# 题型六:随机变量函数的分布(离散) ⭐⭐ ## 识别特征 - $X$ 是**离散型**随机变量,已知 $X$ 的分布律 - 求 $Y = g(X)$ 的分布律($g$ 是某个函数) - 题目形如"$Y = aX + b$"、"$Y = X^2$"、"$Y = |X - a|$" ## 解题流程 ```mermaid flowchart TD A[已知 X 离散分布律] --> B[1. 列出 X 的取值 x1, x2, ..., xn] B --> C[2. 计算 Y 的取值 yk = g xk] C --> D{是否有多个 X 对应同一 Y?} D -->|否| E[直接写出 Y 的分布律] D -->|是| F[3. 合并: P Y=yk = Σ P X=xi, g xi=yk] F --> E E --> G[4. 验证 Σ P Y = 1] ``` ## 通法步骤 ### 一、"列取值 → 合并"的标准化流程 **步骤**: 1. 列出 $X$ 的所有可能取值 $x_1, x_2, \ldots, x_n$ 及对应概率 $p_k$ 2. 计算每个 $x_k$ 对应的 $y_k = g(x_k)$ 3. **关键步骤**:**合并**相同的 $y$ 值(因为不同的 $x$ 可能映射到同一个 $y$) 4. 写出 $Y$ 的分布律 5. 验证 $\sum P(Y = y_k) = 1$ ### 二、$Y = aX + b$(线性变换) 设 $X$ 取值 $\{x_1, \ldots, x_n\}$,概率 $\{p_1, \ldots, p_n\}$。 $Y = aX + b$ 的取值 $\{ax_1 + b, \ldots, ax_n + b\}$,对应概率 $\{p_1, \ldots, p_n\}$。 *极简例子:* $X$ 取值 $\{0, 1, 2\}$,概率 $\{0.2, 0.5, 0.3\}$,$Y = 2X + 1$。 | $X$ | 0 | 1 | 2 | |-----|---|---|---| | $Y = 2X+1$ | 1 | 3 | 5 | | $P$ | 0.2 | 0.5 | 0.3 | ### 三、$Y = X^2$(非线性,需合并) *极简例子:* $X$ 取值 $\{-2, -1, 0, 1, 2\}$,概率 $\{0.1, 0.2, 0.4, 0.2, 0.1\}$,$Y = X^2$。 - $g(-2) = g(2) = 4$,$g(-1) = g(1) = 1$,$g(0) = 0$ - $P(Y = 0) = 0.4$ - $P(Y = 1) = 0.2 + 0.2 = 0.4$ - $P(Y = 4) = 0.1 + 0.1 = 0.2$ | $Y$ | 0 | 1 | 4 | |-----|---|---|---| | $P$ | 0.4 | 0.4 | 0.2 | ### 四、$Y = |X|$(取绝对值,需合并正负) *极简例子:* $X$ 取值 $\{-2, -1, 0, 1, 3\}$,$Y = |X|$。 - $P(Y = 0) = P(X = 0)$ - $P(Y = 1) = P(X = 1) + P(X = -1)$ - $P(Y = 2) = P(X = 2) + P(X = -2)$ - $P(Y = 3) = P(X = 3) + P(X = -3)$ ### 五、求 $Y$ 的期望(预览 Ch04) $$ E(Y) = \sum_k g(x_k) p_k $$ > 这就是 Ch04 期望的定义 $E(Y) = \sum y_k P(Y = y_k)$。 ## 常见陷阱 - **忘记合并**:$g$ 不是单射时(如 $X^2, |X|$),必须合并相同 $y$ 值 - **$g$ 的值域有限**:$Y$ 的取值只来自 $g$ 的值域,超出 $g$ 范围的 $P(Y) = 0$ - **不变函数**:若 $g(X) = c$(常数),则 $P(Y = c) = 1$(退化分布) - **符号错误**:$Y = -X$ 时,$Y$ 的取值是 $X$ 取值的相反数 - **混淆"分布律"和"分布函数"**:本题求的是分布律(表格),不是分布函数 $F_Y(y)$ ## 经典母题 > **题目 1(线性变换)**:设 $X$ 的分布律为 | $X$ | -1 | 0 | 1 | 2 | |-----|----|----|----|----| | $P$ | 0.2 | 0.3 | 0.4 | 0.1 | 求 $Y = 2X + 3$ 的分布律。 **解析**: **第一步**:列出 $X$ 取值及 $Y = 2X + 3$ 的值。 | $X$ | -1 | 0 | 1 | 2 | |-----|----|----|----|----| | $Y = 2X+3$ | 1 | 3 | 5 | 7 | | $P$ | 0.2 | 0.3 | 0.4 | 0.1 | **第二步**:检查 $Y$ 各取值是否相同——都不同,无需合并。 **$Y$ 的分布律**: | $Y$ | 1 | 3 | 5 | 7 | |-----|---|---|---|---| | $P$ | 0.2 | 0.3 | 0.4 | 0.1 | **验证**:$0.2 + 0.3 + 0.4 + 0.1 = 1$ ✓ --- > **题目 2($X^2$ 需合并)**:设 $X \sim B(2, 0.5)$,求 $Y = X^2$ 的分布律。 **解析**: **第一步**:$X \sim B(2, 0.5)$ 的分布律: | $X$ | 0 | 1 | 2 | |-----|---|---|---| | $P$ | 1/4 | 1/2 | 1/4 | **第二步**:计算 $Y = X^2$: | $X$ | 0 | 1 | 2 | |-----|---|---|---| | $Y$ | 0 | 1 | 4 | | $P$ | 1/4 | 1/2 | 1/4 | **第三步**:检查合并——$Y$ 各值都不同,无需合并! **$Y$ 的分布律**: | $Y$ | 0 | 1 | 4 | |-----|---|---|---| | $P$ | 1/4 | 1/2 | 1/4 | **验证**:$1/4 + 1/2 + 1/4 = 1$ ✓ --- > **题目 3($|X|$ 需合并)**:设 $X$ 取值 $\{-2, -1, 0, 1, 2\}$,概率 $\{1/8, 1/4, 1/4, 1/4, 1/8\}$,求 $Y = |X|$ 的分布律。 **解析**: **第一步**:列出 $Y = |X|$ 的值。 | $X$ | -2 | -1 | 0 | 1 | 2 | |-----|----|----|----|----|----| | $Y = \|X\|$ | 2 | 1 | 0 | 1 | 2 | | $P$ | 1/8 | 1/4 | 1/4 | 1/4 | 1/8 | **第二步**:合并相同 $Y$ 值: - $P(Y = 0) = P(X = 0) = 1/4$ - $P(Y = 1) = P(X = -1) + P(X = 1) = 1/4 + 1/4 = 1/2$ - $P(Y = 2) = P(X = -2) + P(X = 2) = 1/8 + 1/8 = 1/4$ **$Y$ 的分布律**: | $Y$ | 0 | 1 | 2 | |-----|---|---|---| | $P$ | 1/4 | 1/2 | 1/4 | **验证**:$1/4 + 1/2 + 1/4 = 1$ ✓ --- > **变式(更复杂的函数)**:设 $X$ 的分布律为 $P(X = k) = \dfrac{1}{5}$,$k = 0, 1, 2, 3, 4$。求 $Y = (X - 2)^2$ 的分布律。 **解**: | $X$ | 0 | 1 | 2 | 3 | 4 | |-----|---|---|---|---|---| | $Y = (X-2)²$ | 4 | 1 | 0 | 1 | 4 | | $P$ | 1/5 | 1/5 | 1/5 | 1/5 | 1/5 | **合并**: - $P(Y = 0) = 1/5$ - $P(Y = 1) = 1/5 + 1/5 = 2/5$ - $P(Y = 4) = 1/5 + 1/5 = 2/5$ **$Y$ 的分布律**: | $Y$ | 0 | 1 | 4 | |-----|---|---|---| | $P$ | 1/5 | 2/5 | 2/5 |