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
东北大学概率论课后习题答案PPT2-2
（1） pk 0, k=1,2, …
一个函数是否是
概率分布
（2） pk 1
k
分布律也可以用表格的形式来表示：
X
x1 x2 … xn …
pk
p1 p2 … pn …
称为随机变量X的概率分布表。
也可用矩阵表示
X
~
x1 p1
x2 p2
xi pi
也可用散点图表示。
有了分布列，可以计算任意时间的概率
几何分布的无记忆性
在贝努利试验中，等待首次成功的时间服从几何分布。 现在假定已知在前m次试验中没有出现成功，那么为了达到 首次成功所再需要的等待时间′也还是服从几何分布，与 前面的失败次数m无关，形象化地说，就是把过去的经历完 全忘记了。因此无记忆性是几何分布所具有的一个有趣的 性质。但是更加有趣的是，在离散型分布中，也只有几何 分布才具有这样一种特殊的性质。
件，第i个零件为不合格品的概率为 pi 1/ i 1,i 1,2,3 ，若
以X表示三个零件中合格品的个数，问X是二项变量吗？写出 X的分布律。
例5：某人进行射击，设每次射击的命中率为0．02，独立射击 400次，试求至少击中两次的概率。
解：将一次射击看成是一次试验．设击中的次数为X，则X～ B(400，0.02)。X的分布律为 P{ X k} 4k00(0.02)k (0.98)400k , k 0,1,,400. 于是所求概率为 P{X 2} 1 P{X 0} P{X 1} 1 (0.98)400 400(0.02)(0.98)399 0.9972.
P{Y
4} 1
k
3 0
8k0(0.01)k
(0.99)80k
0.0087.
我们发现，在后一种情况尽管任务重了(每人平均
概率论与数理统计第二章课后习题及参考答案
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
1 ,2 x 6, f ( x) 4 ， 0, 其他．
记 A { X 3} ，则
P ( A) P ( X 3)
6
3
3 设 Y 为对 X 进行三次独立观测事件 { X 3} 出现的次数，则 Y ～ B (3, ) ， 4
1 3 dx ， 4 4
6．抛掷一枚不均匀的硬币，正面出现的概率为 p ， 0 p 1 ，以 X 表示直至两 个面都出现时的试验次数，求 X 的分布律． 解： X 所有可能的取值为 2，3，…， 设 A { k 次试验中出现 k 1 次正面，1 次反面}，
B { k 次试验中出现 k 1 次反面，1 次正面}，
3．设离散型随机变量 X 的分布律为
X P 1 0 .2 1 0 .5 2 0 .3
1
1 求：(1) X 的分布函数；(2) P ( X ) ；(3) P (1 X 3) ． 2
习题课2
e−5 ⋅ 5k ≈∑ ≈ 0.986305. k! k=0
点评: 点评 保险业是概率论的生长点和重要应用领 域之一. 本例为简化起见, 不计利息与管理费. 域之一 本例为简化起见 不计利息与管理费
13
设随机变量X 在区间[2， 上服从均匀 例7 设随机变量 在区间 ，5]上服从均匀 分布，现对X 次独立观测， 分布，现对 进行 3 次独立观测，试求至少有 两次观测值大于3的概率 的概率。 两次观测值大于 的概率。 设随机变量Y 解 设随机变量 是3次独立观测中观测值大 次独立观测中观测值大 的次数, 于3的次数 则 Y ~ B(3, p),其中p是X大于3的概率. 的次数 由题意知 X 的概率密度为
P( Ak ) = P( X = k) =
1 k 对k ≥ 1, P(B Ak ) = ( ) , 2 λk −λ 1 k P( Ak B) = P( Ak )P(B Ak ) = e ⋅ ( ) , k! 2
10
k!
e , k = 0,1,2,⋯
∴P(B) = P ∑Ak B = ∑P( Ak B) k=1 k=1
X − 200 P( A ) = P{X ≤ 200} = P ≤ −0.8 1 25 =φ−0.8) = 0.212; ( φ P( A2 ) = P{200 ≤ X ≤ 240}= 2 (0.8) − 1 = 0.576;
15
P( A3 ) = 1 − P( A ) − P( A2 ) = 0.212. 1
1
一般要学会做三类习题： 一般要学会做三类习题： ①利用某些已知条件求出随机变量的分布律或 密度函数； 密度函数； 利用分布律或分布函数，求出某些事件的概率； ②利用分布律或分布函数，求出某些事件的概率； 利用分布律或密度函数，求出分布函数。 ③利用分布律或密度函数，求出分布函数。 4. 二维随机变量及其联合分布函数； 二维随机变量及其联合分布函数； 二维离散型随机变量及其联合分布律； 二维离散型随机变量及其联合分布律； 二维连续型随机变量及其联合概率密度。 二维连续型随机变量及其联合概率密度。 5. 二维随机变量的边缘分布和条件分布。 二维随机变量的边缘分布和条件分布。 6. 随机变量的相互独立性。 随机变量的相互独立性。 7. 随机变量函数的分布。 随机变量函数的分布。
概率论习题讲解
x e
x!
(x =0,1,2, …,)
N→∞， H (n, M , N ) B(n, p). p M ,
N
n →∞， B(n, p) P() np
1
§2.5 随 机 变 量 旳 分 布 函 数
一.定义
F(x) P(X x)
二.分布函数 旳性质：
(1) 0 F ( x) 1, ( x )
若 不是整数，则当 m [ ]时，P( X m)最大。
13
9. 一本书中每页印刷错误旳个数X 服从泊松分布P0.2,
写出X 旳概率分布，并求一页上印刷错误不多于1个旳概率。
解 X旳概率分布为：PX k 0.2k e0.2
k!
查表求
PX 1 PX 0 PX 1 0.8187 0.1638 0.9825
6设随机变量X 服从二项分布 Bn, p 当x 为何值时，概率
PX x取得最大值。
解
PX
=
x
=
C
x n
pxqn-x
PX x PX x 1
1
n 1p
xq
x
当 x n 1p 时， PX x PX x 1;
当 x n 1p 时， PX x PX x 1;
当 x n 1p 时， PX x PX x 1;
FX
x
x dx f x, ydy
f x, ydy
FY y F , y
y dy f x, ydx
fY y
d dy
FY
y
f x, ydx
§2.11 随机变量旳独立性
一. 离散型随机变量旳独立性 p xi , y j pX xi pY y j
二. 连续随机变量旳独立性
概率论与数理统计第二章习题课
y 1 e
2 x单调，反函数为：1 x ( y ) ln(1 y ) 2 1 x ( y ) 2(1 y )
1 2e ln(1 y ) 2(1 y ) 0 1 0 y 1 其它 0
返回 下页 结束
0 y 1 其它
下页
结束
（二）概率分布已知，相关问题的计算 ４．设离散型随机变量Ｘ的概率分布为
X p 0 0.25 1 0.2 3 α 7 0.3
求 （１）α；（２）分布函数；（３）Ｐ｛０＜Ｘ＜５｝
解：(1)由 pk 1
k
得α＝0.25
x0 0 0.25 0 x 1 0.45 1 x 3 0.7 3 x 7 x7 1
典型例题
一、离散型随机变量 （一）求概率分布 1.一批零件有９件合格品，３件次品，安装机器时，从中任取 一个，直到取到正品，就下列两种取样方式 a)放回取样；b)不放回取样，计算抽取次数Ｘ的概率分布．
2.设某种试验成功的概率为p，独立重复试验直到试验成功两次， 求试验次数Ｘ的概率分布．
3. 抛掷一枚不均匀的硬币，出现正面的概率为p (0＜p＜1），
(3) f ( x) F ( x)
x 2 xe , x 0 x0 0,
2
解：(1)利用F(+∞)=1,及F(x)
在x=0处的连续性得： A=1 A+B=0 所以Ａ＝１，B= -1
１－e 即：F ( x) 0,
x2 2
,x0 x0
首页
上页
, k 2,3,
3. 抛掷一枚不均匀的硬币，出现正面的概率为p (0＜p＜1），
设X为一直掷到正、反面都出现时所需要的次数，求X的分布列。
第一、二章习题课(概率论)
第二章 随机变量及其分布
♦1. 基本概念：随机变量，离散型随机变量，连续型随 基本概念：随机变量，离散型随机变量，
机变量 ♦2.离散型随机变量及其分布律 离散型随机变量及其分布律 （1）如何求解 ） 设离散型随机变量X的可能取值为 的可能取值为x 设离散型随机变量 的可能取值为 k (k=1,2,…),事 事 件 发生的概率为 pk ,
P ( A) = 0.3, P ( B ) = 0.8, P (C ) = 0.6, P ( A U B ) = 0.9,
n−1
P ( AC ) = 0.1, P ( BC ) = 0.6, P ( ABC ) = 0.1.
试求： 试求：（1） P ( AB ) ） (2) P ( A U B U C )
1.若事件 若事件A,B是互不相容的 且 P ( A) > 0, P ( B ) > 0 是互不相容的,且 若事件 是互不相容的 则事件A,B一定不相互独立 一定不相互独立. 则事件 一定不相互独立 2. 若事件 若事件A,B相互独立 且 P ( A) > 0, P ( B ) > 0 相互独立,且 相互独立 则事件A,B一定相容 一定相容. 则事件 一定相容
事件A发生但事件 不发生 称为事件A与事件 与事件B的 事件 发生但事件B不发生 称为事件 与事件 的 发生但事件 不发生, 差事件。 差事件。 A B
S
显然有： 显然有：
A− B −
对于任意两事件A， 总有如下分解 总有如下分解： 对于任意两事件 ，B总有如下分解：
5 AI B =∅
0
则称A和 是互不相容的或互斥的 指事件A与 不 是互不相容的或互斥的,指事件 则称 和B是互不相容的或互斥的 指事件 与B不 可能同时发生。 可能同时发生。
概率论与数理统计(经管类)课后习题_第二章
解:
1
C=
3. 将一枚骰子连掷两次,以 X 表示两次所得的点数之和,以 Y 表示两次出现的最小点数,分别求 X,Y 的分 布律.
注: 可知 X 为从 2 到 12 的所有整数值． 可以知道每次投完都会出现一种组合情况，其概率皆为(1/6)*(1/6)=1/36，故 P(X=2)=(1/6)*(1/6)=1/36(第一次和第二次都是 1) P(X=3)=2*(1/36）＝1/18(两种组合(1,2)(2,1)) P(X=4)=3*(1/36）＝1/12(三种组合(1,3)(3,1)(2,2)) P(X=5)=4*(1/36）＝1/9(四种组合(1,4)(4,1)(2,3)(3,2)) P(X=6)=5*(1/36＝5/36(五种组合(1,5)(5,1)(2,4)(4,2)(3,3)) P(X=7)=6*(1/36)＝1/6(这里就不写了,应该明白吧) P(X=8)=5*(1/36)＝5/36 P(X=9)=4*(1/36)＝1/9 P(X=10)=3*(1/36)＝1/12 P(X=11)=2*(1/36)＝1/18 P(X=12)=1*(1/36)＝1/36 以上是 X 的分布律
C53 0.3 3 0.7 2 C54 0.3 4 0.7 1 C55 0.3 5 0.7 0 0.1323 0.02835 0.00243 0.163
2 OF 18
2 PX 3 1 PX 0 PX 1 PX 2
1 C70 0.3 0 0.7 7 C71 0.3 1 0.7 6 C72 0.3 2 0.7 5 1 0.0824 0.2471 0.3177 0.353
4. 如下 4 个函数,哪个是随机变量的分布函数:
0,
2
(1) F x
,2x0
2, x 0
概率论第2章ppt课件
(5) P{恰好2.5分钟}
.
11
第2章 随机变量及其分布
解：
习题19
(1) P{至多3分钟} P { X 3 } F X (3 ) 1 e 0 .4 3 0 .69 (2) P{至少4分钟}
P { X 4 } 1 P { X 4 } 1 F X ( 4 ) e 0 .4 4 0 .20
同理 P{X2}5219 P{X3}4217
36 36
36 36
P{X4}3215 P{X5}2213
36 36
36 36
P{X 6} 1 36
.
3
第2章 随机变量及其分布
习题8
8. 甲乙两人投篮，投中的概率分别为0.6和0.7。今各投三次。求(1)两人投中次数 相等的概率；(2)甲比乙投中次数多的概率.
.
9
第2章 随机变量及其分布
习题16
16. 有一繁忙的汽车站，每天有大量汽车通过，设一辆汽车在一天的某段时间内 出事故的概率为0.0001. 在某天的该时间段内有1000量汽车通过。问出事故的车辆 数不小于2的概率是多少？(利用泊松定理计算)
解：令在该段时间内发生事故的车辆数目为X, 根据题意知：
0
20
22 4
令 y x2
AI1A1 4
I b3/2
.
15
第2章 随机变量及其分布
习题22(2)
22(2) 研究了英格兰在1875年~1951年期间，在矿山
发生导致不少于10人死亡的事故的频繁程度，得知
相继两次事故之间的时间T(日)服从指数分布，其
概率密度为
fT
(t)
1
et
241
, /241
(1) 解：从8杯酒中随机地挑选4杯，共有
概率论与数理统计 第二章 习题2
1 y
,1
y
e
0,0 y 1或y
e
（2）当 y 0 时， fY ( y) 0
当 y 0 时 ，FY (y) P{Y y} P{2ln X y} P{X ey/2} 1 P{X e y / 2} 1 F X (e y / 2 )
fY
(
y)
f
X
(ey / 2
)(1/
2e y
36
2 一大楼装有5个同类型的供水设备。调查表明在 任一时刻每个设备被使用的概率为，问在同一 时刻（1）恰有2个设备被使用的概率是多少？ （2）至少有3个设备被使用的概率是多少？ （3）至多有3个设备被使用的概率是多少？ （4）至少有1个设备被是使用的概率是多少？
解：以 X 表示同一时刻被使用的设备的个数，则
2 fK (x)dx
1
fK (x)dx
5 1dx 25
1 0dx 3
5
6 设随机变量 X 在 （0，1）服从均匀分布.（1）求 Y e X 的概率密度;(2)求 Y 2ln X 的概率密度。
解：X 的概率密度为
1,0 x 1 f (x) 0,其它
分别记 X ,Y 的分布函数为 FX (x), FY ( y).
y)2
2
arcsin
y.
所以当 0 y 1
时，fY
( y)
d dy
FY
( y)
2 1 y2
因此，所求的概率为
fY ( y)
2 ,0 y 1, 1 y2
0, 其它
8 一工厂生产的某种元件的寿命（以小时计）服从参数 为 160, ( 0) 的正态分布。若要 P{120 X 200} 0.80
4x2 4Kx K 2 0 有实根的概率.
概率论与数理统计第二章_PPT课件
3，4，5
1.随机变量的定义
设E是一个随机试验,S是其样本空间.我们称样本空
间上的函数 X X e e S
为一个随机变量,如果对于任意的实数 x,集合
e ： X e x X x
X (e)
e
都是随机事件．
随机变量的特点:
R
S
1). X的全部可能取值是互斥且完备的
2). X的部分可能取值描述随机事件
实例2 若随机变量 X 记为 “连续射击, 直至命 中时的射击次数”, 则 X 的可能值是:
1 , 2 , 3 , . 实例3 设某射手每次射击打中目标的概率是0.8, 现该射手射了30次,则随机变量 X 记为“击中目标 的次数”,则 X 的所有可能取值为:
0 ,1 ,2 ,3 , ,3 . 0
( 5 ) 对 于 随 机 变 量 ， 我 们 常 常 关 心 的 是 它 的 取 值 ．
( 6 )我 们 设 立 随 机 变 量 ,是 要 用 随 机 变 量 的 取 值 来 描 述 随 机 事 件 ．
实例2 掷一个硬币, 观察出现的面 , 共有两个 结果: e1(反面朝 ), 上
e2 (正面朝 ), 上 若用 X 表示掷一个硬币出现正面的次数, 则有
1 ,2 ,3 , . 注意 X(e) 的取值是可列无穷个！
实例7 某公共汽车站每隔 5 分钟有一辆汽车通 过, 如果某人到达该车站的时刻是随机的, 则
X(e) 此人的等车,时间
是一个随机变量. 且 X(e) 的所有可 能取值为: [0,5].
实例8 设某射手对目标进行射击，如果我们以目标 中心为坐标原点，考查射击点的平面位置（坐标）， 为了便于研究，我们引入两个变量X,Y，其中
若用 X 表示该家女孩子的个数时 , 则有
(概率论习题课2)--随机变量及其分布
2.（1）设随机变量X的分布律为
P ( k ) a
k
k!
其中k=0，1，2，…，λ＞0为常数，试确定常数a.
3.设
k k m m P{ X k} C2 p (1 p ) 2 k , k 0,1,2; P{Y m} C4 p (1 p ) 4 m , k 0,1,2,3,4.
5.已知随机变量X的密度函数为f(x)=Ae-|x|,-∞<x<+∞,求：（1）A值；(2)F(x) 6.设某种仪器内装有三只同样的电子管，电子管使用寿命X的密度函数为 100 , x 100 , f ( x) x 2 0 , x 100 . 求：（1） 在开始150小时内没有电子管损坏的概率； （2） 在这段时间内有一只电子管损坏的概率； （3） F（x）.
1 1 , y 1 故，FY ( y ) y 0, y 1
1 2 , y 1 所以，fY ( y ) y 0, y 1
12.
解： 当y 0时，FY ( y ) P (Y y ) 0
) a ) P( X a) 1 (
P ( X b) (
b
) (
a
)
~ N(0,1)，即标准正态分布 。
四、连续型随机变量的函数的分布
问题：设 X 为一个连续型随机变量，其概率密度函数为 f (x)；y = g(x)为一个连 续函数，求随机变量Y=g(X)的概率密度函数。 方法1：
一、分布函数
1. 定义：设X为一随机变量,则对任意实数x，(X≤x)是一个随机事件，称 F(x)=P(X<=x)为随机变量X的分布函数。 2.分布函数的性质： a.P(X>b)=1- P(X≤b)=1 - F(b) b.P(a<X≤b)=F(b) - F(a) c.F(x)是单调不减函数。 d.F(x)右连续。
- 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。