )1(12y +π (D) y arctan 1π 解. )2()2(}2{)()(yF y X P y X P y Y P y F X Y =≤=≤=≤= )4(2)2(112121)2()2()]([)(22''y y y y F y F y X X Y Y +=⎪⎭⎫ ⎝⎛+⋅=⋅=⎪⎭⎫ ⎝⎛==ππϕϕ (B)是答案.9. 设随机变量(X, Y)的联合分布函数为⎩⎨⎧=+-0),()(y x e y x ϕ 其它0,0>>y x , 则2YX Z +=的分布密度是(A) ⎪⎩⎪⎨⎧=+-021)()(y x Z e Z ϕ 其它0,0>>y x (B) ⎪⎩⎪⎨⎧=+-0)(2y x Z e z ϕ 其它0,0>>y x(C) ⎩⎨⎧=-04)(2z Z ze Z ϕ 00≤>z z (D) ⎪⎩⎪⎨⎧=-021)(zZ eZ ϕ 00≤>z z解. 2YX Z +=是一维随机变量, 密度函数是一元函数, 排除(A), (B).21210=⎰∞+-dz e z , 所以(D)不是答案. (C)是答案. 注: 排除法做单项选择题是经常使用而且很有效的方法. 该题也可直接计算Z 的密度:当z < 0时0)(=z F Z当z ≥ 0时⎰⎰≤+=≤+=≤+=≤=zy x Z dxdy y x z Y X P z YX P z Z P z F 2),()2()2()()(ϕ =12222020+--=⎥⎦⎤⎢⎣⎡-----⎰⎰z z z xz y x e ze dx dy e e==)()('z F z ZZ ϕ⎩⎨⎧-042z ze 00≤>z z , (C)是答案.10. 设两个相互独立的随机变量X 和 Y 分别服从正态分布N(0, 1)和N(1, 1), 则下列结论正确的是(A) P{X + Y ≤ 0} = 1/2 (B) P{X + Y ≤ 1} = 1/2 (C) P{X －Y ≤ 0} = 1/2 (D) P{X －Y ≤ 1} = 1/2解. 因为X 和 Y 分别服从正态分布N(0, 1)和N(1, 1), 且X 和 Y 相互独立, 所以 X + Y ～ N(1, 2), X －Y ～ N(－1, 2) 于是P{X + Y ≤ 1} = 1/2, (B)是答案.11. 设随机变量X 服从指数分布, 则Y = min{X, 2}的分布函数是(A) 是连续函数 (B) 至少有两个间断点 (C) 是阶梯函数 (D) 恰好有一个间断点 解. 分布函数:))2,(m i n (1))2,(m i n ()()(y X P y X P y Y P y F Y >-=≤=≤= 当y ≥ 2时101))2,(m i n (1)(=-=>-=y X P y F Y 当0 ≤ y < 2时)2,(1))2,(m i n (1)(y y X y X P y F Y >>-=>-= ye y X P y X P λ--=≤=>-=1)()(1当y < 0时)2,(1))2,(m i n(1)(y y X y X P y F Y >>-=>-= 0)()(1=≤=>-=y X P y X P于是 ⎪⎩⎪⎨⎧-=-011)(yY e y F λ 0202<<≤≥y y y 只有y = 2一个间断点, (D)是答案.三. 计算题1. 某射手有5发子弹, 射击一次的命中率为0.9, 如果他命中目标就停止射击, 不命中就一直到用完5发子弹, 求所用子弹数X 的分布密度. 解. 假设X 表示所用子弹数. X = 1, 2, 3, 4, 5.P(X = i) = P(前i －1次不中, 第i 次命中) = 9.0)1.0(1⋅-i , i = 1, 2, 3, 4.当i = 5时, 只要前四次不中, 无论第五次中与不中, 都要结束射击(因为只有五发子弹). 所以 P(X = 5) = 4)1.0(. 于是分布律为2. 设一批产品中有10件正品, 3件次品, 现一件一件地随机取出, 分别求出在下列各情形中直到取得正品为止所需次数X 的分布密度.i. 每次取出的产品不放回; ii. 每次取出的产品经检验后放回, 再抽取; iii. 每次取出一件产品后总以一件正品放回, 再抽取.解. 假设A i 表示第i 次取出正品(i = 1, 2, 3, …) i.13)()1(1===A P X P1331210)()|()()2(11212⋅====A P A A P A A P X P1331221110)()|()|()()3(11223321⋅⋅====P P A P A P X P1331221111)()|()|()|()4(1122334⋅⋅⋅===A P A A P A A P A A P X Pii. 每次抽取后将原产品放回1310133)()()()()(11111---⎪⎭⎫⎝⎛====k k k k k A P A P A P A A A p k X P , (k = 1, 2, …)iii. 每次抽取后总以一个正品放回X 1 2 3 4p13101311133⋅ 1312132133⋅⋅ 1331321311⋅⋅⋅ 1310)()1(1===A P X P1331311)()|()()2(11212⋅====A P A A P A A P X P1331321312)()|()|()()3(112123321⋅⋅====A P A A P A A A P A A A P X P 1331321311)()|()|()|()4(1121231234⋅⋅⋅===A P A A P A A A P A A A A P X P3. 随机变量X 的密度为⎪⎩⎪⎨⎧-=01)(2x cx ϕ 其它1||<x , 求: i. 常数c; ii. X 落在)21,21(-内的概率. 解. πππϕ1,22|arcsin 21)(110112====-==⎰⎰-∞+∞-c c c x c dx xc dx x3162|a r c s i n 211))2/1,2/1((2/102/12/12=⋅==-=-∈⎰-ππππx x dxX P 4. 随机变量X 分布密度为i. 2102)(x x -⎪⎩⎪⎨⎧=πϕ 其它1||<x , ii. ⎪⎩⎪⎨⎧-=02)(x x x ϕ 其它2110≤≤<≤x x求i., ii 的分布函数F(x).解. i. 当x ≤ 1时 ⎰⎰∞-∞-===x xdt dt t x F 00)()(ϕ当－1< x < 1时 ⎰⎰∞--++-=-==x x x x xdt t dt t x F 21arcsin 1112)()(212πππϕ 当x ≥ 1时⎰⎰∞--=-==xdt t dt t x F 112)()(112πϕ所以 ⎪⎪⎩⎪⎪⎨⎧++-=121arcsin 110)(2x x xx F ππ 1111≥<<--≤x x xii. 当x < 0时 ⎰⎰∞-∞-===x xdt dt t x F 00)()(ϕ当0 ≤ x < 1时 ⎰⎰∞-===x x x t d t dt t x F 2)()(2ϕ当1 ≤ x < 2时 122)2()()(2110-+-=-+==⎰⎰⎰∞-x x dt t tdt dt t x F x xϕ当2 ≤ x 时 1)2()()(2110⎰⎰⎰∞-=-+==x dt t tdt dt t x F ϕ所以 ⎪⎪⎪⎩⎪⎪⎪⎨⎧-+-=112220)(22x x x x F 221100≥<≤<≤<x x x x5. 设测量从某地到某一目标的距离时带有的随机误差X 具有分布密度函数⎪⎪⎭⎫ ⎝⎛--=3200)20(exp 2401)(2x x πϕ, －∞ < x < +∞ 试求: i. 测量误差的绝对值不超过30的概率;ii. 接连独立测量三次, 至少有一次误差的绝对值不超过30的概率.解. 因为⎪⎪⎭⎫ ⎝⎛--=3200)20(exp 2401)(2x x πϕ, －∞ < x < +∞, 所以X ～N(20, 402). i. {}⎭⎬⎫⎩⎨⎧<-<-=<<-=<25.0402025.13030)30|(|X P X P X P )25.1()25.0(-Φ-Φ=1)25.1()25.0()25.1(1()25.0(-Φ+Φ=Φ--Φ= 18944.05987.0-+== 0.4931.(其中Φ(x)为N(0, 1)的分布函数)ii. P(至少有一次误差的绝对值不超过30) = 1－P(三次误差的绝对值都超过30) =88.012.01)4931.0(13=-=- 6. 设电子元件的寿命X 具有密度为⎪⎩⎪⎨⎧=0100)(2x x ϕ 100100≤<x x问在150小时内, i. 三只元件中没有一只损坏的概率是多少? ii. 三只电子元件全损坏的概率是多少? iii. 只有一个电子元件损坏的概率是多少?解. X 的密度⎪⎩⎪⎨⎧=0100)(2x x ϕ 100100≤<x x . 所以31100)150(1501002==<⎰dx x X P . 令p = P(X ≥ 150) = 1－31= 32.i. P(150小时内三只元件没有一只损坏) =2783=p ii. P(150小时内三只元件全部损坏) =271)1(3=-piii. P(150小时内三只元件只有一只损坏) =943231213=⎪⎭⎫⎝⎛⎪⎭⎫ ⎝⎛c7. 对圆片直径进行测量, 其值在[5, 6]上服从均匀分布, 求圆片面积的概率分布. 解. 直径D 的分布密度为⎩⎨⎧=01)(d ϕ其它65≤≤d假设42D X π=, X 的分布函数为F(x).)()()(2x D P x X P x F ≤=≤=π当x ≤ 0时, F(x) = 0 当x > 0时⎭⎬⎫⎩⎨⎧≤≤-=≤=≤=πππx D xP x D P x X P x F 44)()()(2 当时即425,54ππ<<x xF(x) = 0 当时即πππ925,645≤≤≤≤x x⎭⎬⎫⎩⎨⎧≤≤-=≤=≤=πππx D xP x D P x X P x F 44)()()(2=54145-=⎰ππxdt x当 x > 9π时1)()(65===⎰⎰∞-dt dt t x F x ϕ所以 ⎪⎪⎩⎪⎪⎨⎧-=1540)(πxx F ππππ99425425>≤≤<x x x密度⎪⎩⎪⎨⎧==01)(')(x x F x πϕ 其它ππ9425≤≤x8. 已知X 服从参数 p = 0.6的0－1分布在X = 0, X = 1下, 关于Y 的条件分布分别为表1、表2所示表1 表2Y 1 2 3 Y 1 2 3 P(Y|X = 0)41 21 41 P(Y|X = 1) 21 61 31 求(X, Y)的联合概率分布, 以及在Y ≠ 1时, 关于X 的条件分布.解. X 的分布律为(X, Y)3.05321)1()1|1()1,1(=⋅=======X P X Y P Y X P 1.05361)1()1|2()2,1(=⋅=======X P X Y P Y X P2.05331)1()1|3()3,1(=⋅=======X P X Y P Y X P1.05241)0()0|1()1,0(=⋅=======X P X Y P Y X P2.05221)0()0|2()2,0(=⋅=======X P X Y P Y X P1.05241)0()0|3()3,0(=⋅=======X P X Y P Y X P所以Y 的分布律为5.06.03.0)1()1,0()1|0(==≠≠==≠=Y P Y X P Y X P5.06.03.0)1()1,1()1|1(==≠≠==≠=Y P Y X P Y X P所以9. 设随机变量X 与Y 相互独立, 并在区间[0, 9]上服从均匀分布, 求随机变量YXZ =的分布密度.解. X ～⎪⎩⎪⎨⎧=091)(x X ϕ 其它90≤≤x , Y ～⎪⎩⎪⎨⎧=091)(x Y ϕ 其它90≤≤y因为X, Y 相互独立, 所以(X, Y)联合密度为(X, Y)～⎪⎩⎪⎨⎧=0811),(y x ϕ 其它9,0≤≤y x , )()()(z X Y P z Z P z F Z ≤=≤= 当 z ≤ 0时0)(=z F Z 当 0 < z < 1时z z dxdy Xz Y P z X Y P z Z P z F D Z 219928181)()()()(1=⋅⋅==≤=≤=≤=⎰⎰ 当z ≥ 1时⎰⎰=≤=≤=≤=2811)()()()(D Z dxdy Xz Y P z X Y P z Z P z F zz 211)992181(811-=⋅-⋅=所以 ⎪⎪⎩⎪⎪⎨⎧==2'21210)()(zz F z Z Z ϕ 1100≥<<≤z z z 10. 设(X, Y)的密度为⎩⎨⎧--=0)1(24),(y x y y x ϕ 其它1,0,0<+>>y x y x求: i.)21|(),|(),(=x y x y x X ϕϕϕ, ii. )21|(),|(),(=y x y x y Y ϕϕϕ 解.i.⎰∞+∞-=dy y x x X ),()(ϕϕ当x ≤ 0 或 x ≥ 1时0),()(==⎰∞+∞-dy y x x X ϕϕ当0 < x < 1时310)1(4)1(24),()(x dy y x y dy y x x x X -=--==⎰⎰-∞+∞-ϕϕ所以 ⎩⎨⎧-=0)1(4)(3x x X ϕ 其它10<<x所以 ⎪⎩⎪⎨⎧---==0)1()1(6)(),()|(3x y x y x y x x y X ϕϕϕ 其它1,0,0<+>>y x y x 所以 ⎩⎨⎧-==0)21(24)21|(y y x y ϕ 其它210<<yii.⎰∞+∞-=dx y x y Y ),()(ϕϕ当y ≤ 0 或 y ≥ 1时0),()(==⎰∞+∞-dx y x y Y ϕϕ当0 < y < 1时210)1(12)1(24),()(y y dx y x y dx y x y y Y -=--==⎰⎰-∞+∞-ϕϕ所以 ⎩⎨⎧-=0)1(12)(2y y y Y ϕ 其它10<<y所以 ⎪⎩⎪⎨⎧---==0)1()1(2)(),()|(2y y x y y x y x Y ϕϕϕ其它1,0,0<+>>y x y x 所以 ⎩⎨⎧-==0)21(4)21|(x y x ϕ 其它210<<x。
概率论与数理统计第二章课后习题及参考答案
于是
P ( X k ) p (1 p ) k 1 ，
所以 X 的分布律为 P ( X k ) p (1 p ) k 1 ， k 1,2, ． (2) Y 的所有可能取值为 0，1，2，…， k ，…，于是
Y 的分布律为 P (Y k ) p (1 p ) k 1 ， k 0,1,2, ．
2
P ( X 0) P ( A1 A2 ) P ( A1 ) P ( A2 ) 0.36 ， X 的分布律为 X P
1000000 0.16
60000 0.24
40000 0.24
0 0.36
5．对某目标进行独立射击，每次射中的概率为 p ，直到射中为止，求： (1) 射击次数 X 的分布律；(2) 脱靶次数 Y 的分布律． 解：(1) 由题设， X 所有可能的取值为 1，2，…， k ，…， 设 Ak {射击时在第 k 次命中目标}，则
由题知， { X k} A B ， AB ，则
P ( A) p k 1 (1 p ) ， P ( B ) (1 p ) k 1 p ， P ( X k ) P ( A B ) P ( A) P ( B ) p k 1 (1 p ) (1 p ) k 1 p ，
x 0, 0, 2 2x x F ( x ) 2 ,0 x a , ． a a x a． 1, a a 1 1 (3) P ( X a ) F (a ) F ( ) 1 (1 ) ． 2 2 4 4
12．设随机变量 X 在 [2,6] 上服从均匀分布，现对 X 进行三次独立观察，试求至 少有两次观测值大于 3 的概率． 解：由题意知
《概率论与数理统计》第二章习题解答 2
第二章 随机变量及其分布1、解:设公司赔付金额为X ，则X 的可能值为;投保一年内因意外死亡：2０万，概率为0．0002 投保一年内因其他原因死亡：5万，概率为0.0010投保一年内没有死亡:0，概率为1－0.00０2-0．００10=0.998８ 所以X2、,以X 表示取出的三只球中的最大号码,写出随机变量X 的分布律解：X 可以取值3,4,5，分布律为1061)4,3,2,1,5()5(1031)3,2,1,4()4(1011)2,1,3()3(352435233522=⨯====⨯====⨯===C C P X P C C P X P C C P X P 中任取两球再在号一球为中任取两球再在号一球为号两球为号一球为 也可列为下表 X : ３， 4，５Ｐ:106,103,101 3、设在１５只同类型零件中有2只是次品,在其中取三次,每次任取一只,作不放回抽样，以X 表示取出次品的只数,(１)求X 的分布律,（2)画出分布律的图形。
解:任取三只,其中新含次品个数X 可能为0,1,2个。
3522)0(315313===C C X P3512)1(31521312=⨯==C C C X P 351)2(31511322=⨯==C C C X P 再列为下表 X : 0， 1， 2P ： 351,3512,3522 4、进行重复独立实验，设每次成功的概率为p ,失败的概率为q ＝1-p (0<p ＜1) (１）将实验进行到出现一次成功为止，以X 表示所需的试验次数,求X 的分布律。
(此时称X 服从以ｐ为参数的几何分布。
)（2)将实验进行到出现r 次成功为止,以Y 表示所需的试验次数,求Ｙ的分布律。
(此时称Y 服从以ｒ， p 为参数的巴斯卡分布。
)(3)一篮球运动员的投篮命中率为45%，以Ｘ表示他首次投中时累计已投篮的次数，写出Ｘ的分布律，并计算X 取偶数的概率。
解：（1）P (Ｘ=k )=q ｋ-1p ﻩｋ＝１，２,……（２）Y ＝ｒ＋ｎ={最后一次实验前r+ｎ－1次有n 次失败,且最后一次成功},,2,1,0,)(111 ===+=-+--+n p q C p p q C n r Y P r n n n r r n n n r 其中 q=1－p ,或记ｒ＋n=k ，则 P ｛Y=ｋ}= ,1,,)1(11+=----r r k p p C rk r r k （3)P (X=k ) = (0.５5）k -10.4５ ﻩｋ=1,２…P (X 取偶数)＝311145.0)55.0()2(1121===∑∑∞=-∞=k k k k X P 5、 一房间有3扇同样大小的窗子，其中只有一扇是打开的。
概率论与数理统计第二章测习题
第 2 章一维随机变量及其分布一、选择题1．设 F(x)是随机变量X的分布函数，则以下结论不正确的选项是（A）若 F(a)=0 ，则对任意 x≤a 有 F(x)=0（B）若 F(a)=1 ，则对任意 x≥a 有 F(x)=1（C）若 F(a)=1/2 ，则 P( x≤a)=1/2（D）若 F(a)=1/2 ，则 P( x≥a)=1/22．设随机变量 X 的概率密度 f(x) 是偶函数，分布函数为 F(x) ，则（A）F(x)是偶函数（B）F(x) 是奇函数（C）F(x)+F(-x)=1（D）2F(x)-F(-x)=1 3．设随机变量 X1, X 2的分布函数、概率密度分别为 F1 (x) 、F2 (x) ，f 1 (x)、f 2 (x) ，若 a>0, b>0, c>0，则以下结论中不正确的选项是（A）aF (x)+bF2(x)是某一随机变量分布函数的充要条件是a+b=11（B）cF1(x) F 2(x)是某一随机变量分布函数的充要条件是c=1（C）af 1(x)+bf2(x)是某一随机变量概率密度的充要条件是a+b=1（D）cf 1(x) f 2(x)是某一随机变量分布函数的充要条件是c=14．设随机变量 X1, X2是任意两个独立的连续型随机变量，它们的概率密度分别为 f 1 (x)和 f 2 (x) ，分布函数分别为 F1 (x) 和 F2 (x) ，则（A）f 1 (x) +f 2 (x)必为某一随机变量的概率密度（B）f 1(x) f 2(x)必为某一随机变量的概率密度（C）F1(x)+F 2(x)必为某一随机变量的分布函数（D）F1(x)F 2 (x)必为某一随机变量的分布函数5．设随机变量 X 遵从正态分布N (1,12)，Y遵从正态分布N (2,22) ，且P(|X1| 1) P(|Y 2| 1) ，则必有（A）1 2（B）1 2（C）1 2（D）1 26．设随机变量 X 遵从正态分布N ( ,2 ) ，则随σ的增大，概率P(|X|)（A）单调增大（B）单调减小（C）保持不变（D）增减不定7．设随机变量 X1,X2的分布函数分别为 F1 (x) 、F2(x) ，为使 aF1 (x) －bF2 (x)是某一随机变量分布函数，在以下给定的各组数值中应取（A）a3 , b2（B）a2 , b2（C）a1 , b3（D）a1 , b3 553322228．设 f(x)是连续型随机变量 X 的概率密度，则 f(x)必然是（A）可积函数（B）单调函数（C）连续函数（D）可导函数9．以下陈述正确的命题是（A）若P(X1) P(X 1), 则 P(X 1)12（B）若 X~b(n, p),则 P(X=k)=P(X=n-k), k=0,1,2,,n（C）若 X 遵从正态分布 , 则 F(x)=1-F(-x)（D）lim [ F (x) F ( x)]1x10．假设随机变量X遵从指数分布，则随机变量Y=min{X,2} 的分布函数（A）是连续函数（B）最少有两其中止点（C）是阶梯函数（D）恰好有一其中止点二、填空题1．一实习生用同一台机器连接独立的制造了 3 个同种零件，第i个零件不合格的概率为 p i1个零件中合格品的个数，则 P X2i 1,2,3 ，以 X 表示3i12．设随机变量X的概率密度函数为 f x2x0 x 1以 Y 表示对 X 的三次重复观察中0其他事件 X 1出现的次数，则 P Y2 23．设连续型随机变量X的分布密度为 f x axe 3x x 0，则 a，X的分布0x0函数为4．设随机变量的分布函数b , x0, 则 a =， b =，cF ( x)ax) 2(1c,x 0,=。
《概率论与数理统计》习题及答案 第二章
《概率论与数理统计》习题及答案第 二 章1．假设一批产品中一、二、三等品各占60%，30%，10%，从中任取一件，发现它不是三等品，求它是一等品的概率.解 设i A =‘任取一件是i 等品’ 1,2,3i =，所求概率为13133()(|)()P A A P A A P A =，因为 312A A A =+所以 312()()()0.60.30.9P A P A P A =+=+=131()()0.6P A A P A ==故1362(|)93P A A ==. 2．设10件产品中有4件不合格品，从中任取两件，已知所取两件中有一件是不合格品，求另一件也是不合格品的概率.解 设A =‘所取两件中有一件是不合格品’i B =‘所取两件中恰有i 件不合格’ 1, 2.i = 则12A B B =+11246412221010()()()C C C P A P B P B C C =+=+， 所求概率为2242112464()1(|)()5P B C P B A P A C C C ===+. 3．袋中有5只白球6只黑球，从袋中一次取出3个球，发现都是同一颜色，求这颜色是黑色的概率.解 设A =‘发现是同一颜色’，B =‘全是白色’，C =‘全是黑色’，则 A B C =+， 所求概率为336113333611511/()()2(|)()()//3C C P AC P C P C A P A P B C C C C C ====++ 4．从52张朴克牌中任意抽取5张，求在至少有3张黑桃的条件下，5张都是黑桃的概率.解 设A =‘至少有3张黑桃’，i B =‘5张中恰有i 张黑桃’，3,4,5i =， 则345A B B B =++， 所求概率为555345()()(|)()()P AB P B P B A P A P B B B ==++51332415133********1686C C C C C C ==++. 5．设()0.5,()0.6,(|)0.8P A P B P B A ===求()P A B 与()P B A -.解 ()()()() 1.1()(|) 1.10P AB P A P B P A B P A P B A =+-=-=-= ()()()0.60.40.2P B A P B P AB -=-=-=.6．甲袋中有3个白球2个黑球，乙袋中有4个白球4个黑球，今从甲袋中任取2球放入乙袋，再从乙袋中任取一球，求该球是白球的概率。
概率论与数理统计习题及答案-第二章
k0 k !
(2) P(保险公司获利不少于 10000)
P(30000 2000X 10000) P(X 10)
10 e5 5k
0.986305
k0 k !
即保险公司获利不少于 10000 元的概率在 98%以上
5
分别为随机变量 X，Y 的概率分布，如果已知 P{X≥1}= ，试求 P{Y≥1}.
9
5
4
【解】因为 P( X 1) ，故 P( X 1) .
9
9
而
P( X 1) P(X 0) (1 p)2
故得
(1 p)2 4 ,
9
1
即
p .
3
从而
P(Y 1) 1 P(Y 0) 1 (1 p)4 65 0.80247
3 0.512
4.（1） 设随机变量 X 的分布律为
2
k P{X=k}= a ，
k!
其中 k=0，1，2，…，λ＞0 为常数，试确定常数 a. （2） 设随机变量 X 的分布律为
P{X=k}=a/N， k=1，2，…，N， 试确定常数 a. 【解】（1） 由分布律的性质知
1
P( X
习题二
1.一袋中有 5 只乒乓球，编号为 1，2，3，4，5，在其中同时取 3 只，以 X 表示取出的 3 只
球中的最大号码，写出随机变量 X 的分布律.
【解】
X 3, 4, 5
故所求分布律为
1 P( X 3) 0.1
C35 3 P( X 4) 0.3 C35 P( X 5) C24 0.6 C35
概率论与数理统计-第二章习题附答案
概率论与数理统计-第二章习题附答案习题2-21. 设A 为任一随机事件, 且P (A )=p (0<p <1). 定义随机变量1,,0,A X A =⎧⎨⎩发生不发生.写出随机变量X 的分布律. 解X0 1P1-p p2. 已知随机变量X 只能取-1,0,1,2四个值,且取这四个值的相应概率依次为c c c c 167,85,43,21. 试确定常数c , 并计算条件概率}0|1{≠<X X P .解 由离散型随机变量的分布律的性质知，13571,24816c c c c+++= 所以3716c =.所求概率为P {X <1| X≠}=258167852121}0{}1{=++=≠-=cc c c X P X P .3. 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{P X ≥51}9=, 求{P Y ≥1}. 解 注意p{x=k}=kk n knC p q -,由题设5{9P X =≥21}1{0}1,P X q =-==- 故213q p =-=. 从而{P Y≥32191}1{0}1().327P Y =-==-=4. 在三次独立的重复试验中, 每次试验成功的概率相同, 已知至少成功一次的概率为1927, 求每次试验成功的概率.解 设每次试验成功的概率为p , 由题意知至少成功一次的概率是2719，那么一次都没有成功的概率是278. 即278)1(3=-p , 故 p =31. 5. 若X 服从参数为λ的泊松分布, 且{1}{3}P X P X ===, 求参数λ.解 由泊松分布的分布律可知6=λ.6. 一袋中装有5只球, 编号为1,2,3,4,5. 在袋中同时取3只球, 以X 表示取出的3只球中的最大号码, 写出随机变量X 的分布律.解 X 的分布律是X3 4 5 P 110 31035 习题2-3X -1 01P0.15 0.200.65求分布函数F (x ), 并计算概率P {X <0}, P {X <2},P {-2≤X <1}.解 (1) F (x )=0,1,0.15,10,0.35,01,1,1.x x x x <-⎧⎪-<⎪⎨<⎪⎪⎩≤≤≥(2) P {X <0}=P {X =-1}=0.15;(3) P {X <2}= P {X =-1}+P {X =0}+P {X =1}=1;(4) P {-2≤x <1}=P {X =-1}+P {X =0}=0.35. 2. 设随机变量X 的分布函数为F (x ) = A +B arctan x -∞<x <+∞.试求: (1) 常数A 与B ; (2) X 落在(-1, 1]内的概率.解 (1) 由于F (-∞) = 0, F (+∞) = 1, 可知()0112,.2()12A B A B A B πππ⎧+-=⎪⎪⇒==⎨⎪+=⎪⎩(2){11}(1)(1)P X F F -<=--≤1111(arctan1)(arctan(1))22ππ=+-+- 11111().24242ππππ=+⋅---= 3. 设随机变量X 的分布函数为F (x )=0, 0, 01,21,1,,x xx x <<⎧⎪⎪⎨⎪⎪⎩ ≤ ≥求P {X ≤-1}, P {0.3 <X <0.7}, P {0<X ≤2}.解 P {X 1}(1)0F -=-=≤,P {0.3<X <0.7}=F (0.7)-F {0.3}-P {X =0.7}=0.2,P {0<X ≤2}=F (2)-F (0)=1.习题2-41. 选择题(1) 设2, [0,],()0, [0,].x x c f x x c ∈=∉⎧⎨⎩如果c =( ), 则()f x 是某一随机变量的概率密度函数.(A) 13. (B) 12. (C) 1. (D) 32. 本题应选(C ).(2) 设~(0,1),X N 又常数c 满足{}{}P X c P X c =<≥, 则c 等于( ).(A) 1. (B) 0. (C) 12. (D) -1. 本题应选(B).(3) 下列函数中可以作为某一随机变量的概率密度的是( ).(A) cos ,[0,],()0,x x f x π∈=⎧⎨⎩其它. (B) 1,2,()20,x f x <=⎧⎪⎨⎪⎩其它.(C)22()2,0,()20,0.≥x x f x x μσπσ--=<⎧⎪⎨⎪⎩ (D)e ,0,()0,0.≥x x f x x -=<⎧⎨⎩本题应选(D).(6) 设随机变量X 服从正态分布211(,)N μσ,Y 服从正态分布222(,)N μσ,且12{1}{1},P X P Y μμ-<>-< 则下式中成立的是( ).(A) σ1 < σ2. (B) σ1 > σ2. (C) μ1<μ2. (D) μ1 >μ2.答案是(A).(7) 设随机变量X 服从正态分布N (0,1), 对给定的正数)10(<<αα, 数αu 满足{}P X u αα>=, 若{}P X x α<=, 则x 等于( ).(A) 2u α . (B) 21α-u . (C) 1-2u α.(D)α-1u .答案是(C).2. 设连续型随机变量X 服从参数为λ的指数分布, 要使1{2}4P k X k <<=成立, 应当怎样选择数k ? 解X 其分布函数为1e ,0,()0,0.≤x x F x x λ-->=⎧⎨⎩由题意可知221{2}(2)()(1e )(1e )e e 4k k k kP k X k F k F k λλλλ----=<<=-=---=-.于是ln 2k λ=.3. 设随机变量X 有概率密度34,01,()0,x x f x <<=⎧⎨⎩其它,要使{}{}≥P X a P X a =<(其中a >0)成立, 应当怎样选择数a ?解 由条件变形,得到1{}{}P X a P X a -<=<,可知{}0.5P X a <=, 于是34d 0.5ax x =⎰, 因此42a =. 4. 设连续型随机变量X 的分布函数为20,0,()01,1,1,,≤≤x F x x x x <=>⎧⎪⎨⎪⎩求: (1) X 的概率密度; (2){0.30.7}P X <<.解 (1) 由()()F x f x '=得2,01,()0,其它.x x f x <<⎧=⎨⎩(2) 22{0.30.7}(0.7)(0.3)0.70.30.4P X F F <<=-=-=.5. 设随机变量X 的概率密度为f (x )＝ 2,01,0,x x ⎧⎨⎩ ≤≤ 其它,求P {X ≤12}与P {14X ＜≤2}. 解{P X≤12201112d 2240}x x x ===⎰; 1{4P X <≤12141152}2d 1164x x x ===⎰.6. 设连续型随机变量X 具有概率密度函数,01,(),12,0,x x f x A x x <=-<⎧⎪⎨⎪⎩≤≤其它.求: (1) 常数A ；(2) X 的分布函数F (x ).解 (1) 由概率密度的性质可得1222011201111d ()d []122x x A x x x Ax x A =+-=+-=-⎰⎰, 于是 2A =； (2) 由公式()()d x F x f x x -∞=⎰可得（过程简略）220,0,1()221, 2.1,021,12x F x x x x x x x =->⎧⎪⎪<⎪⎨⎪-<⎪⎪⎩≤≤,≤,7. 设随机变量X 的概率密度为1(1),02,()40,x x f x ⎧⎪⎨⎪⎩+<<=其它,对X 独立观察3次, 求至少有2次的结果大于1的概率. 解 2115{1}(1)d 48P X x x >=+=⎰.所以, 3次观察中至少有2次的结果大于1的概率为223333535175()()()888256C C +=.8. 设~(0,5)X U , 求关于x 的方程24420x Xx ++=有实根的概率.解 若方程有实根, 则 21632X -≥0, 于是2X ≥2. 故方程有实根的概率为P {2X ≥2}=21{2}P X -<1{22}P X =--<<21d 5x =-215=-10. 设随机变量2~(2,)X N σ, 若{04}0.3P X <<=, 求{0}P X <.解 因为()~2,X N σ2,所以~(0,1)X Z N μσ-=. 由条件{04}0.3P X <<=可知02242220.3{04}{}()()X P X P ΦΦσσσσσ---=<<=<<=--, 于是22()10.3Φσ-=, 从而2()0.65Φσ=. 所以{{}2020}P P X X σσ==--<<22()1()0.35ΦΦσσ-=-=.习题2-52. 设~(1,2),23X N Z X =+, 求Z 所服从的分布及概率密度.解 若随机变量2~(,)X N μσ, 则X 的线性函数Y aX b =+也服从正态分布, 即2~(,()).Y aX b N a b a μσ=++ 这里1,2μσ==所以Z ~(5,8)N .概率密度为()f z =2(5)16,4x x π---∞<<+∞. 3. 已知随机变量X 的分布律为X-1137P 0.37 0.05 0.2 0.13 0.25(1) 求Y ＝2－X 的分布律； (2) 求Y ＝3＋X 2分布律.解 (1)2－X-5 -1 1 2 3P 0.25 0.13 0.2 0.05 0.37 (2) 3＋X 23 4 12 52P 0.05 0.57 0.13 0.254. 已知随机变量X 的概率密度为()X f x ＝1142ln 20x x <<⎧⎪⎨⎪⎩， ， ， 其它，且Y ＝2－X , 试求Y 的概率密度.解 )(y F Y={P Y ≤}{2y P X =-≤}{y P X =≥2}y -1{2}P X y =-<-=1-2()d yX f x x--∞⎰. 于是可得Y 的概率密度为121,2(2)ln 20, ,()其它.Y y y f y -<<-⎧⎪=⎨⎪⎩5. 设随机变量X 服从区间(-2,2)上的均匀分布, 求随机变量2Y X =的概率密度.解 因为对于0<y <4,(){Y F y P Y=≤2}{y P X =≤}{y P y =-X y ()()XX F y F y =--.于是随机变量2Y X =的概率密度函数为()Y f y ()22X X f y f y yy=-0 4.4y y=<< 即 ()04,40,.其它f y y y=<<⎩。
- 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)。
这一章里我们介绍概率统计的一个非常重要 的概念: 随机变量.
借助于随机变量, 概率统计 对随机现象的研 究才能完全量化的以较统一的方式进行, 从而使概率统计的研究能够向深入发展.
第一节 随机变量及其分布
1. 随机变量的概念 2. 随机变量的分布函数 3. 离散随机变量的概率分布列 4. 连续随机变量的概率密度函数
(2) “车间里同一时刻发生故障的机床台数不 超过m台”可用{X≤k}来表示
这样, 我们对随机事件的研究就可以转化成对随机 变量的研究.
正如研究随机试验那样, 我们不仅要知道随机试验可能 出现哪些结果, 更要了解这些结果出现的概率有多大.
同样对随机变量, 我们不仅要知道它取哪些值, 还要知道它取这些值的概率, 也就是该随机变量 的概率分布.
P(X>a)=1-P(X≤a)=1-F(a)
这方面更详细的讨论待我们介绍完分布函数的性 质再继续.
例一. 连续抛一枚硬币三次, 定义X=获得的正 面的次数. 求X的分布函数.
解: X的取值情况如下表
ω HHH HHT HTH THH TTH THT HTT TTT X(ω) 3 2 2 2 1 1 1 0
随机变量的定义: 设Ω={ω} 为试验的样本空间, 如 果对每个ω∈Ω, 都对应一个实数X(ω), 则称 这样的实值函数X(ω)为随机变量.
X(ω)可理解成样 本点ω的某一个数
字特征
随机变量常用大写字母X, Y, Z等来表示, 其取值常 用相应的小写字母x, y, z来表示.
随机变量的一些例子如:
Random Variable).
例如例一中的X是一个离散随机变量, 灯泡的寿 命T是一个连续随机变量.
有了随机变量的概念后, 随机事件就可以通过随机 变量来表示.
例如在维修人员的配备问题中, 用X表示同一时刻发生故障 的台数, 则X是一个随机变量. 有关事件如
(1)“同一时刻恰有k台机发生故障”可用 {X=k}来表示;
当2≤x<3时, F(x)=P(X≤x)=P(X=0)+P(X=1)+P(X=2)=7/8
当x≥3时, F(x)=P(X≤x)=P(X=0)+P(X=1)+P(X=2)+P(X=3)=1
综上所述, X的分布函数为:
0 F ( x) 11//28
7/8 1
当 x 0 当0 x 1 当1 x 2 当2 x 3 当3 x
• 但在很多的情况下, 样本空间的样本点本身不是 数, 而且数量多, 这会对相关事件的深入研究造 成麻烦. 而且, 我们感兴趣的往往不是样本点本身, 而仅仅是其某一个数字特征.
例如, 对50个人进行对于某项政策是否同意的民 意调查, 其每一个样本点是50个“同意”或“不 同意”的排列, 如
(同意, 不同意,不同意,同意,同意,同意, …不同意)
1. 随机变量的概念
为什么要引进随机变量?
上一章里, 我们介绍了随机现象, 样本空间, 事件 及其概率等知识, 知道了随机现象的样本空间的 类型很多, 即其样本点的类型和数量在不同的研 究中有很大差别:
• 有时样本空间的样本点本身就是数量. 如掷一颗 骰子, 样本点是出现的点数; 电视机的寿命, 样 本点是电视机可能的寿命.
(1) 同时掷两只骰子, 令X=掷得的数 字和;
(2) 连续抛一枚硬币25次, 令Y=25次 中的到的正面的次数.
变量的分类
• 假如一个随机变量只能取有限个或可列无穷个值, 则称其为离散随机变量(Discrete Random Variable). • 假如一个随机变量的可能取值充满数轴的一个区 间, 如(a,b), 则称其为连续随机变量(Continuous
所以说, 随机变量的引进大大方便了对概率的研究.
以上的例子表明, 在随机试验里, 有这样的一种 量X, 它要么就是试验结果即样本点, 要么跟试 验结果相关, 它随着试验结果的不同而取不同 的值, 所以是变量. 这就是随机变量的通俗的定 义.
从数学的角度看, 随机变量X本质上是试验结 果即样本点的函数。故有如下的数学的定义.
50
样本空间里含的样本点数有250个. 这样 的原始的样本空间不便于我们表达和讨 论有关事件的研究.
该如何简化呢?
答案是根据研究目的引进随机变量, 从而建立原 始样本点和数的关系, 得到一个新的由数构成的 简单的样本空间.
例如在本例中, 我们感兴趣的数量仅仅是 50个人中同意该项政策的人数. 记X为50 个人中同意该项政策的人数, 则对于每一 个原始样本空间的样本点, X有唯一的数 与之相对应.
定义 设X是一个随机变量, 对任意实数x, 称
F(x)=P(X≤x) 为随机变量X的分布函数, 记为 X~F(x).
分布函数刻画的是变量X落在(-∞,x]这种区间里的 概率.
那么其它种类的区间呢?
X落在其它种类区间的概率均可以用F(x)来表示. 如:
P(a<X≤b)=P(X≤b)-P(X≤a)=F(b)-F(a)
概率分布的定义
随机变量X的可能取值和它取这些值的概率称为X 的概率分布.
本章的重点就是考察随机变量的概率分布. 概率分 布由于随机变量的特点有不同的表达方式, 下面首 先介绍一个通用的工具:随机变量的分布函数.
2. 随机变量的分布函数(Cumulative Distribution Function, 简称 cdf)
故 X是一个离散随机变量, 可求得X的概率分布为
x
0123
P(X=x) 1/8 3/8 3/8 1/8
所以根据分布函数的定义有: 当x<0时, F(x)=P(X≤x)=0 当0≤x<1时, F(x)=P(X≤x)=P(X=0)=1/8
当1≤x<2时, F(x)=P(X≤x)=P(X=0)+P(X=1)=1/2
所以, X是样本点的函数, 根据试验结果的 不同取不同的值, 我们把X称为一个随机 变量.
该例中引入随机变量的好处有哪些?
引入变量X后, X对应的样本空间为{0,1,…,50}, 与原 始样本空间相比有两个优点: (1)数量化, (2)元素少; 而且用原始样本空间难以表达的事件, 如有一半人同 意该项政策, 可以用随机变量简单表示成{ω∈Ω: X(ω)=25}, 或缩写成 {X=25}.