大二下：概率论与数理统计复习 2.随机变量及其分布之实例演战

大二下：概率论与数理统计复习 导航页：https://blog.csdn.net/COCO56/article/details/100152856

1. 求随机变量X的分布律

一袋中装有5只球，编号为1,2,3,4,5。在袋中同时取出3只球，3只球的最大编号为X，求随机变量X的分布律。
解:

X	3	4	5
P	0.1	0.3	0.6

$P(X=3)=\frac{C_2^2}{C_5^3}=0.1,P(X=4)=\frac{C_3^2}{C_5^3}=0.3,P(X=5)=\frac{C_4^2}{C_5^3}=0.6$

2.

某吧台柜台前有吧凳7张，无人就坐，现有2个客人进来随机就坐，则两人就坐相隔凳子数X的概率分布为。
解：
$总数：C_7^2{A}_2^2=42$

X	0	1	2	3	4	5
P	$\frac{6}{21}$	$\frac{5}{21}$	$\frac{4}{21}$	$\frac{3}{21}$	$\frac{2}{21}$	$\frac{1}{21}$

$$\begin{array}{rlr}& P(X=0)=\frac{(7-1)\times A_2^2}{42}=\frac{6}{21}& P(X=1)=\frac{(7-2)\times A_2^2}{42}=\frac{5}{21}\\ & P(X=2)=\frac{(7-3)\times A_2^2}{42}=\frac{4}{21}& P(X=3)=\frac{(7-4)\times A_2^2}{42}=\frac{3}{21}\\ & P(X=4)=\frac{(7-5)\times A_2^2}{42}=\frac{2}{21}& P(X=5)=\frac{(7-6)\times A_2^2}{42}=\frac{1}{21}\end{array}$$

3.

设随机变量X的分布律为：

X	0	1	2
$p_k$	0.3	0.5	0.2

求X的分布函数$F_x(x)$。
解：
$F_x(x)=P(X\le x)$
$$F_x(x)=\{\begin{array}{rlr}& 0,& x<0\\ & 0.3,& 0\le x<1\\ & 0.8,& 1\le x<2\\ & 1,& x\ge 2\end{array}$$

注：这类问题有套路，对于分布律为

X	A	B	C
$p_k$	$\alpha$	$\beta$	$\gamma$

的随机变量X，其分布函数为：
$$F(x)=\{\begin{array}{rlr}& 0,& x<A,\\ & \alpha ,& A\le x<B,\\ & \alpha +\beta ,& B\le x<C,\\ & 1,& x\ge C.\end{array}$$
$分布律X有n个取值，分布函数大括号后面就有n+1行；分布函数第一行取值为0，最后一行取值为1(\alpha +\beta +\gamma =1)，中间为概率逐个相加，自行体会。$

4.

随机变量X的分布律为：

X	-2	-1	0	1	2
$p_k$	$\frac{1}{5}$	$\frac{1}{6}$	$\frac{1}{5}$	$\frac{1}{15}$	$\frac{11}{30}$

$求Y=(X-1{)}^2的分布律；Y的分布函数F_Y(y)。$
分析：求离散随机变量函数的分布律，分两步：

1. 根据X的值求出对应的Y的值；
2. 求出的Y值如果相等，则合并起来，对应概率值相加，再写出对应分布律。

解：求对应Y的值：

X	-2	-1	0	1	2
Y	9	4	1	0	1
$p_k$	$\frac{1}{5}$	$\frac{1}{6}$	$\frac{1}{5}$	$\frac{1}{15}$	$\frac{11}{30}$

合并相同取值得到Y的分布律为：

Y	9	4	1	0
$p_k$	$\frac{1}{5}$	$\frac{1}{6}$	$\frac{17}{30}$	$\frac{1}{15}$

从小到大重排为：

Y	0	1	4	9
$p_k$	$\frac{1}{15}$	$\frac{17}{30}$	$\frac{1}{6}$	$\frac{1}{5}$

Y的分布函数：
$$F_Y(y)=\{\begin{array}{rlr}& 0,& y<0,\\ & \frac{1}{15},& 0\le y<1,\\ & \frac{19}{30},& 1\le y<4,\\ & \frac{4}{5},& 4\le y<9,\\ & 1,& 9\le y.\end{array}$$

5.

$设随机变量X\sim P(\lambda )(泊松分布)，且P(X=0)=e^{-2}，则常数\lambda =\underline{2},概率P(X\le 2)=\underline{5e^{-2}}.$
解：
$P(X=k)=\frac{{\lambda }^k\cdot e^{-\lambda }}{k!}$
$P(X=0)=\frac{e^{-\lambda }}{0!}=e^{-\lambda }\widehat{=}{e}^{-2}\Rightarrow \lambda =2$
$\begin{array}{rl}P(X\le 2)& =P(X=0)+P(X=1)+P(X=2)\\ & =e^{-2}+\frac{2\cdot e^{-2}}{1!}+\frac{2^2\cdot e^{-2}}{2!}=5e^{-2}\end{array}$

6.

$设随机变量X\sim U(1,6)(均匀分布)，则X的概率密度函数为，关于t的二次方程t^2-Xt+1=0有实根的概率为.$
解：均匀分布的概率密度函数为$f(x)=\{\begin{array}{rlr}& \frac{1}{b-a},& a<x<b\\ & 0,& 其他\end{array},$则X的概率密度函数为$$\begin{gathered} f(x)=\{\begin{array}{rlr}& \frac{1}{5},& 1<x<6\\ & 0,& 其他\end{array}; \\ 方程t^2-Xt+1=0有实根的充要条件是：\Delta =X^2-4\ge 0\iff |X|\ge 2,于是所求概率为P(|X|\ge 2)=1-P(|X|<2)=1-P(-2<X<2)=1-{\int }_{-2}^{2}f(x)dx=1-\frac{1}{5}=\frac{4}{5} \end{gathered}$$

7.

$设随机变量X服从指数分布，概率密度为f(x)=\{\begin{array}{rlr}& \frac{1}{4}{e}^{-\frac{x}{4}},& x>0\\ & 0,& x\le 0\end{array},则方程t^2-2Xt+(X+2)=0无实根的概率为$
解：
方法一：
$方程t^2-2Xt+(X+2)=0无实根的充要条件是：$
$$\delta =4X^2-4(X+2)=4(X-2)(X+1)<0\iff -1<X<2.$$
$于是所求概率为：$
$$\begin{array}{rl}P(-1<X<2)& ={\int }_{-1}^{2}f(x)dx\\ & ={\int }_{-1}^{0}f(x)dx+{\int }_0^{2}f(x)dx\\ & =0+(-e^{-\frac{x}{4}}{|}_0^2)\\ & =1-e^{-\frac{1}{2}}\end{array}$$
方法二：
$$\begin{gathered} \because 指数分布的概率分布函数：F(x)=1-e^{-\lambda x} \\ \therefore P(-1<X<2)=F(2)-F(-1)=F(2)-0=1-e^{-\lambda x}=1-e^{-\frac{1}{4}\times 2}=1-e^{-\frac{1}{2}} \end{gathered}$$

8.

$某人家住市区西郊，在东郊上班，上班的第一条线路是横穿市区，所需时间X\sim N(30,10^2)，第二条线路是沿环城公路，所需时间Y\sim N(40,4^2)（单位均为分钟），某天他提前50分钟出发，那么他该选择第\underline{2}条线路。$
解：此题的意思是让我们求哪条线路用时会大于50分钟的概率比较小，也就是求P(X>50)和P(Y>50)。标准化求得：
∵ 对 于 X ∼ N ( μ , σ 2 ) 有 P { X > x } = P { X − μ σ > x − μ σ } = 1 − Φ ( x − μ σ ) \because 对于X\sim N(\mu, \sigma^2)有P\{X>x\}=P\{\frac{X-\mu}{\sigma}>\frac{x-\mu}{\sigma}\}=1-\Phi(\frac{x-\mu}{\sigma}) ∵对于X∼N(μ,σ2)有P{X>x}=P{σX−μ​>σx−μ​}=1−Φ(σx−μ​)
$\begin{array}{rl}\therefore & P(X>50)=P(\frac{X-30}{10}>\frac{50-30}{10})=P(Z>2)=1-P(Z\le 2)\\ & =1-\Phi (2)=1-0.9772=0.0228\\ & P(Y>50)=P(\frac{X-40}{4}>\frac{50-40}{4})=1-\Phi (2.5)=1-0.9938=0.0062\end{array}$
$可以看出P(Y>50)的值较小，因此应该选择第二条线路。$

9. 已知概率密度函数求分布函数

$设连续型随机变量X的概率密度为f(x)=\{\begin{array}{rlr}& \frac{2}{\pi \sqrt{1-x^2}},& 0<x<c\\ & 0,& 其他\end{array}$
$(1)确定c的值；(2)求X的分布函数F(x).$
解：
$(1){\int }_{-\infty }^{+\infty }f(x)dx=1\Rightarrow {\int }_{-\infty }^{+\infty }\frac{2}{\pi \sqrt{1-x^2}}dx=1$
$\Rightarrow {\int }_0^c\frac{2}{\pi \sqrt{1-x^2}}dx=1\Rightarrow \frac{2}{\pi }\arcsin x{|}_0^c=\frac{2}{\pi }\arcsin c\widehat{=}1$
$\Rightarrow \arcsin c=\frac{\pi }{2}\Rightarrow c=1$
$(2)显然分布函数分段点为0和1，则：$
$当x<0时，F(x)={\int }_{-\infty }^{x}f(t)dt=0;$
$当0\le x<1时，F(x)={\int }_{-\infty }^{x}f(t)dt={\int }_0^x\frac{2}{\pi \sqrt{1-t^2}}dt=\frac{2}{\pi }\arcsin t{|}_0^x=\frac{2}{\pi }\arcsin x;$
$当x\ge 1时，F(x)={\int }_{-\infty }^{x}f(t)dt={\int }_{-\infty }^{0}f(t)dt+{\int }_0^{1}f(t)dt+{\int }_1^{+\infty }f(t)dt=1;$
所以，随机变量的分布函数为：$F(x)=\{\begin{array}{rlr}& 0,& x<0\\ & \frac{2}{\pi }\arcsin x,& 0\le x<1\\ & 1,& x\ge 1\end{array}$

$注：若随机变量X的概率密度为：f(x)=\{\begin{array}{rlr}& g(x),& a\le x<b,\\ & 0,& 其他\end{array}$
$则X的分布函数为：f(x)=\{\begin{array}{rlr}& 0,& x<a\\ & {\int }_a^{x}g(t)dt,& a\le x<b\\ & 1,& x\ge b\end{array}$

10. 已知分布函数求概率密度函数

$设连续型随机变量X的分布函数为f(x)=\{\begin{array}{rlr}& A+B{e}^{-2x},& x>0,\\ & 0,& x\le 0.\end{array}$
$(1)确定A,B的值;$
$(2)求P(-1<x<1);$
$(3)求概率密度函数f_x(x);$
$(4)若Y=3X+1,求概率密度函数f_Y(y).$
$解： $
$(1)$
$$\begin{array}{rl}& \underset{x\to +\infty }{\lim }(A+B{e}^{-2x})=A\widehat{=}1\Rightarrow A=1\\ & \underset{x\to 0^{+}}{\lim }F(x)=0\Rightarrow \underset{x\to 0^{+}}{\lim }(A+B{e}^{-2x})=1+B\widehat{=}0\Rightarrow B=-1\\ & \therefore A=1,B=-1\end{array}$$
$(2)P(-1<x<1)=F(1)-F(-1)=1-e^{-2}-0=1-e^{-2}$
$(3)$
$\because (-e^{-2x}{)}^{\prime }=-e^{-2x}\cdot (-2)$
$\therefore f_x=\{\begin{array}{rlr}& 2e^{-2x},& x>0,\\ & 0,& x\le 0.\end{array}$
$(4)\because F_Y(y)=P(Y\le y)=P(3X+1\le y)=P(X\le \frac{y-1}{3})=F_X(\frac{y-1}{3})$
$\therefore f_Y(y)=f_X(\frac{y-1}{3})\cdot \frac{1}{3}=\{\begin{array}{rlr}& \frac{2}{3}{e}^{-2\cdot \frac{y-1}{3}},& \frac{y-1}{3}>0,\\ & 0,& \frac{y-1}{3}\le 0.\end{array}=\{\begin{array}{rlr}& \frac{2}{3}{e}^{\frac{-2(y-1)}{3}},& y>1,\\ & 0,& 其他\end{array}$

11.

$设某种型号的电子元件的寿命X(单位：小时)的概率密度函数为：$
$$f_X(x)=\{\begin{array}{rlr}& \frac{1000}{x^2},& x>1000,\\ & 0,& 其他.\end{array}$$
$(1)求元件的使用寿命在1500小时以下的概率；$
$(2)现有5个这种元件独立工作，以Y表示其中寿命小于1500小时的元件个数，写出Y的分布律；$
$(3)求这5个元件中最多有1个寿命小于1500小时的概率。$
$解：$
$(1)：P(X<1500)={\int }_{-\infty }^{1500}{f}_x(x)dx={\int }_{1000}^{1500}\frac{1000}{x^2}dx=[-\frac{1000}{x}{]}_{1000}^{1500}=\frac{1}{3}$
$(2)：Y服从二项分布：Y\sim b(5,\frac{1}{3}).$
$则分布律为：P(Y=k)=C_5^k(\frac{1}{3}{)}^k(\frac{2}{3}{)}^{5-k},k=0,1,2,3,4,5$

Y	0	1	2	3	4	5
P	$\frac{32}{243}$	$\frac{80}{243}$	$\frac{80}{243}$	$\frac{40}{243}$	$\frac{10}{243}$	$\frac{1}{243}$

$(3):P(Y\le 1)=P(Y=0)+P(Y=1)=\frac{32}{243}+\frac{80}{243}=\frac{112}{243}$