[理学]概率论与数理统计 习题.ppt

概率论与数理统计典型习题讲解 中国人民大学 统计学院 李因果 liyinguoruc@163.com 第一章 随机事件与概率 §1.4 条件概率 分布函数的性质 连续型随机变量函数的密度函数 说明: 例1 例1 例1 例1 例1 例2 例2 例2 例2 例3 例3 例3 例4 例5 （2010数学一、三） 例6 （2010数学一、三） 例7 （2010数学一、三） 例8（2010数学一、三） 例8 （2010数学一、三） 例8（2010数学一、三） 例9（2009数学一、三） 例10（2009数学一、三） 例11（2009数学一、三） 例11（2009数学一、三） 例12（2009数学一、三） 例12（2009数学一、三） 例13（2009数学一、三） 例13（2009数学一、三） 例14（2008数学一、三） 例15（2008数学一、三） 例15（2008数学一、三） 例15（2008数学一、三） 例15（2008数学一、三） 例16（2007数学一、三） 例16（2007数学一、三） 例16（2007数学一、三） § 2.5 随机变量的函数的分布 例如:已知离散型随机变量X的概率分布为: X P 0.1 0.3 0.4 0.2 Y=2X+3 -5 -3 -1 1 P 0.1 0.3 0.4 0.2 0 1 4 P 0.3 0.5 0.2 1. 均匀分布 若X～f(x)＝ 则称X在(a, b)内服从均匀分布。记作 X~U(a, b) 对任意实数c, d (acdb)，都有 2. 指数分布 若 X～ 则称X服从参数为?0的指数分布。 其分布函数为 例 .电子元件的寿命X(年）服从参数为0.5的指数分布 (1)求该电子元件寿命超过2年的概率。 (2)已知该电子元件已使用了1.5年，求它还能使用两年的概率为多少？ 解 § 2.2 随机变量的数字特征一. 离散型随机变量的数字特征 二. 连续型随机变量的数学期望 1、一般方法 若X?f(x), -? x +?, Y=g(X)为随机变量X 的函数，则可先求Y的分布函数 FY (y) ＝P{Y?y}＝P {g(X) ?y}＝ 然后再求Y的密度函数 此法也叫“ 分布函数法” 2、公式法一般地 若X～fX(x), y=g(x)是单调可导函数，则 注：1 只有当g(x)是x的单调可导函数时，才可用以 上公式推求Y的密度函数。 2 注意定义域的选择 其中h(y)为y＝g(x)的反函数. 例 设X?U(0,1),求Y=ax+b的概率密度.(a≠0) 解: Y=ax+b关于x严单,反函数为 故 而 故 设随机变量X服从[0，2?]均匀分布，求Y=sin(X)的概率密度。 注3 若X～fX(x) ，y=g(x)关于X分段严格单调，且在第i个单调区间上，反函数为hi(y),则Y=g(X）的概率密度为 四. 数学期望的性质 方差与标准差的定义 方差的算术平方根 称为标准差 设X是一个随机变量，若E[(X-E(X)]2∞，则称. D(X)=E[X-E(X)]2 为X的方差. 方差的计算式: D(X)=E(X2)-[E(X)]2 1.切贝谢夫不等式成立的条件是: 存在. 2.切贝谢夫不等式给出了随机变量的离差的绝 对值 与其方差DX的关系. 方差DX越小, 随机变量X与其期望EX的 离差也越小. EX ( ) X EX的代表性强. § 2.3 常用的离散型分布 四. 二项分布 对于固定n及p，当k增加时 ,概率P(X=k) 先是随之增加直至 达到最大值, 随后单调减少. 二项分布的图形特点： X~B(n,p) 当(n+1)p不为整数时，二项概率P(X=k)在k=[(n+1)p]达到最大值； ( [x] 表示不超过 x 的最大整数) n=10,p=0.7 n Pk 二项分布 请看演示 § 2.4 常见的连续型分布 一. 均匀分布 二. 指数分布 指数分布常用于描述各种“寿命”. 三. 正态分布 决定了图形的中心位置， 决定了图形中峰的陡峭程度. 正态分布 的图形特点 设X~ , X的分布函数是 * * §1.2 随机事件的概率 §1.3 古典概型与几何概型 一. 古典概型 例2 一盒中混有100只新