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

188 lines
4.9 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
# 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 |