可以作为离散型随机变量的概率分布
2-2离散型随机变量的概率分布
(3) 二项概率公式 若 X 表示 n 重伯努利试验中事件 A 发生的次数, 则 X 所有可能取的值为
0, 1, 2, , n.
当 X k (0 k n) 时, 即 A 在 n 次试验中发生了 k 次.
AAA AAA ,
泊松资料
泊松分布的图形
泊松分布随机数演示
上面我们提到
二项分布 np ( n )泊松分布
单击图形播放/暂停 ESC键退出
合理配备维修工人问题
例5 为了保证设备正常工作, 需配备适量的维修 工人 (工人配备多了就浪费 , 配备少了又要影响生 产),现有同类型设备300台,各台工作是相互独立的, 发生故障的概率都是0.01.在通常情况下一台设备 的故障可由一个人来处理(我们也只考虑这种情况 ) ,问至少需配备多少工人 ,才能保证设备发生故障 但不能及时维修的概率小于0.01?
把检查一只元件是否为一级品看成是一次试 验, 检查20只元件相当于做20 重伯努利试验.
解 以 X 记 20 只元件中一级品的只数, 则 X ~ b(20, 0.2), 因此所求概率为
P{ X k} 20(0.2)k (0.8)20k , k 0,1,,20. k
P{ X 0} 0.012 P{ X 4} 0.218 P{ X 8} 0.022 P{ X 1} 0.058 P{ X 5} 0.175 P{ X 9} 0.007 P{ X 2} 0.137 P{ X 6} 0.109 P{ X 10} 0.002 P{ X 3} 0.205 P{ X 7} 0.055
一、离散型随机变量的分布律
定义 设离散型随机变量X 所有可能取的值为 xk (k 1,2,), X 取各个可能值的概率, 即事件 { X xk } 的概率, 为
泊松分布离散型随机变量的分布模型
泊松分布离散型随机变量的分布模型泊松分布是概率论与数理统计中常用的离散型随机变量的分布模型。
它经常被应用于描述单位时间或单位面积内随机事件发生的次数。
本文将介绍泊松分布的定义、性质以及应用。
一、泊松分布的定义泊松分布是一种概率分布，用于描述在一个固定的时间段或空间区域内，某事件发生的次数的概率模型。
泊松分布的概率质量函数可以表示为：P(X=k) = (λ^k * e^(-λ)) / k!其中，X为事件发生的次数，k为非负整数，λ为单位时间或单位面积内事件的平均发生率，e为自然对数的底。
二、泊松分布的性质1. 期望和方差对于泊松分布，其期望和方差均为λ，即E(X) = Var(X) = λ。
这意味着泊松分布的均值和方差相等。
2. 独立性在泊松分布中，各事件的发生是相互独立的，即事件之间的发生不会相互影响。
3. 计算简单泊松分布的计算相对简单，只需要给出平均发生率λ，即可计算出任意事件发生次数的概率。
三、泊松分布的应用1. 电话呼叫泊松分布常应用于电话呼叫的研究中，用于描述某个时间段内电话呼叫的次数，并可用于评估通信网络的容量。
2. 交通流量在交通工程领域，泊松分布经常被应用于描述单位时间内车辆通过某一路段或交叉口的数量，以及预测事故发生的概率。
3. 网络数据包传输在计算机网络领域，泊松分布常被用于描述单位时间内数据包到达网络节点的次数，以及评估网络的传输能力和性能。
4. 自然灾害泊松分布也可用于描述自然灾害的发生次数，如地震、火灾、洪水等，以及评估灾害发生的概率和风险。
四、结语泊松分布作为一种重要的离散型随机变量的分布模型，在概率论与数理统计的研究和实际应用中发挥着重要的作用。
通过了解泊松分布的定义、性质和应用，我们可以更好地理解和运用该分布模型，为解决实际问题提供参考和指导。
注：本文仅为一般介绍，具体应用中仍需根据实际情况进行具体分析和计算。
离散型随机变量的分布
离散型随机变量的分布离散型随机变量在概率论中扮演着重要的角色。
它们描述了一系列可能的取值以及各个取值的概率分布。
本文将介绍离散型随机变量的概念、分布以及如何计算相关的概率。
一、离散型随机变量的定义离散型随机变量是指在有限或可数的取值范围内取值的随机变量。
其取值集合可以是离散的整数或者某种离散的事物。
例如，掷骰子的点数、抛硬币的结果等都属于离散型随机变量。
二、离散型随机变量的分布离散型随机变量的分布通过概率质量函数（Probability Mass Function，简称PMF）来描述。
概率质量函数是一个函数，它计算每个可能取值的概率。
以掷一颗均匀骰子为例，假设随机变量X表示掷骰子的点数。
由于骰子的点数是1到6之间的整数，我们可以定义X的取值集合为S={1, 2, 3, 4, 5, 6}。
对于每个可能的点数，我们可以计算出其概率。
X的概率质量函数可以写成如下形式：P(X=1) = 1/6P(X=2) = 1/6P(X=3) = 1/6P(X=4) = 1/6P(X=5) = 1/6P(X=6) = 1/6其中，P(X=x)表示随机变量X取值为x的概率。
三、计算离散型随机变量的概率在已知离散型随机变量的概率质量函数的情况下，我们可以计算出各种事件的概率。
以随机变量X为例，假设我们想计算X小于等于3的概率。
我们可以使用概率质量函数中相关取值的概率相加来计算：P(X<=3) = P(X=1) + P(X=2) + P(X=3) = 1/6 + 1/6 + 1/6 = 1/2同样地，我们可以计算出其他事件的概率。
四、常见的离散型随机变量分布除了均匀分布之外，还有一些常见的离散型随机变量分布，包括二项分布、泊松分布、几何分布等。
1. 二项分布二项分布描述了在n次独立重复试验中成功的次数的概率分布。
每次试验都有两个可能的结果，成功和失败。
例如，抛硬币n次，成功可以定义为正面朝上的次数。
二项分布的概率质量函数可以写为：P(X=k) = C(n, k) * p^k * (1-p)^(n-k)其中，C(n, k)表示组合数，p表示每次试验成功的概率，k表示成功的次数。
离散分布
布（Binomial Distribution），记为 X ~ Bn, p .
特别地，当n=1时，X ~ B1, p，这就是（0－1）分布．
在实际中，把概率很小（一般要求在0.05以下）的事件称
为小概率事件．由于小概率事件在一次试验中发生的可能性
很小，因此，在一次试验中，小概率事件实际上是不应该发
分布律(2－1)也可用表格形式表示:
因此，分布律也称为分布列．离散型随机变量的分布 律通常用分布列形式表示．
注意：分布律(2－1)是指k=1，2，… ，时的一串 式子PX xk = pk ．
例2.1和例2.3中的随机变量X都是离散型随机变 量．要掌握一个离散型随机变量的分布律，只需知道 X的所有可能的不同值 xk (k=1，2，…；)及X取各个值 的概率即可.
抽到次品时取出的产品数等都服从几何分布．
即
则称X服从（0－1）分布或两点分布 （Two-point Distribution）．
对于一个随机试验E，它只有两种可能的结果A和 A，即A 要么发生，要么不发生，则这种试验E总可以用（0－1）分布 来描述，这种试验在实际中很普遍．例如，抛掷硬币试验, A = “出现正面”，A “出现反面”；在射击试验中，
型随机量X的分布律，这是因为我们已经知道它取什么值,
以及以多大的概率取这些值，这也正是我们研究随机变量的
分布所需要的．
二、几种常见离散型随机变量及其分布律 1. （0－1）分布
定义2.3 设随机变量X只可能取0与1两个值,它的分布律是
PX k} pk (1 p)1k k 0，1 （0< p <1） （2－5）
C
i n
p
i
1
《经济数学》第三篇概率论第8章随机变量与数字特征作业详解
《经济数学》第三篇概率论第8章随机变量与数字特征作业详解练习8．11．定点投篮1次，投中的概率是0.4，试用随机变量描述这一试验解，引入随机变量X，8发投篮命中的，令X＝1；当不中时X＝0，即P(X＝1)＝0.4，P(X＝0)＝1－0.4＝0.6。
2．一次试验中，若某事件A必然产生、试用随机变量描述该现象，并指出此随机变量可能取多少个值？A出现，令X＝1，有P(X＝1)＝1，A不出现，令X＝0，有P(X＝0)＝0，X 可能取1，0两个值。
练习8．21．判断以下两表的对应值能否作为离散型随机变量的概率分布（1）（2）解：P k的概率之和为1，即∑P k＝1。
现在第（1）情况，虽P k≥0，但。
所以不可以作为随机变量概率分布。
第（2）情况不仅P k≥0，且，所以能作为离散型随机变量的概率分布。
2．设随机变量Y的概率分布为，k＝1，2，3，求P(Y＝1)，P(Y>2)，P(≤3)，P(1.5≤y≤5)，P(y>)解：P(Y＝1)＝，P(Y>2)＝P(Y＝3)＝P(1.5≤Y≤5)＝P(Y＝2)+P(Y＝3)＝；P(Y>)＝P(Y＝2)+P(Y＝3)＝3．气象记录表明，某地在11月份的30天中平均有3天下雪，试问明年11月份至多有3个下雪天的概率11月份下雪天的概率是，不下雪天的概率是，每次只有两种可能，要么下雪，要么不下雪，所以服从二项分布，X~B(30,0.1)X表示11月份下雪天数，解：P(X≤3)＝P(X＝0)+P(X＝1)+P(X＝2)+P(X＝3)其中不下雪的概率P(X＝0)＝＝0.04239有一天下雪的概率P(X＝1)＝＝0.1413有二天下雪的概率P(X＝2)＝＝0.22766有三天下雪的概率P(X＝3)＝＝0.2361∴P(X≤3)＝0.04239+0.1413+0.22766+0.2361≈0.6474．某车间有12台车床，每台车床由于装卸加工的零件等原因时常停车，设各台车床停车或开车是相互独立的每台车床在任一时刻处于停车状态的概率是0.3，求（1）任一时刻车间内停车台数X的分布；（2）车间内有3台车床停车的概率；（3）任一时刻车间内车床全部工作的概率。
常见的离散型随机变量的概率分布.
不难求得，
X的概率分布是：
P{
X
k}C3k
(1 6)k(5)3k 6,
k0,1,2,3
一般地，设在一次试验中我们只考虑两个
互逆的结果：A或 A ， 或者形象地把两个互
逆结果叫做“成功”和“失败”.
掷骰子：“掷出4点”，“未掷出4点” 新生儿：“是男孩”，“是女孩”
抽验产品：“是正品”，“是次品”
泊松分布的图形特点：X~P(λ )
二、二项分布与泊松分布
历史上，泊松分布是作为二项分布的近
似，于1837年由法国数学家泊松引入的 .
命题 对于二项分布B(n,p),当n充
分大,p又很小时,则对任意固定的非负 整数k,有近似公式
b(k; n,
p)
Cnk
pk (1
p)nk
k e
k!
再设我们重复地进行n次独立试验 ( “重 复”是指这次试验中各次试验条件相同 )
每次试验成功的概率都是p，失败的概率
都是q=1-p.
这样的n次独立重复试验称作n重贝努里 试验，简称贝努里试验或贝努里概型.
用X表示n重贝努里试验中事件A（成 功）出现的次数，则
P(X k)Cnk pk (1 p)nk , k 0,1, , n
常见的离散型随机变量的 概率分布
(I) 两点分布
来源 设E是一个只有两种可能结果的
随机试验,用Ω={1, 2}表示其样本空间. P({1})=p , P({2})=1-p
X()=
1, = 1 0, = 2
例 5 200件产品中,有196件是正品,4
件是次品,今从中随机地抽取一件,若规
我们来求X的概率分布.
X表示随机抽查的4个婴儿中男孩的个数，
离散型随机变量及其概率分布
(2)
p
k 1
k
1
注意：任一具有上述两个性质的数列｛pk}，都有资格作为 某一个随机变量 X 的分布列。
这是判别某个数列是否成为分布列的充要条件！
用于验证概率函数 的正确与否。
2
练习1
下面给出的是不是概率函数？
1 1 k (1) P ( X k ) ( ) , k 0,1, 2, 2 3 1 k (2) P ( X k ) ( ) , k 1, 2, 2
P{ X k }
单调减少.
先是随之增加直至达到最大值，
随后
(2) 二项分布的最可能值与最大概率 二项分布中 X 共有 n + 1 个可能的取值 0, 1, … , n，使 P(X = k ) 达到最大的 k 记作 k0，称 k0 为二项分布的最可能值. 把 P(X = k0 ) 称为二项分布的最大概率. 由于 P(X = k0 ) 最大，所以
10
2.两点分布 若X的概率分布为：P( X=x1 ) =p, P( X=x2 ) = 1-p . (0<p<1) 则称X服从参数为p的两点分布. X P 0 1-p 1 p
若X服从x1=1 , x2=0 处参数为p的两点分布，则称X服从0-1分布。
注
0-1分布中X的实质： 设P(A)=p，X“一次试验中A发生的次数”，则X服从0-1分 布.
(3) P( X 1) 1 P( X 0) 1 0.110 1
一般地，设X ～b(n, p)，则 A至多发生m 次的概率为 P( X m)
k k nk C np q k 0 m
A至少发生一次的概率为 P(X≥1)=1- P(X=0)= 1- q n
山东建筑大学概率论作业及答案_图文
1. 设随机变量
的分布律为
试求：(1)
(2) 在 的条件下，
的分布律；
(3)
和
(4)
的分布律.
解 (3)
012 0 1/8 1/4 0 1 1/8 1/4 1/4
的分布律；
(4)
40
2. (X , Y)只取下列数组中的值：
且相应的概率依次为 ， ， ， ， 列出(X , Y)的概率分
布表, 并
求出的分布律
求 和
解
的联合密度函数
以及条件密度函数
当
时，
当
时，
38
概率论与数理统计作业8（§2.9）
1. 设随机变量
的分布律为
试求：(1)
(2) 在 的条件下，
的分布律；
012 0 1/8 1/4 0 1 1/8 1/4 1/4
(3)
和
的分布律；
(4)
的分布律.
解 (1)
(2) 在 的条件下， 的分布律；
39
解 取偶数的概率为
X 服从几何分布
4
2．将一颗骰子抛掷两次，以 表示两次所得点数之和，以 表示两次中得到的较小的点数，试分别求 和
的分布律. 解
5
3.一批零件中有9个合格品与3个废品。安装机器时从中任取1个 。如果每次取出的废品不再放回去，求在取得合格品以前已 取出的废品数的概率分布和分布函数，并作出分布函数的图
)可以成为
(A)
（ 是任意实数）(B)
的分布律
(C) 2. 设 与
(D) 分别为随机变量 与 的分布函数，为使
是某一随机变量的分布函数，在下列给定的各组数值中应取（A）
（A）
； （B）（C）源自； （D）3三、计算题 1. 进行某种试验，已知试验成功的概率为3/4，失败的概率为 1/4，以 表示首次成功所需试验的次数，试写出 的分布律 ，并计算出 取偶数的概率.
概率论与数理统计作业(山东建筑大学作业纸)
概率论与数理统计作业(山东建筑大学作业纸)概率论与数理统计作业(山东建筑大学作业纸)概率论与数理统计作业4（§2.1～§2.3）一、填空题b（其中k 1,2,...）可以作为离散型随机变量的概率分布.k(k 1)12. 同时掷3枚质地均匀的硬币，则至多有1枚硬币正面向上的概率为.2-23. X~P(2)，则P(X 2) 0.594 1-3e1. 常数b=时，pk二、选择题设随机变量X是离散型的，则可以成为X的分布律0 x2x3x4x5 1 x1(A) （是任意实数）(B) pp1 p0.10.30.30.2 0.2e 33ne 33n(C) P{X n} (n 1,2,.....) (D) P{X n} (n 0,1,2,...)n!n!三、计算题1．一批零件中有9个合格品与3个废品。
安装机器时从中任取1个。
如果每次取出的废品不再放回去，求在取得合格品以前已取出的废品数的概率分布。
解：设X表示取得合格品以前已取出的废品数，P3kP91则X=0，1，2，3;P(X k) k 1P12.2．解：设X表示射击次数，则X=1，2，3;P(X.k) p 1 p1 k3．20个产品中有4个次品，（1）不放回抽样，抽取6个产品，求样品中次品数的概率分布；（2）放回抽样，抽取6个产品，求样品中次品数的概率分布。
解：(1) 不放回抽样，设X表示样品中次品数，则X=0，1，2，3, 4;X~H(6,4,20)k4 kC4C16P(X k) 6C20.(1) 放回抽样，设X表示样品中次品数，则X=0，1，2，3, 4;X~B (6,0.2)k0.2 0.8 P(X k) C6k6 k.概率分布表如下概率论与数理统计作业(山东建筑大学作业纸)4. 一批产品分一,二,三级, 其中一级品是二级品的两倍, 三级品是二级品的一半, 从这批产品中随机地抽取一个检验质量, 设X表示抽出产品的级数，写出它的概率函数. 解：X=1，2，3;一、填空题～§2.7）1.设随机变量X的密度函数0 x 1 xf(x) 2 x1 x 2，则P X 1.50其它0.875 ；PX 1.50 . 2. 设随机变量X的密度函数为1k 1 2 1 x 2f x x其它0则k 2 ．二、判断题1可否是连续随机变量X的分布函数，如果X的可能值充满区间：1 x2（1）, ；10 1. 解：不可以. 因F limx 1 x2（2）,0 .函数解：可以.110;F0 lim 1.x 1 x2x 01 x2且F(x)在,0 上单调非减，F lim1 ,x 0故令F x 1 x2可以是连续随机变量X的分布函数x 0 1三、计算题1．已知随机变量1）确定常数X只能取-1，0，1，2四个值，相应概率依次为c；__解：1, c .2c4c8c16c162）计算P(X 1|X 0)；P X 1 X 0 P X 1 解：P X 1X 0PX 0PX 1 PX 1 PX 21357，,,,2c4c8c16c概率论与数理统计作业(山东建筑大学作业纸) 1=8 25.2c 8c 16c3）求X的分布函数并做出其图像x 8137 1 x 0 解：F x 200 x 137 30 1 x 2 37 1x 2 0x 1 1 x 12. 设离散型随机变量X的分布函数为F(x) 0.4 0.71 x 3，求X的分布列。
二项分布离散型随机变量的概率分布
二项分布离散型随机变量的概率分布二项分布是概率论中一种常用的离散型随机变量的概率分布。
它描述了在进行一系列独立的重复试验中，成功的次数的概率分布情况。
在二项分布中，每次试验都有两种可能的结果，称为成功和失败。
成功的概率记为p，失败的概率为1-p。
设进行n次试验，成功的概率为p，则在这n次试验中，成功的次数的概率分布可以用二项分布概率质量函数来描述：P(X=k)=C(n,k)*p^k*(1-p)^(n-k)其中，P(X=k)表示成功的次数为k的概率，C(n,k)表示从n次试验中选取k次成功的组合数，即二项系数。
p^k表示成功的概率p连续发生k次，(1-p)^(n-k)表示失败的概率(1-p)连续发生n-k次。
基于二项分布的概率质量函数，我们可以计算出在给定的n次试验和成功概率p下，成功次数为k的概率。
下面通过一个例子来具体说明。
假设进行了10次独立的投硬币实验，每一次投硬币正面朝上的概率为0.5，反面朝上的概率也为0.5。
我们想要计算在这10次实验中，正面朝上出现3次的概率。
根据二项分布的概率质量函数，可以计算得到：P(X=3)=C(10,3)*0.5^3*0.5^(10-3)首先计算组合数C(10,3)，即从10次试验中选取3次成功的组合数。
计算公式为：C(10,3)=10!/(3!*(10-3)!)将以上计算结果代入二项分布概率质量函数，可以得到：P(X=3)=C(10,3)*0.5^3*0.5^7经过简化计算，可以得到P(X=3)=0.1172。
这表示在进行了10次投硬币实验中，正面朝上出现3次的概率为0.1172，或者说在多次进行这样的实验后，有大约11.72%的试验结果会出现3次正面朝上。
通过类似的计算方法，我们可以得到在给定n次试验和成功概率p 下，不同成功次数的概率分布情况。
这种分布特点对于很多实际问题的建模和分析都具有很重要的意义。
需要注意的是，在具体应用二项分布进行计算时，可以使用计算机软件或计算器来大大简化计算过程，提高计算的准确性和效率。
离散型随机变量的概率分布
n次试验中A发生的总次数，则
X的可能值为 0,1,2,…,n, 且
P(X
k)
C
k n
pk (1
p)nk , k
0,1,2,...,
n
称 X ~ B(n, p) 二项分布
n重
A发生的概率
证明：指定的k次（如前k次）让A发生，其余
的（n-k）为 A发生
而事件A在n次试验中发生k次的方式为：C
k n
P(X
§2 离散型随机变量的概率分布
主要内容
一、离散型随机变量的定义及其分布律 二、常用分布 三、常用分布之间的联系
一、离散型随机变量的定义及其分布
1. 定义 如果随机变量X所有可能值是有限个或无限可 列个，则称X为离散型随机变量。 2. 概率分布
要掌握一个离散型随机变量的分布，必须
且只需知道以下两点
(1) X所有可能的取值: x1, x2, , xk ,
例 2 某一城市每天发生火灾的次数X服从参数为 0.8的泊松分布. 求:该城市一天内发生3次以上火灾 的概率.
解: P( X 3) 0.8k e
k3 k!
查表
0.0474
上页 下页 返回
三. 常用分布的联系 1. 0-1分布和B(n,p)
X ~ B(n, p)中，当n 1时，X ~ 0 1分布，且X分解为
2
b 3 2b 1
1
2 3
b 1 2
练习1: 设随机变量X的分布律为：
P( X k) a , k 1,2, ,10. 10
试求常数a. (a 1)
练习2: 设随机变量X的分布律为：
P( X k) a k , k 0,1,2,...., 0为常数。
概率与数理统计 第二章-2-离散型随机变量及其分布律
(0–1)分布的分布律也可以写成：
P{X k} pk (1 p)1k , k 0,1,0 p 1.
两点分布的模型为：
（1）Ω= {1, 2}， 只有两个基本事件。
P({1}) = p , P({2}) = 1-p =q.
令
X
()
1, 0,
1, 2,
（2） W A A ，有两个结果。
1
2
P 0.04 0.32 0.64
PX 0 0.2 0.2 0.04
PX 1 0.80.2 0.20.8 0.32
PX 2 0.8 0.8 0.64
(2) ∵是并联电路 ∴ P{线路接通} =P{只要一个继电器接通} =P{X≥1} =P{X=1}+P{X=2}=0.32+0.64=0.96
所以，X 的概率分布为
P{X k } C4k p k (1 p )4k ,
k 0, 1, 2, 3, 4 .
(1) 伯努利试验 若随机试验E只有两个可能的结果： 事件A发生与事件A不发生，则称这样的 试验为伯努利(Bermourlli)试验。记
P(A) p, P(A) 1 p q (0 p 1),
P{X=1}：o o o Co41 p1(1 p)41
P{X=2}：o o oo oo oo C42opo2(1oop)42
P{X=3}：ooo oo o o oo oooC43 p3(1 p)43 P{X=4}：oooo C44 p4(1 p )44 p4
其中“×”表示未中，“○”表示命中。
P(A) p, P(A) 1 p ；
③ 各次试验相互独立。
我们关心的问题是：
n次的独立伯努利试验中，事件A发生的次数 及A发生k次的概率。
常用离散型随机变量的概率分布
常用离散型随机变量的概率分布一、离散型随机变量的概念及特点离散型随机变量是指在一定条件下，其取值只能是有限个或者可数个的随机变量。
与连续型随机变量相对应，离散型随机变量的取值只能是整数或者某些特定的值。
因此，它们具有以下几个特点：1. 取值有限或可数2. 每个取值的概率都不为03. 不连续4. 概率分布可以用概率质量函数来描述二、常用离散型随机变量的概率分布及其性质1. 伯努利分布伯努利分布是一种最简单的二项分布，它只涉及到一个试验和两种结果。
伯努利分布表示为：X~B(1,p)，其中p表示事件发生的概率，1-p表示事件不发生的概率。
性质：（1）期望：E(X)=p（2）方差：Var(X)=p(1-p)2. 二项分布二项分布是多次独立重复进行相同试验中成功次数的概率分布。
二项分布表示为：X~B(n,p)，其中n表示试验次数，p表示每次试验成功的概率。
性质：（1）期望：E(X)=np（2）方差：Var(X)=np(1-p)3. 泊松分布泊松分布是描述单位时间内某事件发生次数的概率分布。
泊松分布表示为：X~P(λ)，其中λ表示单位时间内事件发生的平均次数。
性质：（1）期望：E(X)=λ（2）方差：Var(X)=λ4. 几何分布几何分布是描述在一系列独立重复试验中，第一次成功所需的试验次数的概率分布。
几何分布表示为：X~G(p)，其中p表示每次试验成功的概率。
性质：（1）期望：E(X)=1/p（2）方差：Var(X)=(1-p)/p^25. 超几何分布超几何分布是描述从有限个物品中抽取不放回地抽取n个物品，其中有m个特定类型的物品的概率分布。
超几何分布表示为：X~H(N,M,n)，其中N表示总共有多少个物品，M表示特定类型的物品有多少个，n表示抽取多少个物品。
性质：（1）期望：E(X)=nM/N（2）方差：Var(X)=nM/N*(N-M)/(N-1)三、离散型随机变量的应用离散型随机变量在实际生活中有广泛的应用。
概率论与数理统计练习册-第二章答案
第二章 随机变量及其分布基础训练Ⅰ一、选择题1、下列表中（ A ）可以作为离散型随机变量的分布律。
A) X 1 －1 0 1 B) X 2 0 1 2P 1/4 1/2 1/4 P －1/4 3/4 1/2C) X 3 0 1 2 D) X 4 1 2 1P 1/5 2/5 3/5 P 1/4 1/4 1/2 2、常数b ＝（ B ）时，),2,1()1( =+=k k k bp k 为离散型随机变量的概率分布。
A ）2B ）1C ）1/2D ）33、设⎪⎩⎪⎨⎧≥<<≤=1,110,2/0,0)(x x x x x F ，则（ D ）A ）是随机变量的密度函数 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4、设)(1x F 和)(2x F 分别为随机变量21,X X 的分布函数，为使)()()(21x bF x aF x F -=是某一随机变量的分布函数，在下列给定的各组数值中应取（ A ）A ）a ＝3/5，b ＝－2/5 B) a ＝2/3，b ＝2/3 C ）a ＝－1/2，b ＝3/2 D ）a ＝1/2，b ＝－3/25、设随机变量),(~2σμN X ,且}{}{c X P c X P >=≤，则=c （ B ）A) 0 B)μ C) μ- D) σ二、填空题1、连续型随机变量取任何给定值的概率为 0 。
2、设离散型随机变量X 分布律为⎪⎪⎭⎫⎝⎛5.03.02.0210，则P (X ≤1.5) = 0.5 。
3、设连续型随机变量X 的分布函数为⎪⎩⎪⎨⎧≥<≤<=1,110,0,0)(2x x Ax x x F ，则A = 1 ，X 落在（－1,1/2）内的概率为 1 / 4 。
4、设K 在（0, 5）上服从均匀分布，则方程02442=+++K Kx x 有实根的概率为0.6 。
5、随机变量X 的分布函数)(x F 是事件}{x X ≤的概率。
概率论与数理统计题库及答案
概率论与数理统计题库及答案一、单选题1. 在下列数组中，（ ）中的数组可以作为离散型随机变量的概率分布．(A) 51,41,31,21 (B) 81,81,41,21 (C) 21,21,21,21- (D) 161,81,41,212. 下列数组中，（ ）中的数组可以作为离散型随机变量的概率分布．(A) 41414121(B)161814121(C)1631614121 (D)81834121-3. 设连续型随机变量X 的密度函数⎩⎨⎧<<=,,0,10,2)(其他x x x f 则下列等式成立的是（ ）．(A) X P (≥1)1=- (B) 21)21(==X P (C) 21)21(=<X P (D) 21)21(=>X P4. 若)(x f 与)(x F 分别为连续型随机变量X 的密度函数与分布函数，则等式（ ）成立．(A) X a P <(≤⎰∞+∞-=x x F b d )() (B) X a P <(≤⎰=bax x F b d )()(C) X a P <(≤⎰=bax x f b d )() (D) X a P <(≤⎰∞+∞-=x x f b d )()5. 设)(x f 和)(x F 分别是随机变量X 的分布密度函数和分布函数，则对任意b a <，有X a P <(≤=)b （ ）． (A)⎰bax x F d )( (B)⎰bax x f d )((C) )()(a f b f - (D) )()(b F a F -6. 下列函数中能够作为连续型随机变量的密度函数的是（ ）．7. 设⎥⎦⎤⎢⎣⎡2.04.03.01.03210~X ，则=<)2(X P （ ）． (A) 0.1 (B) 0.4 (C) 0.3 (D) 0.28. 设)1,0(~N X ，Φ)(x 是X 的分布函数，则下列式子不成立的是（ ）．(A) Φ5.0)0(= (B) Φ+-)(x Φ1)(=x (C) Φ=-)(a Φ)(a (D) 2)(=<a x P Φ1)(-a9. 下列数组中，不能作为随机变量分布列的是（ ）．（A ）61,61,31,31 (B) 104,103,102,101 (C) 12141818,,, (D) 131619112,,,10. 若随机变量)1,0(~N X ，则~23-=X Y （ ）．(A) )3,2(-N (B) )3,4(-N (C) )3,4(2-N (D) )3,2(2-N11. 随机变量X 服从二项分布),(p n B ，则有=)()(X E X D （ ）． (A) n (B) p (C) 1- p (D)p-1112. 如果随机变量X B ~(,.)1003，则E X D X (),()分别为（ ）．(A) E X D X (),().==321(B) 9.0)(,3)(==X D X E(C) E X D X ().,()==033 (D) E X D X ().,().==032113. 设),(~p n B X ，2.1)(,2)(==X D X E ，则p n ,分别是（ ）．(A) 4.0,5 (B) 2.0,10 (C) 5.0,4 (D) 25.0,814. 设),(~p n B X ，且6.3)(,6)(==X D X E ，则=n （ ）．(A) 30 (B) 20(C) 15 (D) 1015. 设)10,50(~2N X ，则随机变量（ ）~)1,0(N .(A)10050-X (B) 1050-X (C) 50100-X (D) 5010-X16. 对于随机事件A B ,，下列运算公式（ ）成立．(A) )()()(B P A P B A P +=+ (B) )()()(B P A P AB P =(C) )()()(A B P B P AB P = (D) )()()()(AB P B P A P B A P -+=+17. 下列事件运算关系正确的是（ ）．(A) A B BA B += (B) A B BA B += (C) A B BA B += (D) B B -=118. 设A ，B 为两个任意事件，那么与事件B A B A B A ++相等的事件是（）．(A) AB (B) B A + (C) A (D) B19. 设A B ,为随机事件，A 与B 不同时发生用事件的运算表示为（ ）．(A) A B + (B) A B + (C) AB AB + (D) A B20. 若随机事件A ,B 满足AB =∅，则结论（ ）成立． (A) A 与B 是对立事件 (B) A 与B 相互独立(C) A 与B 互不相容 (D) A 与B 互不相容21. 甲、乙二人射击，A B ,分别表示甲、乙射中目标，则AB 表示（ ）的事件．(A) 二人都没射中 (B) 至少有一人没射中 (C) 两人都射中 (D) 至少有一人射中22. 若事件A B ,的概率为6.0)(=A P ，5.0)(=B P ，则A 与B 一定（ ）．(A) 相互对立 (B) 相互独立 (C) 互不相容 (D) 相容23. 设A ，B 为两个任意事件，则P (A +B ) =（ ）．(A) P (A ) + P (B ) (B) P (A ) + P (B ) - P (A )P (B ) (C) P (A ) + P (B ) - P (AB ) (D) P (AB ) – [P (A ) + P (B ) ]24. 对任意两个任意事件A B ,，等式（ ）成立．(A) P AB P A P B ()()()= (B) P A B P A P B ()()()+=+ (C) P A B P A P B ()()(())=≠0 (D) P AB P A P B A P A ()()()(())=≠025. 设A ，B 是两个任意事件，则下列等式中（ ）是不正确的．(A) )()()(B P A P AB P =，其中A ，B 相互独立 (B) )()()(B A P B P AB P =，其中0)(≠B P (C) )()()(B P A P AB P =，其中A ，B 互不相容 (D) )()()(A B P A P AB P =，其中0)(≠A P26. 若事件A 与B 互斥，则下列等式中正确的是（ ）． (A) P AB P A P B ()()()= (B) P B P A ()()=-1(C) P A P A B ()()= (D) P A B P A P B ()()()+=+27. 设A ，B 为两个任意事件，则下列等式成立的是（ ）.(A) B A B A +=+ (B) B A AB ⋅= (C) B A B B A +=+ (D) B A B B A +=+28. 设A B ,为随机事件，下列等式成立的是（ ）．(A) )()()(B P A P B A P -=- (B) )()()(B P A P B A P +=+ (C) )()()(B P A P B A P +=+ (D) )()()(AB P A P B A P -=-29. 甲、乙两人各自考上大学的概率分别为0.7，0.8，则甲、乙两人同时考上大学的概率为（ ）.(A) 0.56 (B) 0.50 (C) 0.75 (D) 0.9430. 若A B ,满足（ ），则A 与B 是对立事件．(A) 1)(=+B A P (B) A B U AB +==∅, (C) P A B P A P B ()()()+=+ (D) P AB P A P B ()()()=31. 若A 与B 相互独立，则等式（ ）成立．(A) P A B P A P B ()()()+=+ (B) P AB P A ()()=(C) P A B P A ()()= (D) P AB P A P B ()()()=32. 设n x x x ,,,21 是正态总体),(2σμN （2σ已知）的一个样本，按给定的显著性水平α检验0H ：0μμ=（已知）；1H ：0μμ≠时，判断是否接受0H 与（ ）有关. (A) 样本值，显著水平α (B) 样本值，样本容量(C) 样本容量n ，显著水平α (D) 样本值，样本容量n ，显著水平α33. 假设检验时，若增大样本容量，则犯两类错误的概率（ ）． (A) 有可能都增大 (B) 有可能都减小(C) 有可能都不变 (D) 一定一个增大，一个减小34. 从正态总体),(2σμN 中随机抽取容量为n 的样本，检验假设0H ：,0μμ=1H ：0μμ≠．若用t 检验法，选用统计量t ，则在显著性水平α下的拒绝域为（ ）． (A) )1(-<n t t α (B) t ≥)1(1--n t α (C) )1(->n t t α (D) )1(1--<-n t t α35. 在对单正态总体N (,)μσ2的假设检验问题中，T 检验法解决的问题是（ ）．(A) 已知方差，检验均值 (B) 未知方差，检验均值 (C) 已知均值，检验方差 (D) 未知均值，检验方差36. 对正态总体),(2σμN 的假设检验问题中，U 检验解决的问题是（ ）．(A) 已知方差，检验均值 (B) 未知方差，检验均值 (C) 已知均值，检验方差 (D) 未知均值，检验方差37. 设n x x x ,,,21 是正态总体),(2σμN 的一个样本，2σ是已知参数，μ是未知参数，记∑==ni i x n x 11，函数)(x Φ表示标准正态分布)1,0(N 的分布函数，975.0)96.1(=Φ，900.0)28.1(=Φ，则μ的置信水平为0.95的置信区间为（ ）.(A) （x －0.975n σ，x +0.975nσ） (B) （x －1.96n σ，x +1.96n σ）(C) （x －1.28nσ，x +1.28nσ） (D) （x －0.90nσ，x +0.90nσ）38. 设321,,x x x 是来自正态总体N (,)μσ2的样本，则μ的无偏估计是（ ）．(A)3321x x x -+ (B) 321x x x -+(C) 321x x x ++ (D) 321x x x --39. 设x x x n 12,,, 是来自正态总体N (,)μσ2的样本，则（ ）是μ无偏估计．(A) 321x x x ++ (B)321525252x x x ++ (C) 321515151x x x ++ (D) 321535151x x x ++40. 设21,x x 是取自正态总体)1,(μN 的容量为2的样本，其中μ为未知参数，以下关于μ的估计中，只有（ ）才是μ的无偏估计.(A) 213432x x + (B) 214241x x + (C) 214143x x - (D)215352x x +41. 设总体X 的均值μ与方差2σ都存在，且均为未知参数，而n x x x ,,,21 是该总体的一个样本，记∑==ni i x n x 11，则总体方差2σ的矩估计为（ ）.(A) x (B) ∑=-ni i x n 12)(1μ(C) ∑=-n i i x x n 12)(1 (D) ∑=n i i x n 12142. 设n x x x ,,,21 是来自正态总体22,)(,(σμσμN 均未知）的样本，则（ ）是统计量．(A) 1x (B) μ+x (C)221σx (D)1x μ43. 对来自正态总体X N ~(,)μσ2（μ未知）的一个样本X X X 123,,，∑==3131i i X X ，则下列各式中（ ）不是统计量． （A ） X (B)∑=31i iX(C) ∑=-312)(31i i X μ (D) ∑=-312)(31i i X X44. 设X 是连续型随机变量，其密度函数为⎩⎨⎧∉∈=],,1(,0],,1(,ln )(b x b x x x f 则常数b =（ ）.(A) e (B) e + 1 (C) e – 1 (D) e 245. 随机变量)21,3(~B X ，则X P (≤=)2（ ）．(A) 0 (B) 81(C)21 (D) 8746. 设),2(~2σN X ，已知2(P ≤X ≤4.0)4=，则X P (≤=)0（ ）.(A) 0.4 (B) 0.3 (C) 0.2 (D) 0.147. 已知)2,2(~2N X ，若)1,0(~N b aX +，那么（ ）．(A) 2,2-==b a (B) 1,2-=-=b a (C) 1,21-==b a (D) 2,21==b a48. 设随机变量X 的密度函数为f x ()，则E X ()2=（ ）．(A) xf x x ()-∞+∞⎰d (B)x x f x d )(2⎰∞+∞-(C)x x xf d )(2⎰∞+∞- (D)(())()x E X f x x --∞+∞⎰2d49. 若随机变量X 的期望和方差分别为)(X E 和)(X D ，则等式（ ）成立．(A) )]([)(X E X E X D -= (B) 22)]([)()(X E X E X D += (C) )()(2X E X D = (D) 22)]([)()(X E X E X D -=50. 设随机变量X 服从二项分布B (n , p )，已知E (X )=2.4, D (X )=1.44，则（ ）． (A) n = 8, p =0.3 (B) n = 6, p =0.6 (C) n = 6, p =0.4 (D) n = 24, p =0.1二、证明题1. 试证：已知事件A ,B 的概率分别为P (A ) = 0.3，P (B ) = 0.6，P (B A +) = 0.1，则P (AB ) =0．2. 试证：已知事件A ,B 相互独立，则)()(1)(B P A P B A P -=+．3. 已知事件A ,B ,C 相互独立，试证)(B A +与C 相互独立.4. 设事件A ，B 的概率分别为21)(=A P ，32)(=B P ，试证：A 与B 是相容的.5. 设随机事件A ,B 相互独立，试证：B A ,也相互独立．6. 设A ,B 为随机事件，试证：)()()(AB P A P B A P -=-．7. 设随机事件A ,B 满足AB =∅，试证：P A B P B ()()+=-1．8. 设A ,B 为随机事件，试证：P A P A B P AB ()()()=-+．9. 设B A ,是随机事件，试证：)()()()(AB P B A P B A P B A P ++=+．10. 已知随机事件A ,B 满足A B ⊃，试证：)()()(B P A P B A P -=-．三、计算题1. 设B A ,是两个随机事件，已知5.0)(=A P ， 4.0)(=A B P ，求)(B A P .2. 某种产品有80%是正品，用某种仪器检查时，正品被误定为次品的概率是3%，次品被误定为正品的概率是2%，设A 表示一产品经检查被定为正品，B 表示一产品确为正品，求P (A ).3. 某单位同时装有两种报警系统A 与B ，每种系统独立使用时，其有效概率9.0)(=A P ，95.0)(=B P ，在A 有效的条件下B 有效的概率为97.0)(=A B P ，求)(B A P +.4. 设A , B 是两个独立的随机事件，已知P (A ) = 0.4，P (B ) = 0.7，求A 与B 只有一个发生的概率.5. 设事件A ，B 相互独立，已知6.0)(=A P ，8.0)(=B P ，求A 与B 只有一个发生的概率.6. 假设B A ,为两事件，已知4.0)(,6.0)(,5.0)(===A B P B P A P ，求)(B A P +．7. 设随机变量)2,3(~2N X ，求概率X P <-3(≤)5 (已知Φ3841.0)1(=，Φ7998.0)3(=φ)．8. 设A , B 是两个随机事件，已知P (A ) = 0.6，P (B ) = 0.8，P (A B )=0.2，求)(B A P .9. 从大批发芽率为8.0的种子中，任取4粒，问（1）4粒中恰有一粒发芽的概率是多少？（2）至少有1粒种子发芽的概率是多少？10. 已知21)(,31)(,41)(===B A P A B P A P ，求)(B A P +．11. 已知4.0)(=A P ，8.0)(=B P ，5.0)(=B A P ，求P B A ().12. 已知7.0)(=A P ，3.0)(=B P ，5.0)(=B A P ，求)(B A P ．13. 已知P (B ) = 0.6，)(B A P =0.2，求)(AB P ．14. 设随机变量X ~ N （3，4）．求 P （1< X < 7）(Φ3841.0)1(=，Φ2977.0)2(=)．15. 设)5.0,3(~2N X ，求2(P ≤X ≤)6.3.已知Φ9884.0)2.1(=，2977.0)2(=Φ.16. 设B A ,是两个随机事件，已知4.0)(=A P ，5.0)(=B P ，45.0)(=A B P ，求)(B A P +．17.已知某批零件的加工由两道工序完成，第一道工序的次品率为0.03，第二道工序的次品率为0.01，两道工序的次品率彼此无关，求这批零件的合格率.18.已知袋中有3个白球7个黑球，从中有放回地抽取3次，每次取1个，试求⑴恰有2个白球的概率；⑵有白球的概率.19. 268-16.某篮球运动员一次投篮投中篮框的概率为0.8，该运动员投篮3次，⑴求投中篮框不少于2次的概率；⑵求至少投中篮框1次的概率．20.某篮球运动员一次投篮投中篮框的概率为0.9，该运动员投篮3次，⑴求投中篮框不少于2次的概率；⑵求至少投中篮框1次的概率．21.某气象站天气预报的准确率为70%，在4次预报中，求⑴恰有3次准确的概率；⑵至少1次准确的概率.22.已知某批产品的次品率为0.1，在这批产品中有放回地抽取4次，每次抽取一件，试求⑴有次品的概率；⑵恰有两件次品的概率.23.某射手射击一次命中靶心的概率是08.，该射手连续射击5次，求：⑴命中靶心的概率；⑵至少4次命中靶心的概率．24.设箱中有3个白球2个黑球，从中依次不放回地取出3球，求第3次才取到黑球的概率.25.一袋中有10个球，其中3个黑球7个白球．今从中有放回地抽取，每次取1个，共取5次．求⑴恰有2次取到黑球的概率；⑵至少有1次取到白球的概率.26.有甲、乙两批种子，发芽率分别是0.85和0.75，在这两批种子中各随机取一粒，求至少有一粒发芽的概率.27.机械零件的加工由甲、乙两道工序完成，甲工序的次品率是0.01，乙工序的次品率是0.02，两道工序的生产彼此无关，求生产的产品是合格品的概率.28.一袋中有10个球，其中3个黑球7个白球．今从中依次无放回地抽取两个，求第2次抽取出的是黑球的概率.29. 两台车床加工同样的零件，第一台废品率是1％，第二台废品率是2％，加工出来的零件放在一起。
应用统计硕士(随机变量及其分布)模拟试卷1(题后含答案及解析)
应用统计硕士（随机变量及其分布）模拟试卷1(题后含答案及解析) 题型有：1. 单选选择题 3. 简答题 4. 计算与分析题单选选择题1．设X为连续型随机变量，若a，b皆为常数，则下列等式中不恒成立的是( )。
A．P(X≥a)＝P(X＝a)B．P(X＝b)＝0C．P(X≠a)＝1D．P(X≤b)＝P(X＜b)正确答案：A解析：因为X为连续型随机变量，所以有：①P{X≥a}＝1－P{X＜a}；②对于定义区间上任意常数b，均有P{X＝b}＝0；③P{X≠a}＝1－P{X＝a}＝1；④P{X≥b}＝P{X＜b}。
知识模块：随机变量及其分布2．下列函数中，可作为某连续型随机变量的分布函数的是( )。
A．F(χ)＝B．F(χ)＝arctanχC．D．F(χ)＝∫-∞χf(χ)dχ，其中∫-∞+∞f(χ)dχ＝1正确答案：B解析：由连续型随机变量的分布函数的性质可得：(χ)＝1 而＝0≠1，故排除A项。
，故排除C项。
概率密度函数具有两条性质：①f(χ)≥0；②∫-∞+∞dxf(χ)dχ＝1。
D项中的f(χ)的正负性未知，所以F(χ)不一定为分布函数。
知识模块：随机变量及其分布3．函数sinχ是随机变量ξ的分布密度，如果ξ的取值范围为( )。
A．[0，]B．[0，π]C．[0，]D．[0，2π]正确答案：A解析：A项，当χ∈[0，]时sinχ≥0且sinχdχ＝1，所以sinχ可以是随机变量ξ的分布密度；B项，因为∫0χsinχdχ＝2≠1，所以sinχ不是随机变量的分布密度；C项，当χ∈[π，]时，sinχ≤0，所以sinχ不是随机变量的分布密度；D项，当χ∈[π，2π]时，sinχ≤0，所以sinχ不是随机变量的分布密度。
知识模块：随机变量及其分布4．下列可以作为离散型随机变量的概率分布的是( )。
A．B．C．D．正确答案：C解析：离散型随机变量的概率分布应满足＝1且pi≥0，i＝1，2，…，n，题中只有C项满足：。
- 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)。
5
5
33
（C） a 1 ,b 3 22
； （D） a 1 ,b 3
2
2
1
三、计算题 1. 进行某种试验，已知试验成功的概率为3/4，失败的概率为 1/4，以 X 表示首次成功所需试验的次数，试写出 X 的分布律 ，并计算出 X 取偶数的概率.
解
P( X k) (1)k1 3 , k 1, 2,
(3)其中至少有两件不能出厂的概率 .
解 出厂率 p 0.7 0.3 0.8 0.94
出厂产品数 X ~ B(n, p)
(1) 全部能出厂的概率 P( X n) 0.94n
(2)恰好有两件不能出厂的概率 P( X n 2) Cn2 0.94n2 0.062
P(xi )
3 4
9 44
9
1
220 220
0,
3
,
4
F ( x)
P( X
x)
21
22
219
220
1,
x 0, 0 x 1, 1 x 2, 2 x 3, x 3.
y
1
o 123
x
4
4. 20个产品中有4个次品， （1）不放回抽样，抽取6个产品，求样品中次品数的概率分布； （2）放回抽样，抽取6个产品，求样品中次品数的概率分布。
(3)至少有两件不能出厂的概率. P(X n 2)
1 P(X n) P(X n 1) 1 n 0.94n1 0.06 0.94n 6
6. 设离散型随机变量 X 的分布函数为
0
F
(
x)
0.4
0.7
1
x 1 1 x 1 1 x 3
X 服从几何分布
44
X 取偶数的概率为 1
P(X 2m)
m1
( 1 )2m1 3
m1 4
4
3 4
1
4 1
1 5
16
2
2．将一颗骰子抛掷两次，以 X1 表示两次所得点数之和，以 X 2 表示两次中得到的较小的点数，试分别求 X1 和 X 2 的分布律.
解
2 3 4 5 6 7 8 9 10 11 12
X1
~
1 36
2 36
3 36
4 36
5 36
6 36
5 36
4 36
3 36
2 36
1 36
1 2 3 4 5 6
X2
~
11 36
9 36
7 36
5 36
3 36
1 36
3
3.一批零件中有9个合格品与3个废品。安装机器时从中任取1个。 如果每次取出的废品不再放回去，求在取得合格品以前已取 出的废品数的概率分布和分布函数，并作出分布函数的图像。
解 (1)不放回抽样，设随机变量 X 表示样品中次品数
X 所有可能取的值为0、1、2、3、4
P( X
i)
C4i C166i C260
i 0、1、2、3、4
X
0 1 23 4
P( xi ) 0.2066 0.4508 0.2817 0.0578 0.0031
(2)放回抽样，设随机变量 Y 表示样品中次品数
n 0,1, 2,...
n!
n!
2. 设F1 (x)与F2 (x) 分别为随机变量 X 1与 X 2 的分布函数，为使 F (x) aF1(x) bF2 (x)
是某一随机变量的分布函数，在下列给定的各组数值中应取（A）
（A） a 3 ,b 2 ； （B） a 2 ,b 2
Y所有可能取的值为0、1、 、6
P(Y
k)
C
k 6
(
1 5
)
k
(
4 5
)
6k
k 0、1、 、6
Y
0 1 2 3 4 56
P
0.2621 0.3932 0.2458 0.0819 0.0154 0.0015 0.0001
5
5. 假设一厂家生产的每台仪器，以概率0.70可以直接出厂；以概 率0.30需进一步调试后以概率0.80可以出厂，以概率0.20定为 不合格不能出厂。现该厂新生产了 n（ n 2）台仪器（假设 各台仪器的生产过程相互独立），求 (1) 全部能出厂的概率 ； (2)其中恰好有两件不能出厂的概率 ；
x3
求 X 的分布列。
X 1
1
3
P
0.4 0.3 0.3
7
7．已知随机变量 X 只能取-1，0，1，2四个值，相应概率依次为
1,3,5, 7 2c 4c 8c 16c
1）确定常数 c
1 3 5 7 1 c 37
2c 4c 8c 16c
16
X
P(xi )
1 0
12
8 / 37 12/ 37 10/ 37 7 / 37
2）计算
P(X 1| X
0)
P( X 1, X 0) P( X 0)
8 25
3）求 X 的分布函数
0
x 1
8 / 37
1 x 0
FX x 20/ 37
0 x 1
30/ 37
1 x 2
8
1
x2
二、选择题
1. 设随机变量 X 是离散型的，则( D )可以成为 X 的分布律
(A)
1
p
0 1
p
（
p是任意实数）(B)
x1
0.1
x2 0.3
x3 0.3
x4 0.2
x5 0.2
(C)
P{X
e3 3n n}
n 1, 2,.....
(D)
e3 3n P{X n}
解 设在取得合格品以前已取出的废品数为 X 0、1、2、3
P( X 0) 3 4
P( X 1) 1 9 9 4 11 44
P( X 2) 1 2 9 9 4 11 10 220
12 1 1 1
X
0
1
2
3
P( X 3) 4 11 10 10 220