概率论与数理统计第二章
设随机变量\(X\)可能取\((a,b)\),其概率密度函数为\(P_X(x)\),设\(g(x)\)处处可导,且严格单调,则\(Y=g(X)\)为连续型随机变量,且:
推论1:若\(X\sim N(\mu,\sigma^2)\),则\(aX+b\sim N(a\mu + b,a^2\sigma^2)\)
泊松分布常用于描述大量试验中稀有事件出现频数的概率模型。例:德国向伦敦投掷导弹,\(f_k\)表示落发飞弹的区域数,记\(\displaystyle P(x=k)=\frac{f_k}{N}\),则\(X\sim P(\lambda)\),\(\lambda\)为单发弹药命中某区域的平均概率。
证明泊松分布近似:当\(np=\lambda,p\to 0\)时,二项分布\(B(n,p)\)可近似为泊松分布\(P(\lambda)\)
【第二章习题】将3个小球随机放入4个盒子中,设盒子中球最多的个数为\(X\),求\(X\)分布律。
【第二章习题】将1~9共9个数放入3*3格子中,设各列最小值为\(x,y,z\),求\(T=\max(x,y,z)\)的分布律
【第二章习题T7】【小概率事件】某人声称可通过品尝区分两种酒,他独立实验10次成功3次,利用小概率事件原理推断,他是猜对的,还是确有区分能力的?(随机猜成功概率为\(\displaystyle \frac{1}{70}\))
【NJU2024期中变式】【第二章习题T23】设随机变量\(X\sim N(\mu,\sigma^2)\),求\(Y=2(1-|X|)\)的概率密度函数
证明二项分布的独立可加性,即:已知随机变量\(X\sim B(k_1,p),Y\sim B(k_2,p)\),有\(X+Y\sim B(k_1+k_2,p)\)
证明正态分布独立可加性,即:若\(X,Y\)相互独立,\(X\sim N(\mu_1,\sigma_1^2),Y\sim N(\mu_2,\sigma_2^2)\)有\(X+Y\sim X\sim N(\mu_1+\mu_2,\sigma_1^2+\sigma_2^2)\)
【NJU20XX期中】【NJU2018期中】【例题】证明泊松分布独立可加性,即:已知随机变量\(X\sim P(\lambda_1),Y\sim P(\lambda_2)\),有\(X+Y\sim P(\lambda_1+\lambda_2)\)
【NJU2019期中】设母鸡孵蛋数服从参数为\(\lambda\)的泊松分布,每个蛋孵出小鸡的概率为\(p\),证明:其孵出小鸡数服从参数为\(\lambda p\)的泊松分布