浙江理工大学 概率论与数理统计 复习题 第2章.docVIP

PAGE 5 第2章 随机变量及其分布 一、 知识网络图 二、 内容与要求 1、内容 随机变量概念、分布函数概念与性质、分布律性质、密度函数性质、随机变量函数的分布。 2、要求 （1）理解随机变量及其分布函数的概念和性质。 （2）理解离散型随机变量及其分布律的概念，掌握0-1分布、二项分布、泊松分布及其应用。 （3）理解连续型随机变量及其概率密度的概念，掌握均匀分布、正态分布、指数分布及其应用。 （4）会利用随机变量的分布律或概率密度函数求分布函数。 （5）会利用分布函数计算随机变量落在某一区间中的概率。 （6）会利用的分布求随机变量的分布。 【重点】 (1) 分布函数的概念 (2) 离散型随机变量分布律与分布函数 (3) 连续型随机变量密度函数与分布函数的关系 【难点】 (1) 二项分布的判断 (2) 随机变量函数的分布 三、 概念、定理的理解与典型错误分析 1、 随机变量 设随机试验的样本空间,如果对任意的基本事件,有一个实数与之对应,就称为随机变量. 2、 分布函数 分布函数的定义 分布函数性质 (1) 关于单调不减,即当时,; (2) . ; (3) ; (4) 关于右连续,即对任意,都有. 3、 离散型随机变量 如果随机变量所有可能取的值只有有限个或可列无限多个(即可以和自然数集中的元素对应),则称为离散型随机变量. 离散型随机变量的分布律 , . 分布律的性质 (1) ; 　　　　　　　　　　　　　　　　　　 (2) .　 离散型随机变量分布律与分布函数的关系 0-1分布、独立试验和二项分布 如果随机试验的结果只有两种可能:事件A发生或者不发生,则可以用0-1分布随机变量来描述: 次相互独立的重复试验称为伯努利试验, 重伯努利试验中事件A发生的次数服从二项分布~,其中为每次试验中事件A发生的概率.二项分布的分布律为 二项分布可以表示为个相互独立的0-1分布随机变量之和.由于伯努利试验是次相互独立的重复试验,每次试验只有两个可能结果,即事件发生或者不发生,如果令 , 则每一个都服从0-1分布,且有相同的分布律 ， 次伯努利试验中事件发生的次数 泊松分布 如果随机变量所有可能取值为,而取各个值的概率为 , (2.6) 其中为常数,则称服从参数为的泊松分布,记~. 4、 连续型随机变量 如果随机变量的分布函数可以表示成为某一非负可积函数的积分 , 则称为连续型随机变量,称为的概率密度函数,简称密度函数或密度. 注意到连续型随机变量的分布函数在上连续. 实例 设随机变量具有密度函数 求的分布函数. 解 典型错误: 时, 原因: 只注意到的变化范围为，未注意到分布函数的定义是随机变量在到取值的概率.避免这种错误的方法是利用密度函数计算分布函数时,先画出密度函数的图形,再根据图形中的随机变量变化范围进行积分. 密度函数的性质 (1) . (2) . (3) . (4) 在的连续点上,有. 均匀分布 如果服从区间上的均匀分布,即具有概率密度 记~. 均匀分布的特点:在区间中长度相等的任意两个子区间上取值是等可能的. 指数分布 如果随机变量具有密度函数 则称随机变量服从参数为的指数分布，其中为某一常数. 正态分布 如果随机变量的概率密度为 其中为常数,则称服从参数为的正态分布(或高斯分布),记为~. 一般正态分布与标准正态分布的关系 设~,则的分布函数可以表示为 5、 随机变量函数的分布 离散型随机变量函数的分布 如果已知的分布律 则随机变量的分布律可以通过下表求得: 若的任意两个值都不相等,则上表即为的分布律;否则应把那些相同的分别合并,同时把对应的概率相加,即可得到的分布律. 连续型随机变量函数的分布 如果已知的密度函数,则随机变量的密度函数可以通过以下方法求得: 第一步,利用分布函数的定