知识点构建专栏:20份背诵版全覆盖(高数9/线代6/概率6讲),编号整理为01-09高数/10-15线代/16-20概率,补齐行列式与概率2讲
This commit is contained in:
@@ -0,0 +1,185 @@
|
||||
---
|
||||
tags: [数学一, 知识点构建, 背诵版, 概率论, 随机事件, 一维随机变量]
|
||||
专题: 概率论 · 第1+2讲 随机事件与一维随机变量(合并)· 背诵版
|
||||
日期: 2026-10-27
|
||||
状态: 背诵版 v1(考点完整呈现 + 31 题清单,无解答)
|
||||
来源: 参考仓库 Math/advanced-math 同源概率仓库(knowledge/1-random-events-and-probability + knowledge/2-random-variables-and-distribution 一维部分 + 对应 exercise)|在学练习尚无此讲
|
||||
关联笔记: ["[[README]]", "[[16-背诵版-概率论-第1-2讲-随机事件与一维随机变量]]"]
|
||||
---
|
||||
|
||||
# 概率论 · 第1+2讲 随机事件与一维随机变量(合并)· 背诵版
|
||||
|
||||
> **说明**:本讲在「在学练习」尚未建讲,按用户口径「前两章合并」(知识点密度较低)。考点取自参考仓库 `probability-theory-and-mathematical-statistics/knowledge/1-random-events-and-probability` 与 `knowledge/2-random-variables-and-distribution` 的**一维部分**(多维部分见 [[07-背诵版-概率论-第3讲-多维随机变量]],不重复);题目 = 两章 knowledge 例题 12 道 + exercise/1 5 道 + exercise/2 一维部分 14 道 = 31 道。
|
||||
> **用法**:看 §0 骨架 → 闭卷回忆考点正文 → 用题目清单自测,卡住回查参考仓库对应 tex 节。
|
||||
|
||||
## 0. 本讲骨架(先背这张图)
|
||||
|
||||
**一句话**:概率论 = **「事件概率(计数 + 公式)+ 一维分布(分布函数/分布律/密度 + 常见分布)」**——前半是"算概率",后半是"刻画随机变量"。
|
||||
|
||||
**真题地位**:选填基础——古典概型/全概率贝叶斯、分布函数性质、常见分布参数反求、指数无记忆、正态分位点是高频;也是多维与数字特征的地基。参考仓库对应 knowledge/1、knowledge/2 与 exercise/1、exercise/2。
|
||||
|
||||
**依赖链**:排列组合计数 → 事件运算 → 概率公式(条件/全概率/贝叶斯)→ 独立性/伯努利 → 随机变量(分布函数 → 离散分布律 → 连续密度 → 常见分布)→ 函数分布。**主线**:**概率三公理 + 分布函数的"归一性"是检验一切对错的锚**。
|
||||
|
||||
**考点树**
|
||||
|
||||
| 节 | 考点(对应题号) |
|
||||
|---|---|
|
||||
| §1 排列组合 | 排列/组合、捆绑/插空/插板(题1–3) |
|
||||
| §2 随机事件 | 关系、运算律、完备事件组(题4) |
|
||||
| §3 概率与古典概型 | 定义三版本、古典计数三法、几何概型(题5–6) |
|
||||
| §4 概率公式 | 逆事件/加法/减法/条件/乘法/全概率/贝叶斯(题7–11) |
|
||||
| §5 独立性 | 两两独立 vs 相互独立、独立补、$n$ 重伯努利(题12–14) |
|
||||
| §6 分布函数 | 定义三性质、存在性判定、归一性换算(题15–19) |
|
||||
| §7 离散型 | 分布律、0-1/二项/泊松/几何(题20–24) |
|
||||
| §8 连续型 | 密度两条件、均匀/指数(无记忆)/正态(标准化)(题25–28) |
|
||||
| §9 函数分布 | 离散映射合并、分布函数法(题29–31) |
|
||||
|
||||
## 1. §1 排列组合
|
||||
|
||||
**公式**:$A_n^m=\dfrac{n!}{(n-m)!}$(排列有序);$C_n^m=\dfrac{n!}{(n-m)!m!}$(组合无序)。
|
||||
|
||||
**三种计数法(必背)**:①**捆绑法**——要求在一起:先内部排列再整体排列($A_2^2\cdot A_5^5$);②**插空法**——要求不相邻:先排不受限者,再把受限者插进空($A_6^6\cdot A_7^4$,6 个唱歌 7 个空);③**插板法**——同物分组:$n$ 个相同物 $m$ 盒至少 1 ⟹ $C_{n-1}^{m-1}$(8 球 3 盒 ⟹ $C_7^2$)。**为什么插板用组合**:板的位置选出来即完成分组,无先后次序。
|
||||
|
||||
## 2. §2 随机事件
|
||||
|
||||
**基本概念**:随机试验、样本空间 $\Omega$、随机事件($\Omega$ 的子集)、基本事件、必然/不可能事件。
|
||||
|
||||
**事件关系与运算**:包含、相等;**积** $A\cap B$(同时发生)、**和** $A\cup B$(至少一个)、**差** $A-B$、**逆** $\overline A$;**互斥(不相容)**、**完备事件组**(两两互斥且并为 $\Omega$)。**运算律**:交换/结合/分配律;$A-B=A\overline B$;**对偶律(德摩根)** $\overline{A\cup B}=\overline A\cap\overline B$,$\overline{A\cap B}=\overline A\cup\overline B$。
|
||||
**集合翻译**:"事件 $C$ 必然导致 $AB$ 同时发生" ⟹ $C\subset AB$ ⟹ $\overline{AB}\subset\overline C$ ⟹ $\overline A\,\overline B\,\overline C=\overline A\,\overline B$。
|
||||
|
||||
## 3. §3 概率与古典概型
|
||||
|
||||
**概率定义三版本**:古典概型(等可能、有限样本)、几何概型(等可能、无限样本——$\frac{\text{测度之比}}{}$)、公理化定义($P(\Omega)=1$、非负、可列可加)。
|
||||
|
||||
**古典概型计数三法**:①列举法;②集合对应法(乘法/加法原理、排列组合);③**倒数法**(先算样本空间总数再数有利事件数)。**典型模型**:随机分配($n$ 质点入 $N$ 容器,每质点 $N$ 种选择,总数 $N^n$)、抽样(有放回/不放回)。
|
||||
|
||||
**几何概型**:落在区域任意位置等可能 ⟹ 概率 = 有利区域测度/总测度(面积/长度)。
|
||||
|
||||
## 4. §4 概率公式(必背)
|
||||
|
||||
- **逆事件**:$P(\overline A)=1-P(A)$;
|
||||
- **加法**:$P(A\cup B)=P(A)+P(B)-P(AB)$(互斥时 $P(AB)=0$);
|
||||
- **减法**:$P(A-B)=P(A)-P(AB)$;
|
||||
- **条件概率**:$P(B|A)=\dfrac{P(AB)}{P(A)}$($P(A)>0$);
|
||||
- **乘法公式**:$P(AB)=P(A)P(B|A)=P(B)P(A|B)$;
|
||||
- **全概率公式**:$A_1,\cdots,A_n$ 完备 ⟹ $P(B)=\sum_{i=1}^n P(A_i)P(B|A_i)$(**分情况讨论**,如"正品 + 检验误差"型);
|
||||
- **贝叶斯公式**:$P(A_j|B)=\dfrac{P(A_j)P(B|A_j)}{\sum_i P(A_i)P(B|A_i)}$(**已知结果求原因**,如"两批零件"型)。
|
||||
|
||||
## 5. §5 独立性
|
||||
|
||||
**事件独立**:$P(AB)=P(A)P(B)$(等价于 $P(B|A)=P(B)$,即**条件概率等于无条件概率**)。**定理**:$A$ 与 $B$ 独立 ⟺ $A$ 与 $\overline B$ 独立 ⟺ $\overline A$ 与 $B$ 独立 ⟺ $\overline A$ 与 $\overline B$ 独立(**补事件不破坏独立性**)。
|
||||
|
||||
**两两独立 vs 相互独立**:$n$ 个事件**两两独立**只要求每对 $P(A_iA_j)=P(A_i)P(A_j)$;**相互独立**要求任意 $k$ 个($2\le k\le n$)都满足乘积公式——两两独立 $\not\Rightarrow$ 相互独立(掷硬币三次 $A_1A_2A_3$ 反例)。
|
||||
|
||||
**$n$ 重伯努利试验**:每次只两个结果、概率恒定 $p$;$P\{X=k\}=C_n^k p^k(1-p)^{n-k}$。"至少命中一次" ⟹ 先取对立事件(全不中)再反推 $p$($1-(1-p)^n$)。
|
||||
|
||||
## 6. §6 分布函数与概率密度
|
||||
|
||||
**分布函数** $F(x)=P\{X\le x\}$:**三性质(充要)**:①单调不减;②$F(-\infty)=0,\ F(+\infty)=1$;③**右连续**。**换算**:$P\{X\le a\}=F(a)$;$P\{X<a\}=F(a-0)$(左极限);$P\{X=a\}=F(a)-F(a-0)$(单点概率);$P\{a<X\le b\}=F(b)-F(a)$。
|
||||
|
||||
**分布函数存在性判定**($F(g(x))$ 是否仍为分布函数):检验 $g(x)$ 在 $x\to\pm\infty$ 的**走向是否与原 $F$ 一致**——$F(ax)$($a\ne1$ 时趋向 $F(\infty)=a$ 不符)、$F(x^2+1)$($x\to-\infty$ 时 $x^2+1\to+\infty$,左端趋向 1 ⟹ 不符)、$F(|X|)$(同理不符);$F(x^3-1)$ 单调过全体实数 ⟹ 可以。
|
||||
|
||||
**概率密度**:$f(x)\ge0$ 且 $\int_{-\infty}^{+\infty}f(x)dx=1$(充要);连续点 $F'(x)=f(x)$;单点概率 0($P\{X=a\}=0$)。**判定**:$f(2x)$ 全积 $=\frac12$ ⟹ 不是密度;$f(2-x)$ 换元积分 $=1$ ⟹ 是密度(复合系数与方向都要验)。
|
||||
|
||||
**对称性用法**:$f(x)$ 关于 $x=c$ 对称 ⟹ $\int_c^{+\infty}f=\frac12$,配合给定区间积分反求 $F$(如 $f(1+x)=f(1-x)$ 求 $F(0)$)。
|
||||
|
||||
## 7. §7 一维离散型
|
||||
|
||||
**分布律** $p_i=P\{X=x_i\}$:$p_i\ge0$ 且 $\sum p_i=1$;$F(x)$ 为阶梯函数(跳点 $x_i$,跳高 $p_i$)。
|
||||
|
||||
**四大分布(参数/分布律/用途必背)**:
|
||||
- **0-1 分布** $B(1,p)$:$P\{X=k\}=p^k(1-p)^{1-k}$;
|
||||
- **二项分布** $B(n,p)$:$P\{X=k\}=C_n^k p^k(1-p)^{n-k}$($n$ 重伯努利成功次数);
|
||||
- **泊松分布** $P(\lambda)$:$P\{X=k\}=\frac{\lambda^k}{k!}e^{-\lambda}$(稀有事件计数;**泊松定理** $n$ 大 $p$ 小二项近似泊松 $\lambda=np$);**用 $P\{X=1\}=P\{X=2\}$ 型反求 $\lambda$**;
|
||||
- **几何分布** $G(p)$:$P\{X=k\}=(1-p)^{k-1}p$(**首次成功**所需次数,"直到……停止"的信号)。
|
||||
|
||||
**几何分布变形(第 $r$ 次成功)**:$P\{Y=k\}=C_{k-1}^{r-1}p^r(1-p)^{k-r}$(前 $k-1$ 次 $r-1$ 次成功 + 第 $k$ 次成功)。
|
||||
|
||||
## 8. §8 一维连续型
|
||||
|
||||
**三大分布**:
|
||||
- **均匀分布** $U(a,b)$:$f=\frac1{b-a}$($a<x<b$),$F=\frac{x-a}{b-a}$;**反求参数**用概率与长度成正比:$P\{X>4\}=\frac12$ ⟹ $4$ 是中点;$P\{0<X<3\}=\frac14$ 反解区间;
|
||||
- **指数分布** $E(\lambda)$:$f=\lambda e^{-\lambda x}$($x>0$),$F=1-e^{-\lambda x}$;**无记忆性** $P\{X>s+t|X>s\}=P\{X>t\}$——"用了 $a$ 小时后还能再用 $b$ 小时"与没用过一样;
|
||||
- **正态分布** $N(\mu,\sigma^2)$:密度以 $\mu$ 对称、拐点 $\mu\pm\sigma$;**标准化** $Z=\frac{X-\mu}{\sigma}\sim N(0,1)$,$F(x)=\varPhi(\frac{x-\mu}{\sigma})$;$P\{|X|<x\}=\alpha$ ⟹ 两尾各 $\frac{1-\alpha}2$,$x=\mu_{\frac{1-\alpha}2}$(上分位点)。
|
||||
|
||||
**条件概率与分布**:$P\{a<X<b|X>c\}=\frac{P\{a<X<b\}}{P\{X>c\}}$(指数型可用无记忆性直接写)。
|
||||
|
||||
## 9. §9 一维函数分布
|
||||
|
||||
**离散型**:$Y=g(X)$ 的可能取值 $=g(x_i)$,概率按 $x_i$ 合并(**相同的 $y$ 值概率相加**)。
|
||||
|
||||
**连续型(分布函数法,四步)**:①$F_Y(y)=P\{g(X)\le y\}$;②解不等式 $g(X)\le y$ 得 $X$ 的范围(注意 $g$ 单调性/分段);③把 $F_Y(y)$ 写成 $X$ 的分布函数或积分;④求导得 $f_Y(y)=F_Y'(y)$。
|
||||
**常见模式**:$Y=aX+b$ ⟹ $f_Y(y)=\frac1{|a|}f(\frac{y-b}{a})$;$Y=X^2$ ⟹ $F_Y(y)=F_X(\sqrt y)-F_X(-\sqrt y)$ 再求导;$-X$ ⟹ $F_{-X}(x)=1-F(-x)$,$f_{-X}(x)=f(-x)$。
|
||||
|
||||
### §2·B 题型考点(怎么做、为什么、坑)★必背
|
||||
|
||||
**① 计数三法的识别信号**:出现"在一起/相邻" ⟹ 捆绑;"不能相邻/不相邻" ⟹ 插空(先排无限制者,插空数 = 无限制者个数 + 1);"相同物分组、至少 1" ⟹ 插板($C_{n-1}^{m-1}$)。**坑**:插空用排列(空有先后)、插板用组合(板无先后)。
|
||||
|
||||
**② 古典概型倒数法**(钓鱼题):"5 人钓 3 条鱼"——总数 $5^3$(每人任选一条),有利数按"选定人"组合 $C_5^2\cdot3\cdot4$ 型。**为什么**:随机分配模型每质点 $N$ 种选择,独立可乘。
|
||||
|
||||
**③ 事件题的集合翻译**("C 必然导致 AB"型):把文字条件写成集合包含关系,再用德摩根/吸收律化简到目标事件,最后用独立性拆乘积。
|
||||
|
||||
**④ 全概率与贝叶斯的识别**:题目含"多层原因 → 一个结果"(检验误差导致通过验收)⟹ 全概率(沿原因求和);"已知结果 → 问来自哪个原因"(两批零件里抽到正品问批次)⟹ 贝叶斯。**分母永远是全概率公式的式子**。
|
||||
|
||||
**⑤ 独立 vs 两两独立**:选择题常用"两两独立但非相互独立"反例(掷硬币 $A_1A_2A_3$)。判独立性先验 $P(AB)=P(A)P(B)$ 再验 $P(ABC)$。
|
||||
|
||||
**⑥ 分布函数/密度存在性判定**:只看 $F(g(x))$ 中 $g$ 的**两端走向与值域**($x\to-\infty$ 必须 $\to-\infty$ 或取到使 $F\to0$ 的值域下确界),$f(g(x))$ 看**全积是否仍为 1**(系数 $\ne1$ 即错)。
|
||||
|
||||
**⑦ 常见分布反求参数两模式**:泊松用 $P\{X=k_1\}=P\{X=k_2\}$ 解 $\lambda$;均匀用区间长度比例;几何/伯努利用"对立事件"(至少一次 ⟹ $1-(1-p)^n$)。**坑**:伯努利题先确认"每次试验独立且 $p$ 恒定"再套 $C_n^kp^k(1-p)^{n-k}$。
|
||||
|
||||
**⑧ 指数无记忆性是"秒杀器"**:条件概率 $P\{X>s+t|X>s\}$ 直接 $=P\{X>t\}=e^{-\lambda t}$,避免积分(例:$P\{X\le a+1|X>a\}=1-e^{-1}$)。
|
||||
|
||||
**⑨ 正态标准化与对称性**:任何 $N(\mu,\sigma^2)$ 概率题先标准化;$P\{|X|<x\}$ 拆成"总概率 1 - 两尾";分位点题用"面积 = 下标"直接对应。
|
||||
|
||||
**⑩ 分布函数法的坑**:$g(X)$ 不单调时($X^2$)要**分段**处理区间端点(负半轴、正半轴);求完 $F_Y$ 记得验证归一性($F_Y(\infty)=1$)防漏段。
|
||||
|
||||
## 10. 题目清单(31 题)
|
||||
|
||||
> 编号按本讲内部顺序;A–F 组对应出处节。来源:knowledge/1 例题 8 道 + exercise/1 5 道 + knowledge/2 一维例题 4 道 + exercise/2 一维 14 道。
|
||||
|
||||
### A. 排列组合与古典概型(题1–4)
|
||||
- **题 1 · 捆绑法(★☆☆)**【e1】:$ABCDEF$ 六人排队,要求 $AB$ 必须在一起,求排法数($A_2^2\cdot A_5^5=240$)。
|
||||
- **题 2 · 插空法(★☆☆)**【e1】:6 个唱歌节目与 4 个舞蹈节目排列,两个舞蹈节目不能相邻,求排法数($A_6^6\cdot A_7^4$)。
|
||||
- **题 3 · 插板法(★☆☆)**【e1】:将 8 个完全相同的球放入 3 个不同盒子,每盒至少一个,求放法数($C_7^2=21$)。
|
||||
- **题 4 · 古典概型·随机分配(★★☆)**【k1】:5 人各钓 1 条鱼,共 3 条鱼,求三问概率:3 条被同 1 人钓到 / 恰有 2 条被同 1 人钓到 / 3 条被不同人钓到($\frac{C_5^1}{5^3}$、$\frac{C_3^2C_5^1\cdot4}{5^3}$、$\frac{C_5^3P_3^3}{5^3}$)。
|
||||
|
||||
### B. 事件运算与概率公式(题5–10)
|
||||
- **题 5 · 事件等式判断(★★☆)**【k1】:判断 $A-(B-C)=(A-B)\cup C$ 是否成立(不成立,左 $\subset$ 右)。
|
||||
- **题 6 · 包含关系(★★☆)**【k1】:$P(A)=0.4,P(B)=0.3$,$AB$ 同时发生则 $C$ 也必然发生,求 $P(C)$ 的下界($P(C)\ge P(AB)\ge P(A)+P(B)-1=0.2$,选 B)。
|
||||
- **题 7 · 条件概率(★★★)**【k1】:$P(\overline A)=0.3,P(B)=0.4,P(A\overline B)=0.5$,求 $P(B|A\cup\overline B)$($=\frac{0.2}{0.8}=0.25$)。
|
||||
- **题 8 · 全概率·检验误差(★★★)**【k1】:每箱 10 件,次品 0/1/2 件等可能;任取 1 件为正品则通过验收;若 1 件次品(正品 9 件)检验误判为正品的概率为 0.1,2 件次品为 0.2,求任取一箱通过验收的概率($=\frac{1}{3}\cdot1+\frac{1}{3}\cdot0.9+\frac{1}{3}\cdot0.8\cdot\cdots$,$0.887$)。
|
||||
- **题 9 · 贝叶斯·两批零件(★★★)**【k1】:一批零件 9 个正品 3 个次品,另一批 8 个正品 4 个次品,两批等可能被选,从中任取 1 件为正品,求它来自第一批的概率($=\frac{\frac12\cdot\frac34}{\frac12\cdot\frac34+\frac12\cdot\frac23}=\frac9{17}$)。
|
||||
- **题 10 · 独立事件组合(★★☆)**【e1】:$A,B$ 独立,$P(A)=a,P(B)=b$,事件 $C$ 必然导致 $AB$ 同时发生,求 $\overline A\overline B\overline C$ 的概率($=(1-a)(1-b)$)。
|
||||
|
||||
### C. 独立性与伯努利(题11–14)
|
||||
- **题 11 · 独立性充要条件(★★★)**【k1】:证明 $P(B|A)=P(B|\overline A)$($P(A)>0$)是 $A,B$ 独立的充要条件。
|
||||
- **题 12 · 两两独立≠相互独立(★★★)**【k1】:掷硬币两次,事件 $A_1$(第 1 次正面)、$A_2$(第 2 次正面)、$A_3$(两次同面),判断独立性(两两独立但非相互独立,选 C)。
|
||||
- **题 13 · 伯努利·对立事件反推(★★☆)**【e1】:射手 4 次独立射击,至少命中一次概率 $15/16$,求 4 次中至少没命中一次的概率($(1-p)^4=\frac1{16}$ ⟹ $p=\frac12$,$1-(\frac12)^4=\frac{15}{16}$)。
|
||||
- **题 14 · 独立与补事件(★★☆)**【e2 同源概念】:$P(B|A)=P(B|\overline A)$ 与 $A,B$ 独立等价(题 11 变体,正反方向各证一次)。
|
||||
|
||||
### D. 分布函数与概率密度概念(题15–19)
|
||||
- **题 15 · 分布函数存在性(★★★)**【e2】:$F(x)$ 是分布函数,判断 $F(ax)$、$F(x^2+1)$、$F(x^3-1)$、$F(|X|)$ 是否可作分布函数(仅 $F(x^3-1)$ 可以)。
|
||||
- **题 16 · 密度对称性换算(★★★)**【e2】:$f(x)$ 满足 $f(1+x)=f(1-x)$ 且 $\int_1^2f(x)dx=0.3$,求 $F(0)$($=0.2$)。
|
||||
- **题 17 · 概率密度存在性(★★★)**【e2】:$f(x)$ 是密度函数,判断 $f(2x)$、$f(2-x)$ 是否可作密度($f(2x)$ 否、$f(2-x)$ 可)。
|
||||
- **题 18 · $-X$ 的分布(★★☆)**【e2】:$X$ 的分布函数/密度为 $F(x),f(x)$,求 $-X$ 的分布函数与密度($1-F(-x)$,$f(-x)$)。
|
||||
- **题 19 · 离散参数与分布函数(★★★)**【k2】:$P\{X\ge2\}=\frac34$ 且 $X$ 取 $0,1,\cdots$,求 $\theta$ 与 $F(x)$($\theta=\frac12$,阶梯分布函数)。
|
||||
|
||||
### E. 常见分布(题20–27)
|
||||
- **题 20 · 二项分布(★★★)**【e2】:$X$ 密度 $f(x)=2x$($0<x<1$),$Y$ 是 3 次独立重复试验中出现 $\{X\le\frac12\}$ 的次数,求 $P\{Y=2\}$($p=\frac14$,$C_3^2(\frac14)^2(\frac34)=\frac9{64}$)。
|
||||
- **题 21 · 泊松反求参数(★★★)**【e2】:书中每页印刷错误 $X\sim P(\lambda)$,恰有 1 个与恰有 2 个错误的页数相同,求抽查 4 页均无错误的概率($\lambda=2$,$e^{-8}$)。
|
||||
- **题 22 · 几何分布(★★☆)**【e2】:袋 8 球 3 白 5 黑,任意取 4 球,2 黑 2 白则停止否则放回重取,$X$ 为试验次数,求 $P\{X=k\}$($p=\frac{C_3^2C_5^2}{C_8^4}=\frac37$,$(\frac47)^{k-1}\cdot\frac37$)。
|
||||
- **题 23 · 几何分布变形(★★★★)**【e2】:$X$ 密度 $f(x)=2^{-x}\ln2$($x>0$),独立重复观测直到第 2 个大于 3 的观测值出现停止,$Y$ 为观测次数,求 $Y$ 的分布($p=\int_3^\infty 2^{-x}\ln2\,dx=\frac18$,$P\{Y=k\}=(k-1)(\frac18)^2(\frac78)^{k-2}$)。
|
||||
- **题 24 · 均匀分布反求参数(★★★)**【e2】:$X\sim U(a,b)$($a>0$),$P\{0<X<3\}=\frac14,\ P\{X>4\}=\frac12$,求密度与 $P\{1<X<5\}$($U(2,6)$,$\frac34$)。
|
||||
- **题 25 · 指数分布·无记忆性(★★★)**【e2】:$X\sim E(1)$,$a>0$,求 $P\{X\le a+1|X>a\}$($=1-\frac1e$)。
|
||||
- **题 26 · 指数条件概率(★★☆)**【e2】:$X\sim E(1)$,求 $P\{3>X>2|X>1\}$($=e^{-1}-e^{-2}$)。
|
||||
- **题 27 · 正态分位点(★★★)**【e2】:$X\sim N(0,1)$,$\mu_\alpha$ 满足 $P\{X>\mu_\alpha\}=\alpha$,若 $P\{|X|<x\}=\alpha$,求 $x$($x=\mu_{\frac{1-\alpha}2}$)。
|
||||
|
||||
### F. 一维函数分布(题28–31)
|
||||
- **题 28 · 连续函数分布(★★★)**【k2】:$X$ 密度 $f_X$(三角型,$|x|\le1$ 时 $1-|x|$),求 $Y=X^2+1$ 的分布函数($1<y<2$ 时 $F_Y(y)=2\sqrt{y-1}-y+1$)。
|
||||
- **题 29 · 离散函数分布(★★☆)**【k2】:$X$ 取 $0,1,2,3,4,5$ 六个值,求 $Y=2X+1$ 与 $Z=X^2$ 的分布律(映射合并相同值)。
|
||||
- **题 30 · 线性变换(★☆☆)**【e2】:$X$ 密度 $f(x)$,求 $Y=2X+3$ 的概率密度($\frac12f(\frac{x-3}2)$)。
|
||||
- **题 31 · 平方变换(★★★)**【e2】:$X\sim U(0,2)$,求 $Y=X^2$ 在 $(0,4)$ 内的密度($F_Y(y)=\frac{\sqrt y}2$,$f_Y(y)=\frac1{4\sqrt y}$)。
|
||||
|
||||
---
|
||||
|
||||
> **回查入口**:参考仓库 `参考仓库/Math/advanced-math` 同源 `probability-theory-and-mathematical-statistics/knowledge/1-random-events-and-probability/random-events-and-probability.tex`、`knowledge/2-random-variables-and-distribution/random-variables-and-distribution.tex`(一维部分)、`exercise/1-…`、`exercise/2-…`。
|
||||
Reference in New Issue
Block a user