随机变量及其分布
讲随机变量与分布函数,离散型随机变量的分布律与 0-1 分布、二项分布、几何分布、超几何分布、泊松分布及泊松定理,连续型随机变量的概率密度与均匀分布、指数分布、正态分布,以及随机变量函数的分布。
本节导读
本节对应「随机变量及其分布」的考试内容:「随机变量」「随机变量分布函数的概念及其性质」「离散型随机变量的概率分布」「连续型随机变量的概率密度」「常见随机变量的分布」「随机变量函数的分布」。考试要求原文:
- 理解随机变量的概念,理解分布函数 F(x)=P{X≤x} (−∞<x<+∞) 的概念及性质,会计算与随机变量相联系的事件的概率。
- 理解离散型随机变量及其概率分布的概念,掌握0-1分布、二项分布 B(n,p)、几何分布、超几何分布、泊松(Poisson)分布 P(λ) 及其应用。
- 了解泊松定理的结论和应用条件,会用泊松分布近似表示二项分布。
- 理解连续型随机变量及其概率密度的概念,掌握均匀分布 U(a,b)、正态分布 N(μ,σ2)、指数分布及其应用,其中参数为 λ (λ>0) 的指数分布 E(λ) 的概率密度为 f(x)={λe−λx,0,x>0x≤0。
- 会求随机变量函数的分布。
大纲原文中的分布记号和指数分布的密度是公式图,这里按教材写法写出。本节的 λ 是泊松分布、指数分布的参数;E(λ) 表示指数分布,与第 29 节的期望 E(X) 不是一回事。Φ(x) 表示标准正态分布函数,题目要用到它的值时会直接给出。学完本节,你应该熟记常见分布,会用分布函数和概率密度计算概率,并会用分布函数法求随机变量函数的分布。
分布函数
F(x)=P{X≤x} 的性质:0≤F(x)≤1;单调不减;右连续;F(−∞)=0,F(+∞)=1。反过来,满足这些条件的函数一定是某个随机变量的分布函数。用分布函数计算概率:
P{a<X≤b}=F(b)−F(a),P{X=a}=F(a)−F(a−),P{X>a}=1−F(a)离散型随机变量
分布律 P{X=xk}=pk 满足 pk≥0,∑pk=1。常见离散分布:
| 分布 | 分布律 | 背景 |
|---|---|---|
| 0-1 分布 | P{X=1}=p,P{X=0}=1−p | 一次试验成功与否 |
| 二项分布 B(n,p) | Cnkpk(1−p)n−k,k=0,1,⋯,n | n 次独立重复试验中成功的次数 |
| 几何分布 | (1−p)k−1p,k=1,2,⋯ | 首次成功时的试验次数 |
| 超几何分布 | CNnCMkCN−Mn−k | N 件中有 M 件次品,不放回取 n 件,其中的次品数 |
| 泊松分布 P(λ) | k!λke−λ,k=0,1,2,⋯ | 稀有事件在一段时间内发生的次数 |
泊松定理:n 很大、p 很小时,二项分布 B(n,p) 近似于泊松分布 P(λ),其中 λ=np。
连续型随机变量
若 F(x)=∫−∞xf(t)dt,其中 f(x)≥0,称 f(x) 为 X 的概率密度,∫−∞+∞f(x)dx=1。连续型随机变量取任一点的概率为 0,所以 P{a<X≤b}=P{a≤X≤b}=∫abf(x)dx;在 f(x) 的连续点处 F′(x)=f(x)。
| 分布 | 概率密度 | 要点 |
|---|---|---|
| 均匀分布 U(a,b) | b−a1,a<x<b | 落在子区间内的概率与区间长度成正比 |
| 指数分布 E(λ) | λe−λx,x>0 | F(x)=1−e−λx;无记忆性 P{X>s+t∣X>s}=P{X>t} |
| 正态分布 N(μ,σ2) | 2πσ1e−2σ2(x−μ)2 | 关于 x=μ 对称;标准化 σX−μ∼N(0,1) |
正态分布的计算:P{a<X≤b}=Φ(σb−μ)−Φ(σa−μ),并且 Φ(−x)=1−Φ(x)。
本节后面还有约 2244 字:报名学员看全文
每门课前 10 节免费看全文;从第 11 节起,完整教程要报名后由顾问在后台为你的账号开通才能看。
题库账号可以直接登录,但第 11 节起的完整教程要报名后由后台开通才能看。
学完练一练
按本节考点从本课的课后练习里抽题(每次 10 道以内),做完看解析、错题自动进错题本。第 11 节起的课后练习报名学员才能练。
本节内容由 AI 辅助编写,配图由 AI 生成,仅供备考参考;考试要求以《全国各类成人高等学校招生考试大纲(2024 年版)》及浙江省教育考试院当年公布为准。