概率二习题.docVIP

第二章 随机变量及其分布 人的思想是了不起的，只要专注于某一项事业，就一定会做出使自己感到吃惊的成绩来。 ——马克·吐温 导 学 ——引微入概工程之一维篇 人们不可能仅仅满足于只用排列组合和加减乘除来计算概率，而这正是第一章的局限所在。本章成功的实现了两大“空间站”：《概率论》与《微积分》的大对接。随着求导、求积分等工具的介入，《概率论》发生了脱胎换骨的大变化。 本章引进了一元微积分，下章将引进多元微积分。第二、三章的主题：引《微积分》的“水”来解《概率统计》的“渴”——简称引微入概工程。 本章从§1介绍随机变量，到出现《微积分》的基本公式：F（x1）-F（x2）=及=，“红旗渠”通水了！ 这一杰出工作的完成，以人们认识到随机变量这一概念为前提条件。当={正，反}时，（正）或∫(反)均毫无意义。于是，人们试图用指定实数来标识样本点的方法，使与R相关联，终于找到了随机变量这个重要概念。随机变量是现代概率论中最重要的概念。 随机变量的定义：由样本空间到实数集R的任一单值映射=(e)，均可称作一个随机变量。 只要符合定义，随机变量可以随意构造。由于事先不能确定中哪一个元素一定出现，因而也不能事先确定=(e)一定取哪个实数，但是，一旦给定一个具体的随机变量=(e)后，这种对应关系本身是确定的，不随机。 本学科从此穿上了随机变量这双“红舞鞋”，此后再也没脱下来。请关注下面的文字： 用表示事件的方法：用的像集所对应的原像集表示事件。因为{e丨(e)∈L}?，所以{e丨(e)∈L}表示随机事件，即用的值域中的点集L?R所对应的定义域中的点集{e丨(e)∈L}来表示事件。将{e丨(e)∈L}简记为{∈L}。当L={}时，{∈L}={=}表示事件，用于分布律；当L=（-∞，]时，{∈L}={≤}表示事件，用于分布函数。 这是一道坎，若此知识点不透，第二章将无法入门，后面的学习将可能似懂非懂。 研究有三大工具：,和。任何均有对应的分布函数。离散型X单独拥有分布律，=1，2，…，n，…。连续型X单独拥有概率密度。在统计意义上讲，掌握了，或中的任何一个，就可以认为完全的掌握了。 在实际问题中，人们常常忽略细节，而对特征感兴趣，尤其对能说明特征的数字感兴趣。 §2节介绍了E()。例如，来了一帮人，随机地抽一人，=(e)=某e的身高，经过计算得出数学期望E()=2.01米，即平均身高为：2.01米。这个数字很能说明特征，这帮人是NBA球星？ §3节介绍了（或记为D()）。例如，“文革期间”，大伙儿收入差不多，钱多页多不到哪儿，少也少不到哪儿；而“改革开放”以后，收入差距迅速拉大了，穷的穷得很，富的富得很。这种现象也可以度量，使用。用来度量X的取值，对平均值E(X )的偏离程度。 分类研究是研究随机现象的重要法宝。§4介绍了四个“律”，§5介绍了五个“密”，将它们掌握得特别熟练后，课后习题及后续内容均可往这“9个类型”归类。反之，若此处“欠了债”，第四章一定会看不懂书。 §6节介绍随机变量的函数的分布，学习时要抓住要点。 离散型两要点： 1o 加边： ( ( ( ( ( ( X ( ( pi ( ( 2o 合并： 虽然数,,(,,(互不相同，但,,( , (中的数有可能出现相同的，例如：==1，则可把和所对应的和加起来：P{Y=1}= +。 连续型两要点： 1o让与发生联系： =P{Y ≤y}=P{含的式子≤y}=P{让显露在中间}=P{□1≤≤□2}=(□2)-(□1) 2O让与发生联系： 对=(□2)-(□1)两边求导数，与就自然发生了联系。分情形算时要写成分段函数的形式。有些知识点在本章出现，但在后面会反复用到，宜熟练掌握。例如： 1O =P{X≤x}，=P{Y≤y}，=P{Z≤z}； 2O 若X～N（μ，σ2），则Z=～＜X≤}＝Φ（）-Φ（）； 将“引微入概”的工作深入进行下去，静水流深，下一章将拓展到多维情形。 §7节介绍了等，矩包括中心矩和原点矩，矩的函数包括峰度和偏度，在《数理统计》部分要用到它们。 填空题 1. 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只球中的最大码，则随机变量X的分布律为 。 2. 将一颗骰子抛掷两次，以X表示两次中得到的小的点数，则X的分布律为 。 3. 将一颗骰子抛掷两次，以表示两次所得点数