2019概率论与数理统计-知识点例题讲解2
合集下载
相关主题
- 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)。
I
(X,Y)连续型, z=g(x,y)为二元连续函数, 则Z=g(X,Y)为连续型
F Z(z)P {g(X ,Y)z}P {X (,Y) } f(x,y)dx, dy
{x (,y):g(x,y)z}
4. 常见的重要分布
A . 二项分布, X服从b(n,p)
P { X k } C n k p k ( 1 p ) n k ( k 0 , 1 , , n ) 其 p P ( A 中 )
P { X x i, Y y j} P { X x i} P { Y y j} P i • P • j
X,Y连续型且相互独立, 则:f(x ,y )fX (x )fY (y )
3. 主要方法
A. 利用分布函数及概率密度函数的性质解题.
B. 利用概率密度函数计算概率, 随机变量X(或(X,Y))落在某区间I(或某区
b1
b
2 3
1
2 3
2b1
错解: kn 1P2k1 kn 1PXkkn 1b3 2kb
2
2 n1
3
3
1
2 3
1
再对上式取极限得:
lim n
b
2 3
2 3
n1
b
2 3
132
132
2b1
b
1 2
P70T6(2)
(2)设随机变量的分布律为 P Xkk, k1,2,3,4,5
15
其分F 布 (x 求 函 )2 P 1 数 X 2 .为
(1)某人随机地去挑,问他试验成功的概率.
(2)某人通过品尝区分两种酒,他连续试验10次,结果成功3次,
解: (1)所问求此概人是率否为确:1有/ 品C 尝84=区1/分70的能力.
(2)假设此人无品尝区分的能力,记X为10次试验中成功次数
X~b(10,1/70) P {X 3 } C 1 3 0(7 1)3 0 (7 6)7 0 9 3 .1 6 1 4 0 显然{X=3}是一小概率事件,根据小概率事件几乎不可能发生
x
F(x)P{Xx} f(u)du
0,
x 0
y
0 x u d x 2 2 ,u 0 x 1
1
x
0udu 1(2u)du
1(2x)2/2, 1x2 0
12
x
1,
x 2
P72T20 设顾客在某银行的窗口等待服务的时间X服从指数分
布, 其概率密度为
f(x) 1 5ex/5 0
原理,可以认为原假设不对,故此人有一定品尝区分能力.
P72,T16 设连续型r.vX的分布函数为
0
x0
F(x) A2x 0x1
1
x1
求 : (1)常数 A (2)概率密度函数 (3) P 0X 2
解法一: (1) 由于连续型随机变量X的分布函数是连续的
liF m (x ) liA m 2 A x , liF m (x ) 1
x y
C . 联合分布 边缘分布
离散型 : P {X x i} P ijP i• P {Yyj}P •j j 1
连 :f 续 X ( x ) f 型 ( x ,y ) df y Y ( y ) f ( x ,y ) dx
D. 边缘分布+独立性 联合分布 X,Y离散型且相互独立, 则:
第二章 随机变量习题课
内容小结 作业点评 典例分析 综合练习
一、内容小结
r.v及其概率分布
离散型r.v 的分布律
分布函数 的性质
连续型r.v的 概率密度
分布律 与分布函数
的关系
概率密度 与分布函数
的关系
二项分布 泊松分布
正态分布 指数分布 均匀分布
1. 重点概念: 随机变量, 分布函数,
分布律(离散型),概率密度函数(连续型)。
2. 重点公式:
A. 分布律、概率密度函数的性质:
pk 1, f(x )d x 1,
f(x ,y )dx 1 dy
k 1
B. 分布函数与概率密度函数之间的转化(连续型)
x
F(x)f(t)d,tF'(x)f(x)
xy
2 F (x ,y )
F (x ,y ) f(u ,v )duf( d x ,y v )
域 G)的概率为
f(x)dx 或 ( f(x,y)dx)dy
I
G
C. 求随机变量的函数的分布,先求分布函数,再求导,求概率密度函数.
X 连续型, y=g(x)为连续函数,则Y= g(X)为连续型.
F Y ( y ) P { g ( X ) y } P { X I } f ( x ) d ,I x { x : g ( x ) y }
x 1
x 1
x 1
A1
(2)
2x, 0x1 f(x)F'(X) 0, 其它
(3) P 0 X 2 P 0 X 2 F 2 F 0 1 0 1
2
1
2
或 P 0X2fxd x2xd x 0d x1
0
0
1
解法二:
2A,x0x1 f(x)F'(X) 0, 其 它
解:P 1 X 2 P X 2 P X 1
2 1 1 15 15 5
1 2 3 45
错解: P 1 X 2 F 2F 1
注:如果X是连续型随机变量,则
P 1 X 2 P 1X 2 F 2 F 1
P71T8 有甲,乙两种味道的酒各4杯,颜色相同。从 中挑4杯便能
将
甲 种酒全部挑出,算是试验成功.
由 1
1
f(x )d x2 Ax A dx
知道分布函0 数,求落在
某A区间1的概率,没有必 要对概率密度积分了,
以下因同为解这法一样麻烦,直接用
分布函数即可.
P72,T17 已知r.vX的概率密度为:
x , 0x1 f(x) 2x, 1x2 , 求其分布函数F(x)
0 , 其它
解:
2
X ~ N (, 2 ) Z X ~ N ( 0 ,1 )
F XxP XxP X x
x
F. 二维正态分布
Байду номын сангаас
二、作业点评
课本P70,T5 (2)
(2)设r.vX的分布律为
PXkb2k, k1,2, 试确定常数b;
3
解: k 1P k1 k 1PXkk 1b 3 2 k
B. Poisson分布, X服从()
ke
P{Xk}
,
k0,1,2,(0)
k!
n较
大 p较 ,小 Cn k: pk(1p)nk
ke(np )
k!
C. 均匀分布 f(x) b 1a,
0,
axb 其它
D.
指数分布
ex
f(x)
,
0 ,
x0 x0
E. 正态分布
f(x) 1 e(x2 2)2 , x
(X,Y)连续型, z=g(x,y)为二元连续函数, 则Z=g(X,Y)为连续型
F Z(z)P {g(X ,Y)z}P {X (,Y) } f(x,y)dx, dy
{x (,y):g(x,y)z}
4. 常见的重要分布
A . 二项分布, X服从b(n,p)
P { X k } C n k p k ( 1 p ) n k ( k 0 , 1 , , n ) 其 p P ( A 中 )
P { X x i, Y y j} P { X x i} P { Y y j} P i • P • j
X,Y连续型且相互独立, 则:f(x ,y )fX (x )fY (y )
3. 主要方法
A. 利用分布函数及概率密度函数的性质解题.
B. 利用概率密度函数计算概率, 随机变量X(或(X,Y))落在某区间I(或某区
b1
b
2 3
1
2 3
2b1
错解: kn 1P2k1 kn 1PXkkn 1b3 2kb
2
2 n1
3
3
1
2 3
1
再对上式取极限得:
lim n
b
2 3
2 3
n1
b
2 3
132
132
2b1
b
1 2
P70T6(2)
(2)设随机变量的分布律为 P Xkk, k1,2,3,4,5
15
其分F 布 (x 求 函 )2 P 1 数 X 2 .为
(1)某人随机地去挑,问他试验成功的概率.
(2)某人通过品尝区分两种酒,他连续试验10次,结果成功3次,
解: (1)所问求此概人是率否为确:1有/ 品C 尝84=区1/分70的能力.
(2)假设此人无品尝区分的能力,记X为10次试验中成功次数
X~b(10,1/70) P {X 3 } C 1 3 0(7 1)3 0 (7 6)7 0 9 3 .1 6 1 4 0 显然{X=3}是一小概率事件,根据小概率事件几乎不可能发生
x
F(x)P{Xx} f(u)du
0,
x 0
y
0 x u d x 2 2 ,u 0 x 1
1
x
0udu 1(2u)du
1(2x)2/2, 1x2 0
12
x
1,
x 2
P72T20 设顾客在某银行的窗口等待服务的时间X服从指数分
布, 其概率密度为
f(x) 1 5ex/5 0
原理,可以认为原假设不对,故此人有一定品尝区分能力.
P72,T16 设连续型r.vX的分布函数为
0
x0
F(x) A2x 0x1
1
x1
求 : (1)常数 A (2)概率密度函数 (3) P 0X 2
解法一: (1) 由于连续型随机变量X的分布函数是连续的
liF m (x ) liA m 2 A x , liF m (x ) 1
x y
C . 联合分布 边缘分布
离散型 : P {X x i} P ijP i• P {Yyj}P •j j 1
连 :f 续 X ( x ) f 型 ( x ,y ) df y Y ( y ) f ( x ,y ) dx
D. 边缘分布+独立性 联合分布 X,Y离散型且相互独立, 则:
第二章 随机变量习题课
内容小结 作业点评 典例分析 综合练习
一、内容小结
r.v及其概率分布
离散型r.v 的分布律
分布函数 的性质
连续型r.v的 概率密度
分布律 与分布函数
的关系
概率密度 与分布函数
的关系
二项分布 泊松分布
正态分布 指数分布 均匀分布
1. 重点概念: 随机变量, 分布函数,
分布律(离散型),概率密度函数(连续型)。
2. 重点公式:
A. 分布律、概率密度函数的性质:
pk 1, f(x )d x 1,
f(x ,y )dx 1 dy
k 1
B. 分布函数与概率密度函数之间的转化(连续型)
x
F(x)f(t)d,tF'(x)f(x)
xy
2 F (x ,y )
F (x ,y ) f(u ,v )duf( d x ,y v )
域 G)的概率为
f(x)dx 或 ( f(x,y)dx)dy
I
G
C. 求随机变量的函数的分布,先求分布函数,再求导,求概率密度函数.
X 连续型, y=g(x)为连续函数,则Y= g(X)为连续型.
F Y ( y ) P { g ( X ) y } P { X I } f ( x ) d ,I x { x : g ( x ) y }
x 1
x 1
x 1
A1
(2)
2x, 0x1 f(x)F'(X) 0, 其它
(3) P 0 X 2 P 0 X 2 F 2 F 0 1 0 1
2
1
2
或 P 0X2fxd x2xd x 0d x1
0
0
1
解法二:
2A,x0x1 f(x)F'(X) 0, 其 它
解:P 1 X 2 P X 2 P X 1
2 1 1 15 15 5
1 2 3 45
错解: P 1 X 2 F 2F 1
注:如果X是连续型随机变量,则
P 1 X 2 P 1X 2 F 2 F 1
P71T8 有甲,乙两种味道的酒各4杯,颜色相同。从 中挑4杯便能
将
甲 种酒全部挑出,算是试验成功.
由 1
1
f(x )d x2 Ax A dx
知道分布函0 数,求落在
某A区间1的概率,没有必 要对概率密度积分了,
以下因同为解这法一样麻烦,直接用
分布函数即可.
P72,T17 已知r.vX的概率密度为:
x , 0x1 f(x) 2x, 1x2 , 求其分布函数F(x)
0 , 其它
解:
2
X ~ N (, 2 ) Z X ~ N ( 0 ,1 )
F XxP XxP X x
x
F. 二维正态分布
Байду номын сангаас
二、作业点评
课本P70,T5 (2)
(2)设r.vX的分布律为
PXkb2k, k1,2, 试确定常数b;
3
解: k 1P k1 k 1PXkk 1b 3 2 k
B. Poisson分布, X服从()
ke
P{Xk}
,
k0,1,2,(0)
k!
n较
大 p较 ,小 Cn k: pk(1p)nk
ke(np )
k!
C. 均匀分布 f(x) b 1a,
0,
axb 其它
D.
指数分布
ex
f(x)
,
0 ,
x0 x0
E. 正态分布
f(x) 1 e(x2 2)2 , x