第二讲 一维随机变量及其函数的概率分布

连续型随机变量

§3 连续型随机变量 除了离散型随机变量之外，还有非离散型的随机变量，这些随机变量的取值已不再是有限个或可列个。在这类非离散型随机变量中，有一类常见而重要的类型，即所谓连续型随机变量。粗略地说，连续型随机变量可以在某特定区间内任何一点取值。例如某种树的高度；测量的误差；计算机的使用寿命等等都是连续型随机变量。对于连续型随机变量，不能一一列出它可能取值，因此不能像对离散型随机变量那样用它取各个可能值的概率来描述它的概率分布，而是要考虑该随机变量在某个区间上取值的概率，我们是用概率密度函数来研究连续型随机变量的。 一． 概率密度和连续型随机变量定义： 对于随机变量X ，如果存在非负可积函数 ()()f x x -∞<<+∞，使得对于任意实数， ,()a b a b <都有 {}()b a P a X b f x dx <<= ? ， 则称X 为连续型随机变量；称()f x 为X 的概率密度函数，简称概率密度或密度． 由定义可知，分布密度()f x 具有如下基本性质: （１）．()0()f x x ≥-∞<<+∞； （２）． ()()1f x dx P X +∞ -∞ =-∞<<+∞=? ． 这两条性质的几何意义是：概率分布密度曲线不在x 轴下方，且该曲线与x 轴所围的图形面积为1。性质(1)、(2)可以作为判定一个函数是否可以作为一个连续型随机变量的分布密度的条件。 对于连续型随机变量X 可以证明，它在某一点a 处取值的概率为零，即 对于任意实数a ，有()0P X a ==． 即研究X 在某一点处取值的概率是没有什么实际意义的。从而可知，研究X 在某区间上取值的概率时，该区间含不含端点，不影响概率值。即 (３)．对于任意实数， ,()a b a b <都有 {}{}{}{}()b a P a X b P a X b P a X b P a X b f x dx <<=≤<=<≤=≤≤=? 【例1】 设X 是连续型随机变量，已知X 的概率密度为 其中λ为正常数． 试 确定常数A ．

一维随机变量及其分布题目

一、单项选择题 1 则c =A. 81 B. 41 C. 31 D. 2 1 2．某学习小组有4名男生2名女生共6个同学，从中任选2人作为学习小组长，设随机变 A B C D 3．下列各函数可作为随机变量分布函数的是 （ ） A .???≤≤=其他0102)(1x x x F B .?????≥<≤<=111000)(2x x x x x F C .?????≥<≤--<-=111111)(3x x x x x F D .?? ? ??≥<≤<=121020 0)(4x x x x x F 4．设)(1x F 与)(2x F 分别为随机变量21X X 与的分布函数，为使)()()(21x bF x aF x F -=是 某一个随机变量的分布函数，在下列给定的各组数值中应取 （ ） A .52,53-== b a B .32,32==b a C .23,21=-=b a D .2 3 ,21-==b a 5．设随机变量X 具有对称的概率密度，即)()(x f x f =-，则对任意0>a ，=>)|(|a X P （ ） A .)(21a F - B .1)(2-a F C .)(2a F - D .)](1[2a F - 6．设随机变量X 与Y 均服从正态分布，)2,(~2 μN X ，)5,(~2 μN Y ，记 }2{1-≤=μX P p ，}5{2+≥=μY P p ，则 （ ） A .对任何实数μ，都有21p p = B .对任何实数μ，都有21p p < C .只对μ的个别值才有21p p = D .对任何实数μ，都有21p p > .7 设随机变量X 的密度函数为4,01, ()0,cx x f x ?<<=??其它 ，则常数c =（ ）. A. 51 B. 4 1 C. 4 D. 5 8 设2 ~(1,)X N σ-且(31)0.4P X -<<-=，则(1)P X ≥= （ ）. A. 0.1 B. 0.2 C. 0.3 D. 0.5 二、填空题 1．已知随机变量X 服从参数为λ的泊松分布)(λπ，1 }0{-==e X P ，则=λ 2．设随机变量X 的密度函数为??? ??<<--=其他 111)(2 x x C x f ，则常数=C

随机变量的函数的分布

8.随机变量的函数的分布 【教学容】：高等教育大学盛骤，式千，承毅编的《概率论与数理统计》 第二章第五节的随机变量的函数的分布 【教材分析】：本节课主要是在学生学习了随机变量的概念和随机变量的分布的基础上进行的教学；本节从随机变量的分布入手引入随机变量的函数的随机性特征， 即由自变量X 的统计规律性出发研究因变量Y 的统计性规律的问题；本节课的教学先讲授离散型随机变量的函数的分布接着讲连续型随机变量的函数的分布。让学生掌握两种不同的随机变量的分布的求解方法。其中，离散型随机变量的函数的分布是比较容易求得而连续型随机变量的函数的分布学生往往束手无策，因此，我在本次教学中，先复习分布函数和概率密度函数的关系，后通过简单例子来讲解，最后归纳总结 ，再研究连续型随机变量的函数的一种特殊情形的分布问题。最后导出一个重要的定理。 【学情分析】： 1、知识经验分析 学生具有一定的随机变量及其分布相关理论知识及微分学相关知识，通过前两次课的学习已具备一定的解题方法，本节课通过让学生观察、思考，教师启发、引导等教学方式，让学生自然过渡到随机变量的函数的分布的学习中。 2、学习能力分析 学生虽然具备一定的微积分的知识和随机变量的理论基础，但概念理解不透彻，解决问题的能力不高，方法应用不熟练，知识没有融会贯通。 【教学目标】：掌握随机变量的函数的概率分布的求法。 【教学重点、难点】： 重点：离散型随机变量的函数的分布；连续型随机变量的函数的分布。 难点：连续型随机变量的函数的分布。 【教学方法】：讲授法 启发式教学法 【教学课时】：1个课时 【教学过程】： 一、问题引入 在实际中，人们常常对随机变量 X 的函数()Y g X =所表示的随机变量Y 更感兴趣。

《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) =9 5 , 则P(Y ≥ 1) = _________. 解. 9 4951)1(1)0(=-=≥-==X P X P 94)1(2 = -p , 3 1=p 2. 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c c c c 162 , 85,43,21, 则c = ______. 解. 2,16321628543211==+++= c c c 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??? ??=0 51 )(k f 其它50≤≤k P{02442 =+++k kx x 有实根} = P{03216162 ≥--k k } = P{k ≤－1或k ≥ 2} =5 3 515 2=?dk 5. 已知2}{,}{k b k 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 . 49 36 ,194= =++b b b b (X, Y)

§4随机变量函数的分布

§3.4 随机变量函数的分布 对离散型随机变量，我们讨论过随机变量函数的分布问题，对一般的随机变量当然也存在同样的问题。例如，若ξ是N （2 ,σμ）分布的随机变量，为了解决计算中的查表问题， 在中曾经引入变换 η=σ ξa - 这个新出现的随机变量η就是原来的随机变量ξ的一个函数。现在来讨论连续型随机变量函数的分布问题，先介绍一个便于应用的定理。 定理3.1 设ξ是一个连续型随机变量，其密度函数为p (x)，又y =)(x f 严格单调，其反函数)(x h 有连续导数，则=η)(ξf 也是一个连续型随机变量，且其密度函数为 ? ? ?<<*=其他,0|],)(|)([)('β α?y y h y h p y （3.51） 其中 α=min{)(-∞f ,)(+∞f } β=min{)(-∞f ,)(+∞f } (证明 略) 例3.11（略） 例3.12（略） 2χ—分布 我们先给出下述一个式子： p (x,y)=? ? ???≤>Γ-0,00,)2(212x x x n y n 我们通常把以上述（3.53）式(其中n 是参数)为密度函数的分布称为是自由度为n 的 2χ—分布（2χ读作“卡方”），并记作)(2 n χ，它是数理统计中一个重要的分布。 （一）和的分布 设),(ηξ是一个二维连续型随机变量，密度函数为p (x,y)，现在来求ηξζ+=的分布，按定义为 F ζ(y)= P (ζ

F ζ(y)= ??<+y x x dx dx x x p 2121 2 1 ),( = dx dx x x p )),((221?? ∞∞ -∞ ∞ - （3.54） 如果ξ与η是独立的，由（3.48）知P ξ(x)·P η(y)是(ηξ,)的密度函数，用P ξ(x)·P η(y)代替（3.54）式中的p (x 1,x 2)便得 F ζ(y) = dx dx x p x p ))()((221?? ∞∞ -∞ ∞-ηξ =dx dz x z p x p y ))()((11? ?∞ ∞-∞--ηξ = dz dx x z p x p y ))()((11?? ∞ -∞∞ --ηξ 由此可得 ζ 的密度函数为 F ζ(y)= F ' ξ(y)= dx x y p x p ? ∞ ∞ --)()(ηξ （3.55） 由对称性还可得 F ζ(y)= dx x p x y p ? ∞ ∞ --)()(ηξ （3.56） 由（3.55）或（3.56）式给出的运算称为卷积，通常简单地记作 P ζ=P ξ* P η 例3.13（略） 我们已经知道某些分布具有可加性，其实还有一些其它分布，也具有可加性，其中2 χ—分布的可加性在数理统计中颇为重要，我们这里顺便证明这个结论。为此，可以讨论更一般形式的一个分布—Γ分布。如果随机变量ξ具有密度函数为 p (x,y)=?? ???≤>Γ--0,00 ,)(1x x e x x βαααβ （3.57） （其中α>0, β>0为两个常数），这时称ξ是参数为（α,β）的Γ分布的随机变量，相应的分布称作参数为（α,β）的Γ分布，并记作Γ(α,β). 例3.14（略） （二）商的分布 设),(ηξ是一个二维连续型随机变量，密度函数为p (x 1,x 2)，现在来求η ξ ζ= 的分

讲连续型随机变量分布及随机变量的函数的分布

第七讲 连续型随机变量（续）及 随机变量的函数的分布 3. 三种重要的连续型随机变量 （1）均匀分布 设连续型随机变量X 具有概率密度 )5.4(,, 0,,1 )(??? ??<<-=其它b x a a b x f 则称X 在区间(a,b)上服从均匀分布, 记为X~U(a,b). X 的分布函数为 )6.4(. , 1,, ,,0)(???? ???≥<≤--<=b x b x a a b a x a x x F （2）指数分布 设连续型随机变量X 的概率密度为 )7.4(, , 0,0,e 1)(/?????>=-其它x x f x θ θ 其中θ>0为常数, 则称X 服从参数为θ的指数分布. 容易得到X 的分布函数为 )8.4(. , 0,0,1)(/?? ?>-=-其它x e x F x θ 如X 服从指数分布, 则任给s,t>0, 有 第二章 随机变量及其分布 §4 连续型随机变量 及其概率密度 1 =2

P{X>s+t | X > s}=P{X > t} (4.9) 事实上

}. {e e e )(1)(1}{}{}{)}(){(}|{//)(t X P s F t s F s X P t s X P s X P s X t s X P s X t s X P t s t s >===-+-=>+>= >>?+>= >+>--+-θ θθ 性质(4.9)称为无记忆性. 指数分布在可靠性理论和排队论中有广泛的运用. （3）正态分布 设连续型随机变量X 的概率密度为 ) 10.4(,,e 21)(2 22)(∞<<-∞= -- x x f x σ μσ π其中μ,σ(σ>0)为常数, 则称X 服从参数为μ,σ的正态分布或高斯(Gauss)分布, 记为X~N(μ,2σ). 显然f(x)≥0, 下面来证明 1d )(=? +∞ ∞ -x x f 令t x =-σμ/)(, 得到 dx e dx e t x 2 2)(2 2 22121- ∞ +∞ --- ∞ +∞ -? ? = π σ πσ μ . 1d 21d 21 ) 11.4(π 2d d e ,, d d ,d e 2 2)(20 2 22 /)(22 /2 2 2222 2 == ====? ??? ? ? ?∞ ∞ -- ∞ ∞ ---∞ - +∞∞-+∞ ∞ -+-∞ ∞--x e x e r r I u t e I t I t x r u t t π σ πθσμπ 于是 得转换为极坐标则有记f(x)具有的性质: （1）.曲线关于x=μ对称. 这表明对于任意 f (x )的图形: 1.5 0.5

一维随机变量及其分布习题

1 一维随机变量及其分布 本章重点是：离散型随机变量的分布律、分布函数；连续型随机变量的分布律、分布函数；随机变量函数的密度函数 1.口袋中有5个球，编号为1,2,3,4,5,.从中任取3个，以X 表示取出的3个球中的最大号码. （1）试求X 的分布列；（2）写出X 的分布函数，并作图.（2）X 的分布函数为 2.有3个盒子，第一个和装有1个白球，4个黑球，第二个和装有2个白球，3个黑球，第三个和装有3个白球，2个黑球，现任取一个盒子，从中任取3个球.以X 表示所取到的白球数. （1）求X 的概率分布列；（2）取到的白球数不少于2个的概率是多少？ 3设随机变量的分布函数为 求X 的概率分布列及 ()()()()3,3,1,1P X P X P X P X <≤>≥.. 4.随机变量X 的密度函数为1, 11,()0,.x x p x ?--≤≤=??其它求X 的分布函数. 5.学生完成一道作业的时间X 是一个随机变量，（单位h ）密度函数为 （1）确定常数c ；（2）X 的分布函数；（3）求在20min 内完成一道作业的概率； （4）求在10min 以上完成一道作业的概率. 6.已知随机变量X 的密度函数为()21,x x p x x e e π-=-∞<<+∞+试求随机变量 ()Y g X =的概率分布，其中()1,0;1, 0. x g x x -

2一维随机变量及其分布总结pdf

（1） 离散型随机变量的分布律 设离散型随机变量X 的可能取值为X k (k=1,2,…)且取各个值的概率，即事件(X=X k )的概率为 P(X=x k )=p k ，k=1,2,…， 则称上式为离散型随机变量X 的概率分布或分布律。有时也用分布列的形式给出： L L ,,,,|)(21k k p p p x X P =L L ,,,,21k x x x X 。 显然分布律应满足下列条件： （1），0≥k p L ,2,1=k ， （2）。 ∑==1 1k k p ∞ )(x F （2）连续型随机变量的密度 X 的分布函数，若存在非负函数，对任意实数)(x f 设是随机变量x ，有 ∫∞?=dx x f x F )()(x ， X 为连续型随机变量。称为)(x f 则称X 的概率密度函数或密度函数，简称概率密度。 密度函数具有下面4个性质：

1° 。 0)(≥x f +∞2° 。 ∫∞?=1)(dx x f （2） 离散与连续型随机变量的关系 dx x f dx x X x P x X P )()()(≈+≤<≈= 积分元在连续型随机变量理论中所起的作用与在离散型随机变量理论中所起的作用相类似。 dx x f )(k k p x X P ==)(（3） 分布函数 设X 为随机变量，x 是任意实数，则函数 )()(x X P x F ≤= 称为随机变量X 的分布函数，本质上是一个累积函数。 )()()(a F b F b X a P ?=≤< 可以得到X 落入区间的概率。分布函数表示随机变量落入区间（– ∞，x]内的概率。 ],(b a )(x F 分布函数具有如下性质： 1° ,1)(0≤≤x F +∞<<∞?x ； 2° 是单调不减的函数，即)(x F 21x x <时，有 ； ≤)(1x F )(2x F 3° ， 0)(lim )(==?∞?∞→x F F x 1)(lim )(==+∞+∞ →x F F x ；

一维随机变量的分布函数

关于一维随机变量分布函数的讨论 The disscussion for distribution function of One random variable 分布函数能够完整地描述随机变量的统计规律性，并且分布函数具有良好的性质，它使得许多概率论问题得以简化而归结为函数的运算，因此掌握好分布函数是研究随机变量的有效方法． 在学习过程中我们却发现，不同的教学参考书对分布函数的定义有所不同，这两个定义有何异同之处？对随机变量落在某区间的概率有何影响？本文主要从这两个方面展开讨论． 一、两个定义下分布函数的异同 1、 两个定义 设X 是随机变量，x 为任意实数， 定义1 称函数()(F x P X =≤),x x -∞<<+∞为X 的分布函数[1]45． 定义2 称函数+∞<<∞-<=x x X P x F ,)()(为X 的分布函数[3]119． 2、 离散型随机变量的分布函数 从一个例子来看两个定义下分布函数的异同之处． 例1 [1]45 随机变量X 的分布律如下表： 求其分布函数． 解：用定义1和定义2求得的分布函数分别如下： 0,0x < 0,x ≤0 1,08 ≤1x < 1,08x <≤1 1()F x = 1,12≤2x < 2()F x = 1,12 x <≤2 7,28 ≤3x < 7,28x <≤3 1,x ≥3 1,3x > 需要指出的是：用两个定义求得的分布函数)(1x F 和)(2x F 均唯一．即用定义1求分布函数

时，)(2x F 中的分段方法是不可取的，如：当10< 1,x ≥b 1,x b > 可以看到，不同之处也只在于区间端点处，但事实上，以上三个函数在b x a x ==,处均连续，所以是相同的函数．即不论是用定义1还是定义2，所求得的分布函数都是相同的．一般性的结果如下：

第2章一维随机变量习题及答案

第2章一维随机变量 习题2 一. 填空题： 1.设 离 散 型 随 机 变 量 ξ 的 分 布 函 数 是 (){}x P x F ≤=ξ， 则 用 F (x) 表 示 概 { }0x P =ξ = __________。 解：()()000--x F x F 2.设 随 机 变 量 ξ 的 分 布 函 数 为 ()()+∞<<∞-+= x arctgx x F π 1 21 则 P{ 0<ξ 3.设 ξ 服则 P{ 4.设 某 ， 常 数 λ-e 5 设 随 则 解： k 4 =令 16 1A = 得 A =15 ()()21252 1 =+==??? ??<<ξξξp p P 8.041211516=??????+= 6.若 定 义 分 布 函 数 (){ }x P x F ≤=ξ， 则 函 数 F(x)是 某 一 随 机 变 量 ξ 的 分 布 函 数 的 充 要 条 件 是 F ( x ) 单 调 不 减 ， 函 数 F (x) 右 连 续 ， 且 F (- ∞ ) = 0 ， F ( + ∞ ) = 1

7. 随机变量) ,a (N ~ 2σξ，记{}σ<-ξ=σa P )(g ， 则随着σ的增大，g()σ之值 保 持 不 变 。 8. 设 ξ ~ N ( 1， 1 )，记ξ 的概率密度为 ?( x ) ，分布函数为 F ( x )，则 {}{}=≥=≤11ξξP P 0.5 。 9、分别用随机变量表示下列事件 (1)观察某电话总机每分钟内收到的呼唤次数，试用随机变量表示事件 .“收到呼唤3次”} {3=X ， “收到呼唤次数不多于6次”}{}{k X X k ==≤=6 06 (2) (3) B ,A 解}{}2<=X }{}1≥=X 10 、一袋中装有5只球，编号为1,2,3,4,5，在袋中同时取3只，以x 表示取出的3只球中的最 大号码，则X 的分布律为:

随机变量及其分布知识点总结

圆梦教育中心 随机变量及其分布知识点整理 一、离散型随机变量的分布列 一般地，设离散型随机变量X 可能取的值为12,,,,,i n x x x x ??????，X 取每一个值(1,2,,)i x i n =???的概率 ()i i P X x p ==，则称以下表格 X x 1 x 2 … x i … x n P p 1 p 2 … p i … p n 为随机变量X 的概率分布列，简称X 的分布列. 离散型随机变量的分布列具有下述两个性质： （1）0,1,2,,i P i n =???≥ （2）121n p p p ++???+= 1．两点分布 如果随机变量X 的分布列为 X 1 P 1-p p 则称X 服从两点分布，并称=P(X=1)p 为成功概率. 2．超几何分布 一般地，在含有M 件次品的N 件产品中，任取n 件，其中恰有X 件次品，则事件{}X k =发生的概率为： (),0,1,2,3,...,k n k M N M n N C C P X k k m C --=== 则随机变量X 的概率分布列如下： X 1 … m P 00n M N M n N C C C -- 11n M N M n N C C C -- … m n m M N M n N C C C -- {}*min ,,,,,,m M n n N M N n M N N =≤≤∈其中且。 注：超几何分布的模型是不放回抽样 二、条件概率 一般地，设A,B 为两个事件,且()0P A >,称() (|)() P AB P B A P A = 为在事件A 发生的条件下,事件B 发生的条件概率. 0(|)1P B A ≤≤ 如果B 和C 互斥，那么[()|](|)(|)P B C A P B A P C A =+ 三、相互独立事件 设A ，B 两个事件，如果事件A 是否发生对事件B 发生的概率没有影响(即()()()P AB P A P B =),则称事件A 与事件B 相互独立。()()()A B P AB P A P B ?=即、相互独立 一般地，如果事件A 1,A 2,…,A n 两两相互独立，那么这n 个事件同时发生的概率，等于每个事件发生的概率的积，即1212(...)()()...()n n P A A A P A P A P A =.