Files
MathNotesVersion1/公式笔记/概率论/Ch02_随机变量及其分布/题型6_随机变量函数的分布(离散).md
T
2026-10-04 11:44:56 +08:00

4.9 KiB
Raw Blame History

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

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