夜雨聆风学习资料网 资料列表 开通 VIP 用登录 / 注册 ⌄
PDF

01.概率论与数理统计基础讲义_2026考研电子书+每日外刊精读+真题+做题本等_02.公共课电子书+做题本(持续更新)_02.数学_10.没咋了_01.基础阶段_概率

查看资料信息、公开预览和下载状态。

共 80 页PDF · 2.7MB
下载

文档在线预览

公开展示前 10 页
100%
1
《01.概率论与数理统计基础讲义_2026考研电子书+每日外刊精读+真题+做题本等_02.公共课电子书+做题本(持续更新)_02.数学_10.没咋了_01.基础阶段_概率》第1页预览
2
《01.概率论与数理统计基础讲义_2026考研电子书+每日外刊精读+真题+做题本等_02.公共课电子书+做题本(持续更新)_02.数学_10.没咋了_01.基础阶段_概率》第2页预览
3
《01.概率论与数理统计基础讲义_2026考研电子书+每日外刊精读+真题+做题本等_02.公共课电子书+做题本(持续更新)_02.数学_10.没咋了_01.基础阶段_概率》第3页预览
4
《01.概率论与数理统计基础讲义_2026考研电子书+每日外刊精读+真题+做题本等_02.公共课电子书+做题本(持续更新)_02.数学_10.没咋了_01.基础阶段_概率》第4页预览
5
《01.概率论与数理统计基础讲义_2026考研电子书+每日外刊精读+真题+做题本等_02.公共课电子书+做题本(持续更新)_02.数学_10.没咋了_01.基础阶段_概率》第5页预览
6
《01.概率论与数理统计基础讲义_2026考研电子书+每日外刊精读+真题+做题本等_02.公共课电子书+做题本(持续更新)_02.数学_10.没咋了_01.基础阶段_概率》第6页预览
7
《01.概率论与数理统计基础讲义_2026考研电子书+每日外刊精读+真题+做题本等_02.公共课电子书+做题本(持续更新)_02.数学_10.没咋了_01.基础阶段_概率》第7页预览
8
《01.概率论与数理统计基础讲义_2026考研电子书+每日外刊精读+真题+做题本等_02.公共课电子书+做题本(持续更新)_02.数学_10.没咋了_01.基础阶段_概率》第8页预览
9
《01.概率论与数理统计基础讲义_2026考研电子书+每日外刊精读+真题+做题本等_02.公共课电子书+做题本(持续更新)_02.数学_10.没咋了_01.基础阶段_概率》第9页预览
10
《01.概率论与数理统计基础讲义_2026考研电子书+每日外刊精读+真题+做题本等_02.公共课电子书+做题本(持续更新)_02.数学_10.没咋了_01.基础阶段_概率》第10页预览

本文档共 80 页 剩余 70 页未展示,请下载后查阅

下载

文档文本内容

B    站  :  没咋了 吃尽天下面
公众号 :没咋了
概
率
基
础
讲
义
2026考研数学
全程班专属
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
目录 
第一章 随机事件和概率 ..................................................................................................................................... 2 
1.1 随机事件及其运算 ................................................................................................................................ 2 
1.2 随机事件的概率 .................................................................................................................................... 5 
1.3 条件概率 ................................................................................................................................................ 7 
1.4 古典概型和几何概型 .......................................................................................................................... 10 
1.5 事件的独立性与伯努利概型 .............................................................................................................. 12 
1.6 全概率公式与贝叶斯公式 ................................................................................................................... 16 
第二章 随机变量及其分布 ............................................................................................................................... 17 
2.1 随机变量与分布函数 .......................................................................................................................... 17 
2.2 离散型随机变量及其分布 .................................................................................................................. 20 
2.3 连续型随机变量及其分布 .................................................................................................................. 24 
2.4 随机变量函数的分布 .......................................................................................................................... 33 
第三章 二维随机变量及其分布 ....................................................................................................................... 35 
3.1 二维随机变量 ...................................................................................................................................... 35 
3.2 二维离散型随机变量 .......................................................................................................................... 37 
3.3 二维连续型随机变量 .......................................................................................................................... 39 
3.4 二维随机变量的独立性 ...................................................................................................................... 44 
3.5 二维随机变量的函数的分布 .............................................................................................................. 46 
3.6 最值函数的分布与性质 ....................................................................................................................... 49 
第四章 随机变量的数字特征 ........................................................................................................................... 51 
4.1 随机变量的数学期望 .......................................................................................................................... 51 
4.2 随机变量的方差 .................................................................................................................................. 55 
4.3 协方差与相关系数 .............................................................................................................................. 58 
4.4 正态分布性质总结 ............................................................................................................................... 63 
第五章 大数定律与中心极限定理 ................................................................................................................... 65 
5.1 大数定律 .............................................................................................................................................. 65 
5.2 中心极限定理 ...................................................................................................................................... 68 
第六章 数理统计的基本概念 ........................................................................................................................... 70 
6.1 统计量与抽样分布 .............................................................................................................................. 70 
6.2 统计量的数字特征 ............................................................................................................................... 76 
第七章 点估计 ................................................................................................................................................... 78 
 
 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
第一章 随机事件和概率 
1.1 随机事件及其运算 
1.1.1 随机事件的相关概念 
(1)随机试验 
一个试验如果满足以下三个特点: 
①可重复性:可以在相同的条件下重复进行; 
②可预知性:每次试验的可能结果不止一个,并且能事先明确试验的所有可能结果; 
③不确定性:进行每次试验前不能确定哪一个结果会出现. 
则该试验为随机试验,记作E .例如抛硬币试验、掷骰子试验等等. 
(2)基本事件:随机事件最基本的结果,称为基本事件(也称为样本点),记作. 
(3)样本空间:所有基本事件的集合,称为样本空间,记作. 
(4)随机事件:随机试验的一个结果称为随机事件,用字母
, ,
,
A B C
表示,可以简称为事件.当事件
中的某个基本事件出现时,称事件发生. 
(5)必然事件:每次试验中一定出现的结果称为必然事件,常用表示. 
(6)不可能事件:每次试验中都不可能出现的结果称为不可能事件,常用表示. 
 
1.1.2 事件间的关系与运算 
(1)包含:若事件A 发生必然导致事件B 发生,则称事件B 包含事件A (或事件A 含于事件B ),记
作A
B

或B
A

. 
(2)相等:若A
B

且B
A

,则称A 与B 相等,记作A
B
=
,此时A 与B 表示同一个事件. 
(3)事件的积(或事件的交):事件A 和事件B 同时发生的事件称为事件A 与B 的积事件(或交事
件),记作A
B (或AB ). 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
2
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
(4)事件的和(或事件的并): 事件A 和事件B 至少有一个发生的事件称为事件A 与B 的和事件(或
并事件),记作A
B (或A
B
+
). 
(5)事件的差:事件A 发生而事件B 不发生的事件称为事件A 与B 的差事件,记作A
B
−
(或AB ). 
(6)事件的互斥(或互不相容): 若事件A 和事件B 不可能同时发生,则称事件A 与B 为互斥事件,
记作A
B = . 
(7)事件的对立(或互逆):若事件A 和事件B 的和事件为必然事件,并且积事件为不可能事件,即
,
A
B
A
B
= 
= ,则称事件A 与事件B 为对立事件,通常把A 的逆事件记为A . 
注:①包含关系的传递性:若A
B

且B
C

,则A
C

; 
②对任意事件A 都有A
= , A
A
=
,A
A
=
, A
= ; 
③对立一定互斥,互斥不一定对立. 
 
1.1.3 事件的运算律 
(1)交换律:A
B
B
A
A
B
B
A
=
=
,
 
(2)结合律:(
)
(
),(
)
(
)
A
B
C
A
B
C
A
B
C
A
B
C
=
=
 
(3)分配律:(
)
(
)
(
)
A
B
C
A
C
B
C
=
, (
)
(
)
(
)
A
B
C
A
C
B
C
=
 
(4)对偶律(德摩根律):A
B
A
B
=
, A
B
A
B
=
. 
【德摩根律的记忆法】:取逆后,分“负号”,交变并,并变交. 
 
 
 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
3
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
【例1】利用事件的运算表示下列各事件. 
(1)
, ,
A B C 都发生;          (2)
, ,
A B C 都不发生; 
(3)A 发生,
,
B C 都不发生;  (4)
, ,
A B C 不都发生; 
(5)
, ,
A B C 至少有一个发生;  (6)
, ,
A B C 恰有一个发生 
(7)
, ,
A B C 不多于两个发生;  (8)
, ,
A B C 中至少两个发生. 
 
 
【例2】化简:(
)(
)(
)(
)
A
B
A
B
A
B
A
B
+
+
+
+
. 
 
 
【例3】(2001 数四)对任意两事件A 和B ,与A
B
B
=
不等价的是(   ) 
A. A
B

  
 
B. B
A

  
 
C. AB =  
 
D. AB =  
 
 
【例4】对于事件A 和B ,下列结论正确的是(  ) 
A.若A 和B 互不相容,则A 和B 也互不相容 
B.若A 和B 相容,则A 和B 也一定相容 
C.若A 和B 互逆,则A 和B 也一定互逆 
D.若A
B
−
= ,则A 和B 互不相容 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
4
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
1.2 随机事件的概率 
1.2.1 概率的定义 
(1)概率的统计定义:相同条件下的n 次重复试验中,事件A 发生的频率稳定地在某一常数p 附近摆
动,且一般来说,n 越大,摆动幅度越小,则称常数p 为事件A 的概率,记作
( )
P A . 
(2)概率的公理化定义:设是一样本空间,称满足下列三条公理的集合函数
( )
P
满足下列条件: 
①非负性:对于任意事件A 有
( )
0
P A 
; 
②规范性:
(
)
1
P = ;  
③可列可加性:设事件
1A ,
2
A ,
,
n
A ,
两两互不相容,则
(
)
(
)
(
)
1
2
1
2
P A
A
P A
P A
=
+
+
 
 
1.2.2 概率的性质与基本公式 
(1)非负性:0
( )
1
P A

; 
(2)规范性:
(
)
1
P = ,
(
)
0
P =
; 
(3)有限可加性(以三个事件为例):若
, ,
A B C 互斥,则
(
)
( )
( )
( )
P A
B
C
P A
P B
P C
=
+
+
; 
(4)逆事件的概率:
( )
1
( )
P A
P A
= −
; 
(5)加法公式:①
(
)
( )
( )
(
)
P A
B
P A
P B
P AB
=
+
−
; 
               ②
(
)
( )
( )
( )
(
)
(
)
(
)
(
)
P A
B
C
P A
P B
P C
P AB
P AC
P BC
P ABC
=
+
+
−
−
−
+
. 
【助记】括号里字母为偶数的前面加负号,为奇数的前面加正号. 
(6)减法公式:
(
)
( )
(
)
P A
B
P A
P AB
−
=
−
. 
【易错点】加法公式并不是
(
)
( )
( )
P A
B
P A
P B
+
=
+
,减法公式也并不是
(
)
( )
( )
P A
B
P A
P B
−
=
−
,这是
初学者很容易犯错的地方,大家一定要理解事件运算里的和事件与差事件. 
思考:在什么情况下,
(
)
( )
( )
P A
B
P A
P B
+
=
+
与
(
)
( )
( )
P A
B
P A
P B
−
=
−
分别成立? 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
5
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
【例1】设
1
1
( )
( )
2
3
P A
P B
=
=
,
.(1)若
1
(
)
8
P AB =
;(2)若A 与B 互斥;(3)若B
A

. 
求
(
), (
)
P A
B P A
B
+
−
. 
 
 
 
 
【例2】对于任意事件A 和B ,若
(
)
0
P AB =
,则(    ) 
A. AB =  
 
B. AB =  
 
C.
( ) ( )
0
P A P B =
 
 
D.
(
)
( )
0
P AB
P A
−
=
 
 
 
 
 
【例3】(1990 卷一)已知
( )
0.4
P A =
,
( )
0.3
P B =
,
(
)
0.6
P A
B =
,求(
)
P AB . 
 
 
 
【例4】(1992 卷一)已知
1
( )
( )
( )
4
P A
P B
P C
=
=
=
,
(
)
0
P AB =
,
1
(
)
(
)
16
P AC
P BC
=
=
,求事件
, ,
A B C 全
不发生的概率. 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
6
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
1.3 条件概率 
1.3.1 条件概率的定义 
设
,
A B 是两个事件,且
( )
0
P A 
,称在已知事件A 发生的条件下事件B 发生的概率为条件概率,记作
(
)
P B A ,并且
(
)
(
)
( )
P AB
P B A
P A
=
. 
注:条件概率的本质是压缩了样本空间,原本的样本空间为,已知事件A 发生后,样本空间缩小为
了A . 
 
1.3.2 条件概率的性质与基本公式 
已知
( )
0
P B 
,
( )
0
P C 
, 
(1)非负性:0
(
)
1
P A B

; 
(2)规范性:
(
)
1
P
B

= ,
(
)
0
P
B

=
; 
(3)逆事件的概率:
(
)
1
(
)
P A B
P A B
= −
; 
(4)加法公式:
(
)
(
)
(
)
(
)
P A
B C
P A C
P B C
P AB C
+
=
+
−
; 
(5)减法公式:
(
)
(
)
(
)
P A
B C
P A C
P AB C
−
=
−
; 
(6)乘法公式:
( ) (
),
( )
0
(
)
( ) (
),
( )
0
P A P B A
P A
P AB
P B P A B
P B



= 


当
当
. 
 
 
 
 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
7
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
【例1】将一枚硬币抛掷两次,观察其出现正反面的情况.设事件A 为“至少有一次为正”,事件B 为
“两次掷出同一面”,求
(
)
P B A . 
 
 
 
 
【例2】(1989 卷一)已知
( )
0.5
P A =
,
( )
0.6
P B =
,
(
)
0.8
P B A =
,求
(
)
P A
B 
 
 
 
 
 
【例3】(2012)设
, ,
A B C 是随机事件,A 与C 互不相容,
1
1
(
)
, ( )
2
3
P AB
P C
=
=
,求
(
)
P AB C . 
 
 
 
 
 
 
 
 
 
 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
8
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
【例4】(1996 卷四)已知0
( )
1
P B

且
(
)
(
)
(
)
(
)
1
2
1
2
P
A
A
B
P A B
P A B
+
=
+
,则下列选项正确的是(    
A. 
(
)
(
)
(
)
(
)
1
2
1
2
P
A
A
B
P A B
P A B
+
=
+
 
B.
(
)
(
)
(
)
1
2
1
2
P A B
A B
P A B
P A B
+
=
+
 
C.
(
)
(
)
(
)
1
2
1
2
P A
A
P A B
P A B
+
=
+
 
D.
(
) (
)
(
) (
)
1
1
2
2
( )
P B
P A P B A
P A
P B A
=
+
 
 
 
 
 
 
 
 
【例5】设某眼镜厂制造的眼镜,第一次落下时打破的概率为0.6 ,若第一次落下未打破,第二次落下
打破的概率为0.8 ,若前两次落下未打破,第三次落下打破的概率为0.9,求眼镜落下三次未打破的概
率. 
 
 
 
 
 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
9
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
1.4 古典概型和几何概型 
1.4.1 古典概型 
具有下列两个特点的试验称为古典概型: 
(1)每次试验只有有限种可能的试验结果; 
(2)每次试验中每个基本事件发生的可能性相同. 
 
古典概型事件A 的概率计算:
( )
A
k
k
P A
n
n
=
=
中含样本点数
样本点总数
. 
【例1】(1990 卷四)从0,1,2,
,9 等十个数字中任意选出三个不同的数字,试求下列事件的概率: 


1
0
5
A = 三个数字中不含和
,


2
0
5
A = 三个数字中不含或
,


3
5
A = 三个数字中含0但不含
. 
 
 
 
 
 
 
【例2】将C ,C ,E ,E ,I ,N ,S 等七个字母随机地排成一行,恰好排成英文单词SCIENCE 的
概率为     . 
 
 
 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
10
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
【例3】(2016 数三)设袋中有红、白、黑球各一个,从中有放回地取球,每次取一个,直到三种颜色
的球都取到时停止,求取球次数恰好为4 的概率. 
 
 
 
 
1.4.2 几何概型 
特点:样本空间是几何区域,这个区域的大小可以度量(如长度、面积、体积等),并把的度量记
作S;任意点落在度量相同的子区域内是等可能的. 
几何概型事件A 的概率计算:
( )
A
S
A
P A
S
=
= 
的长度、面积、体积
的长度、面积、体积 
 
【例4】从区间(0,1) 内随机取两个数. 
(1)求
6
5
A


= 



两数之和小于
的概率; 
(2)求
1
2
B


= 



两数之差的绝对值小于
的概率; 
(3)求
1
4
C


= 



两数之积小于
的概率. 
 
 
 
 
 
 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
11
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
1.5 事件的独立性与伯努利概型 
1.5.1 事件的独立性 
(1)定义:若两个事件A 与B 满足等式
(
)
( ) ( )
P AB
P A P B
=
,则称事件A 与B 相互独立. 
注:①独立的直观理解为A 与B 互不影响,通俗地说就是风马牛不相及.那么当A 与B 相互独立时,则
A 与B ,A 与B ,A 与B 均相互独立; 
②若
( )
0, ( )
0,
P A
P B


,则A 与B 相互独立与互斥不能同时成立; 
③与都与任意事件独立. 
 
(2)独立的等价命题 
     A 与B 相互独立  
(
)
( ) ( )
P AB
P A P B
=
 
                     
( )
(
)
(
)
P A
P A B
P A B
=
=
   (
( )
0
P B 
) 
                     
(
)
(
)
1
P A B
P A B
+
=       (
( )
0
P B 
) 
 
(3)三个事件的独立性 
     下面四个等式:①
(
)
( ) ( )
P AB
P A P B
=
;②
(
)
( ) ( )
P AC
P A P C
=
; 
                   ③
(
)
( ) ( )
P BC
P B P C
=
;④
(
)
( ) ( ) ( )
P ABC
P A P B P C
=
. 
     若事件
, ,
A B C 只满足前三个式子,则称它们两两独立;如果四个式子都满足,则称事件
, ,
A B C 相
互独立. 
注:①相互独立能推两两独立,反之不成立; 
    ②若事件
, ,
A B C 相互独立,则A 与B 的事件运算(和、差、积、逆)与C 也独立. 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
12
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
【例1】(1998 数四)设
, ,
A B C 是三个相互独立的随机事件,且0
( )
1
P C

,则在下列四对事件中不相
互独立的是(   ) 
A. A
B
+
与C  
B. AC 与C 
 
C. A
B
−
与C  
D. AB 与C 
 
 
 
 
 
【例2】(1999 数一)设两两相互独立的三事件
, ,
A B C 满足ABC = ,
( )
( )
( )
P A
P B
P C
=
=
,且已知
(
)
9
16
P A
B
C =
,求
( )
P A . 
 
 
 
 
 
 
【例3】(2014)设随机事件A 与B 相互独立,且
( )
0.5, (
)
0.3
P B
P A
B
=
−
=
,求
(
)
P B
A
−
. 
 
 
 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
13
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
【例4】(2018)设随机事件A 与B 相互独立,A 与C 也相互独立,BC = ,若 
1
( )
( )
2
P A
P B
=
=
,
1
(
)
4
P AC AB
C =
,求
( )
P C . 
 
 
 
 
 
 
 
【例5】将一枚硬币独立掷两次,引进事件:


1A = 掷第一次出现正面,


2
A = 掷第二次出现正面, 


3A = 正、反面各出现一次,


4
A = 正面出现两次,则事件(  ) 
 
A.
1A ,
2
A ,
3
A 相互独立 
B.
2
A ,
3
A ,
4
A 相互独立 
 
C.
1A ,
2
A ,
3
A 两两独立 
D.
2
A ,
3
A ,
4
A 两两独立 
 
 
 
 
 
 
 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
14
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
1.5.2 伯努利概型 
(1)伯努利概型:只有两种对立结果:A (成功)和A (失败)的试验称为伯努利概型(或伯努利试
验).如果将一个伯努利试验独立重复n 次,则称之为n 重伯努利概型. 
(2)伯努利公式(二项概率公式) 
设在每次试验中,
( )
, ( )
1
P A
p P A
p
=
= −
,则在n 次试验中事件A 发生k 次的概率为 
(
)
(1
)
k
k
n k
k
n
P A
C p
p
−
=
−
  (
0,1,2,
, )
k
n
=
 
【例6】(1)某人向同一目标接连进行3 次独立重复射击,假设至少命中目标一次的概率为7
8 ,求单次
射击命中目标的概率p . 
(2)某人向同一目标独立重复射击,每次射击命中的概率为p ,则此人第6 次射击恰好第2 次命中的
概率为多少. 
 
 
 
 
 
【例7】设进行一系列独立试验,每次试验成功的概率均为p ,求在试验成功2 次之前已经失败三次的
概率. 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
15
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
1.6 全概率公式与贝叶斯公式 
全概率公式:设
1
2
,
,
n
A A
A 两两互不相容,且
1
n
i
i
A
=
= ,则称
1
2
,
,
n
A A
A 构成一个完备事件组,若 
(
)
0,
1,2,
,
i
P A
i
n

=
,则
(
) (
)
1
( )
n
i
i
i
P B
P A P B A
=
=
. 
贝叶斯公式:(
)
(
) (
)
(
) (
)
1
k
k
k
n
i
i
i
P A
P B A
P A B
P A P B A
=
=

1,2,
,
k
n
=
. 
 
【例1】玻璃杯成箱出售,每箱20 个,假设各箱含0,1,2 个残次品的概率分别为0.8,0.1,0.1,某顾客购买
一箱玻璃杯时,随机取一箱,顾客开箱查看4 个,若无残次品,则买下该箱玻璃杯,否则退回,求: 
(1)顾客买下该箱的概率;(2)在顾客买下的一箱中,没有残次品的概率. 
 
 
 
 
 
 
 
 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
16
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
第二章 随机变量及其分布 
2.1 随机变量与分布函数 
2.1.1 随机变量 
(1)随机变量定义:在样本空间上定义的实值单值函数
( )
X
X 
=
,称为随机变量.随机变量通常用
大写字母
, ,
X Y Z 等来表示. 
(2)随机变量的类型:连续型随机变量、离散型随机变量、既非离散型也非连续型随机变量. 
 
2.1.2 随机变量的分布函数 
(1)分布函数的定义:设X 是一个随机变量,对任意实数x ,记 


( )
(
)
F x
P X
x
x
=

−
+, 
称
( )
F x 为随机变量X 的分布函数. 
注:①分布函数
( )
F x 表示的是X 落在区间(

, x
−
上的概率. 
②很多同学容易混淆的是X 和x 的区别,X (大写字母)是随机变量,x (小写字母)是取值或
者可以理解成分布函数
( )
F x 的自变量. 
③

lim
( )
(
0)
x
a
P X
a
F x
F a
−
→

=
=
−
. 
【例1】用分布函数表示下列概率. 
 
(1)

P X
a

; 
(2)

P X
a

; 
(3)

P X
a

; 
 
(4)

P X
a
=
; 
(5)

P X
a

; 
(6)

P a
X
b


; 
 
(7)

P a
X
b


; (8)

P a
X
b


; (9)

P a
X
b


. 
 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
17
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
【例2】(2010)设随机变量X 的分布函数
0,
0
1
( )
,
0
1
2
1
,
1
x
x
F x
x
e
x
−



=




−


,求

1
P X =
. 
 
 
(2)分布函数的性质 
①0
( )
1
F x

. 
②
(
)
lim
( )
0
x
F
F x
→−
−=
=
,
(
)
lim
( )
1
x
F
F x
→+
+=
= . 
③
( )
F x 是单调不减函数. 
④
( )
F x 是右连续的,即
( )
(
0)
F x
F x
=
+
. 
注:上述四条性质是
( )
F x 为某一个随机变量的分布函数的充要条件.从做题角度来看,这四条性质在题
目里通常用来判定一个函数是否为分布函数或者确定分布函数里的未知参数. 
【例3】判断下列函数是否是某一随机变量的分布函数. 
 
(1)
0,
0
1
( )
,
0
1
2
1,
1
x
F x
x
x



=






; 
(2)
1
( )
arctan
F x
x

=
; 
 
(3)
0,
0
( )
sin ,
0
2
1,
2
x
F x
x
x
x






=







 : 
(4)
0,
0
1
( )
,
0
1
2
1,
1
x
x
F x
x
x


−

=






;  
 
(5)
1
,
0
2
( )
1
1
,
0
2
x
x
e
x
F x
e
x
−



= 
−


. 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
18
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
【例4】设随机变量X 的分布函数为
(
1)
,
0
2
1
( )
,
0
1
2
,
1
x
x
A e
x
F x
x
B
Ce
x
−
−




=





+


,求
, ,
A B C . 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
19
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
2.2 离散型随机变量及其分布 
2.2.1 离散型随机变量 
(1)离散型随机变量定义:当随机变量X 的取值为有限个或无穷可列个时,则称X 为离散型随机变
量. 
(2)离散型随机变量的分布律 
设离散型随机变量X 的所有可能取值为
(
1,2,
)
ix i =
,X 取各个可能值的概率 


(
1,2,
)
i
i
P X
x
p i
=
=
=
, 
则称

(
1,2,
)
i
i
P X
x
p i
=
=
=
为X 的分布律(或概率分布),也可记作表格形式 
 
X 
1x 
2x 
 
ix 
 
P 
1p 
2
p 
 
ip 
 
其中
1
0,
1
i
i
i
p
p

=

=

. 
 
【例1】设随机变量X 有分布律

k
P X
k
a
=
=
,
1,2,3,4
k =
.求: 
(1)

1
4
P
X


;(2)分布函数
( )
F x . 
 
 
 
 
 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
20
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
【例2】设随机变量X 的分布函数为
0,
1
0.1,
1
0
( )
0.6,
0
1
1,
1
x
x
F x
x
x
−


−


= 






,求X 的分布律. 
 
 
 
 
 
 
2.2.2 常见的五大离散分布 
(1)二项分布 
设在n 重伯努利试验中事件A 发生的次数为X ,则 


(1
)
k
k
n k
n
P X
k
C p
p
−
=
=
−
,
0,1,
,
k
n
=
, 
则称X 服从二项分布,记为
( , )
X
B n p .其中p 为n 重伯努利试验中事件A 发生的概率. 
 
(2)0-1 分布 
若随机变量X 只可能取0 和1两个值,其分布律为

1
(1
)
,
0,1
k
k
P X
k
p
p
k
−
=
=
−
=
,则称X 服从参数为
p 的0
1
−分布或两点分布. 
 
(3)几何分布 
若随机变量X 的分布律为

1
(1
)
,
1,2,
n
P X
n
p
p
n
−
=
=
−
=
,则称X 服从参数为p 的几何分布,记作
( )
X
G p . 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
21
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
注:①二项分布与几何分布的背景都是独立重复试验. 
②二项分布表示在n 次独立重复试验中发生的次数,几何分布则表示在连续的独立重复试验中首
次发生所进行的试验次数. 
③0
1
−分布是一种特殊的二项分布,
(1, )
X
B
p . 
 
【例3】某篮球选手的命中率为3
4 , 
(1)连续投篮5 次,X 表示投中的次数,求X 的分布律; 
(2)连续投篮直到投中,X 表示投中总共所需的次数,求

4
P X =
. 
 
 
 
【例4】设
(2, ), 
(3, )
X
B
p
Y
B
p ,若

5
1
9
P X 
=
,求

1
P Y 
. 
 
 
 
 
(4)超几何分布 
若随机变量X 的分布律为

k
n k
M
N M
n
N
C C
P X
k
C
−
−
=
=
,


0,1,2,
,min
,
k
n M
=
,则称X 服从参数为
,
,
M N n
的超几何分布,记作
( ,
,
)
X
H n M N . 
注:超几何分布的背景是设有N 件产品,其中有M 件次品,从N 件产品中任取n 件产品,含有的次品
数服从超几何分布. 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
22
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
(5)泊松分布 
若随机变量X 的分布律为

!
k
P X
k
e
k


−
=
=
,
0,1,2,
k =
,则称X 服从参数为的泊松分布,记作
( )
X
P . 
注:①服从泊松分布的随机变量有很多,比如交叉路口的人流量、发生交通事故的次数等.  
    ②泊松定理:若
( , )
X
B n p ,则当n 充分大而p 充分小且np

=
适中时,X 近似服从参数为
np
=
的泊松分布,即
(1
)
!
k
k
k
n k
n
C p
p
e
k


−
−
−

. 
 
【例5】设
( )
X
P ,且



1
0
1
2
P X
P X
=
=
=
,求

2
P X 
. 
 
 
 
 
【例6】(1)设随机变量的分布律为

,
0,1,2,
2
!
k
a
P X
k
k
k
=
=
=

,求a ; 
(2)设随机变量的分布律为

2,
0,1,2,
!
b
P X
k
e
k
k
−
=
=

=
,求b . 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
23
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
2.3 连续型随机变量及其分布 
2.3.1 连续型随机变量 
(1)连续型随机变量的定义:对随机变量X 的分布函数
( )
F x ,如果存在非负可积函数
( )
f x ,使得对
于任意实数x ,有
( )
( )d
x
F x
f t
t
−
=
,则称X 为连续型随机变量,
( )
f x 为X 的概率密度函数,简称概
率密度. 
注:①
( )
f x 可积,则
( )
( )d
x
F x
f t
t
−
=
一定连续.所以连续型随机变量的“连续”体现在分布函数连
续,概率密度不一定连续,这点大家要注意辨析. 
    ②连续型随机变量在任意定值的概率为0,即

0
P X
c
=
=
.  
③对于连续型随机变量X ,对任意实数, (
)
a b a
b

,有 








( )d
b
a
P a
X
b
P a
X
b
P a
X
b
P a
X
b
f x
x


=


=


=


=
. 
④改变
( )
f x 在区间内有限点的函数值,并不改变X 在该区间取值的概率. 
⑤概率密度是连续型随机变量特有的,看到题干里出现这个名词就要想到考察的是连续型随机变
量.概率密度不是概率,但是可以反映概率的大小. 
 
(2)概率密度
( )
f x 的性质 
①非负性:
( )
0
f x 
; 
②规范性:
( )d
1
f x
x
+
−
=

; 
③若
( )
f x 在点x 处连续,则
( )
( )
F x
f x

=
. 
注:性质①和②是函数
( )
f x 为某随机变量X 的概率密度的充要条件,故可以通过这两个条件判定
( )
f x 是否为概率密度.性质②一般用于确定
( )
f x 中的未知参数. 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
24
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
【例1】(2002)设
1
X 和
2
X 是任意两个相互独立的连续型随机变量,它们的分布函数分别为
1
2
( ),
( ),
F x F x 概率密度分别为
1
2
( ),
( ),
f x
f
x 则(   ) 
 
A.
1
2
( )
( )
f x
f
x
+
必为某随机变量的概率密度 
 
B.
1
2
( )
( )
f x f
x 必为某随机变量的概率密度 
 
C.
1
2
( )
( )
F x
F x
+
必为某随机变量的分布函数 
 
D.
1
2
( )
( )
F x F x 必为某随机变量的分布函数 
 
 
 
【例2】设随机变量X 的概率密度为
,
0
2
( )
0,
Ax
x
f x
else



= 

,求: 
(1)常数A;(2)
1
1
2
P
X








;(3)X 的分布函数
( )
F x . 
 
 
 
 
 
 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
25
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
【例3】设连续型随机变量X 的密度函数为
1
2 ,
0
2
1
1,
1
( )
2
3
3
2 ,
1
2
0,
x
x
x
f x
x
x









= 

−





其他
,求X 的分布函数
( )
F x . 
 
 
 
 
 
 
 
 
 
【例4】设随机变量X 的概率密度为
,
0
2
( )
0,
ax
b
x
f x
else
+



= 

,且
1
(1)
4
F
=
,求,a b . 
 
 
 
 
 
 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
26
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
2.3.2 常见的三大连续型随机变量 
(1)均匀分布 
若随机变量X 的概率密度为 
 
1
,
( )
0,
a
x
b
f x
b
a




=
−


其他
, 
则称X 服从区间

,a b 上的均匀分布,记作
( , )
X
U a b . 
X 的分布函数为 
0,
( )
,
1,
x
a
x
a
F x
a
x
b
b
a
x
b



−

=


−



. 
注:均匀分布的背景是几何概型,所以计算均匀分布的概率除了利用分布函数和概率密度外,还可以
根据区间在

,a b 的有效长度和

,a b 的长度做比得到. 
 
【例5】(1)设
(0,2)
X
U
,求:

1
1
P
X
−

,
1
3
2
2
P
X








. 
(2)设随机变量X 服从

,a b 上的均匀分布(
0)
a 
,且

1
0
3
4
P
X


=
,

1
4
2
P X 
=
,求 


1
5
P
X
−

 
 
 
 
 
 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
27
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
【例6】(1)(1989)若随机变量X 在(1,6) 上服从均匀分布,求方程
2
1
0
x
Xx
+
+ =
有实根的概率. 
(2)设随机变量Y 服从

,5
a
上的均匀分布,
0
a 
,且方程
2
3
1
0
4
x
Yx
Y
+
+
+ =
没有实根的概率为1
4 ,求
a . 
 
 
 
 
 
 
【例7】(2021 部分)在区间(0,2) 上随机取一点,将该区间分成两段,较短的一段长度记为X ,求X
的分布函数. 
 
 
 
 
 
 
 
 
 
 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
28
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
(2)指数分布 
若随机变量X 的概率密度为 
,
0
( )
0,
0
x
e
x
f x
x

−



= 


, 
其中
0

为参数,则称X 服从参数为的指数分布,记作
( )
X
E . 
X 的分布函数为 
1
,
0
( )
0,
0
x
e
x
F x
x

−
−


= 


. 
注:①当
0
x 
时,

1
( )
x
P X
x
F x
e 
−

= −
=
. 
②指数分布具有“无记忆性”,即对任意的
,
0
m n 
,有 




P X
m
n X
m
P X
n

+

=

. 
 
【例8】(2013)设
(1)
Y
E
,a 为常数且大于0,求

1
P Y
a
Y
a

+

. 
 
 
 
 
 
【例9】设随机变量
( )
X
P ,
( )
Y
E ,且

1
0.5
P X 
=
,求

2
P Y 
. 
 
 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
29
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
(3)正态分布 
若随机变量X 的概率密度 
2
2
(
)
2
1
( )
,
2
x
f x
e
x



−
−
=
−
+, 
其中,
为常数,且
0

,则称X 服从参数为,
的正态分布,记作
2
( ,
)
X
N 
. 
注:
( )
f x 关于x

=
对称. 



1
2
P X
P X



=

=
,反之,若已知

1
2
P X
c

=
或

1
2
P X
c

=
,可
以确定
c
=
. 
 
特殊地,当
0,
1


=
= 时,则称X 服从标准正态分布,记作
(0,1)
X
N
,其概率密度和分布函数一般
用( )x

和
( )
x

来表示.  
2
2
1
( )
,
2
x
x
e
x


−
=
−
+ 
注:①( )x

为偶函数. 
②
( )
1
(
)
x
x

= −−
. 
③对于任意实数
0
a 
,有

2
( )
1
P X
a
a

= 
−. 
    ④正态分布的标准化:
2
( ,
)
X
N 
,则
(0,1)
X
N


−
. 
【了解】3原则:

0.6826
P X


−

=
,

2
0.9544
P X


−

=
, 


3
0.9974
P X


−

=
,可以认为X 的取值几乎集中在(
)
3 ,
3



−
+
内. 
 
 
 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
30
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
【例10】(1988)设
2
(10,0.02 )
X
N
,已知
(2.5)
0.9938

=
,求

9.95
10.05
P
X


. 
 
 
 
 
 
 
 
【例11】(1991)设
2
(2,
)
X
N

,且

2
4
0.3
P
X


=
,求

0
P X 
. 
 
 
 
 
 
【例12】(2006)设
2
1
1
(
,
)
X
N 
,
2
2
2
(
,
)
Y
N 
,且



1
2
1
1
P X
P Y


−


−

,则必有
(   ) 
 
A.
1
2



 
 
B.
1
2



    
 
C.
1
2



 
 
D.
1
2



 
 
 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
31
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
【例13】利用凑正态分布计算积分
2d
x
e
x
+
−
−
. 
 
 
 
 
 
 
 
【例14】(2013)设
2
2
1
2
3
(0,1), 
(0,2 ), 
(5,3 ),
X
N
X
N
X
N
且


2
2 (
1,2,3)
i
i
p
P
X
i
=
−

=
则(   ) 
 
A.
1
2
3
p
p
p


 
 
B.
2
1
3
p
p
p


      
 
C.
3
1
2
p
p
p


 
 
D.
1
3
2
p
p
p


 
 
 
 
 
 
 
 
 
 
 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
32
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
2.4 随机变量函数的分布 
2.4.1 离散型随机变量函数的分布 
若离散型随机变量X 的分布律为

(
1,2,
)
i
i
P X
x
p i
=
=
=
,求
(
)
Y
g X
=
的分布律:算出Y 的所有
可能取值并得到所有可能取值的概率,如果有相等的,合并即可. 
 
【例1】设X 的分布律为 
X 
-1 
0 
1 
2 
p 
0.1 
0.2 
0.3 
0.4 
求:(1)
1
Y
X
=
+ ;(2)
2
Y
X
=
的分布律. 
 
 
 
2.4.2 连续型随机变量函数的分布 
若随机变量X 的概率密度为
( )
Xf
x ,求
(
)
Y
g X
=
的分布函数或概率密度. 
分布函数法:




( )
( )
(
)
( )d
Y
g x
y
F
y
P Y
y
P g X
y
f x
x

=

=

=
. 
【例2】(1993)设随机变量X 服从(0,2) 上的均匀分布,求随机变量
2
Y
X
=
在(0,4) 内的概率密度. 
 
 
 
 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
33
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
【例3】设随机变量X 的概率密度
1
,
1
1
( )
0,
x
x
f x
−
−

= 

其他
,求
2
1
Y
X
=
+ 的分布函数与概率密度. 
 
 
 
 
 
 
 
 
【例4】(2013)设随机变量X 的概率密度
2
,
0
3
( )
9
0,
x
x
f x




= 

其他
,令随机变量
2,
1
,
1
2
1,
2
X
Y
X
X
X



=






,(1)求Y 的分布函数;(2)求

P X
Y

. 
 
 
 
 
 
 
 
 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
34
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
第三章 二维随机变量及其分布 
3.1 二维随机变量 
3.1.1 二维随机变量的联合分布函数 
设(
, )
X Y 是二维随机变量,对于任意实数,x y ,称 




( , )
(
)
(
)
,
(
,
)
F x y
P
X
x
Y
y
P X
x Y
y
x y
=


=


−
+ 
为二维随机变量(
, )
X Y 的联合分布函数. 
注:①
( , )
F x y 表示随机变量(
, )
X Y 落在点( , )
x y 左下方无穷矩形区域的概率,则有0
( , )
1
F x y

; 
②
(
,
)
(
, )
( ,
)
0
F
F
y
F x
−−=
−
=
−=
,
(
,
)
1
F ++= ,一般用于确定参数; 
③
( , )
F x y 关于x 和y 均单调不减,即若
1
2
1
2
,
x
x
y
y


,则有 
1
2
(
, )
(
, )
F x y
F x
y

,
1
2
( ,
)
( ,
)
F x y
F x y

,注意一定要固定住其中一个变量; 
④
( , )
F x y 关于x 和y 均有右连续性,即 
( , )
(
0, ),
( , )
( ,
0)
F x y
F x
y F x y
F x y
=
+
=
+
; 
⑤对任意的
1
2
1
2
,
x
x
y
y


, 


1
2
1
2
2
2
1
2
2
1
1
1
,
(
,
)
(
,
)
(
,
)
(
,
)
P x
X
x
y
Y
y
F x
y
F x y
F x
y
F x y




=
−
−
+
.(下标相同取正,下标不同
取负) 
 
3.1.2 二维随机变量的边缘分布函数 
已知二维随机变量(
, )
X Y 的联合分布函数为
( , )
F x y ,称 




( )
,
( ,
)
lim
( , )
X
y
F
x
P X
x
P X
x Y
F x
F x y
→+
=

=

+=
+=
 




( )
,
(
, )
lim
( , )
Y
x
F
y
P Y
y
P X
Y
y
F
y
F x y
→+
=

=
+

=
+
=
 
分别为二维随机变量(
, )
X Y 关于X 和关于Y 的边缘分布函数. 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
35
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
注:已知
( , )
F x y 可以确定
( )
X
F
x 和
( )
Y
F
y ,反之,已知
( )
X
F
x 和
( )
Y
F
y 一般是不能确定
( , )
F x y ,只有
X 与Y 相互独立时才行. 
 
【例1】设(
, )
X Y 的联合分布函数为
( , )
(
arctan
)(
arctan
)
2
3
x
y
F x y
A B
C
=
+
+
,求: 
(1)参数
, ,
A B C ;(2)边缘分布函数
( ),
( )
X
Y
F
x F
y ;(3)

0
2,0
3
P
X
Y




. 
 
 
 
 
 
 
【例2】设(
, )
X Y 的联合分布函数为
1
,
,
0
( , )
0,
x
y
x y
xy
e
e
e
x y
F x y
else

−
−
−−−
−
−
+


= 
,其中
0

,试求X 与
Y 的边缘分布函数. 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
36
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
3.2 二维离散型随机变量 
3.2.1 二维离散型随机变量的联合概率分布 
设二维离散型随机变量(
, )
X Y 的可能取值为(
,
)
i
j
x y
,称 
                        


,
,( ,
1,2,
)
i
j
ij
P X
x Y
y
p
i j
=
=
=
=
 
为(
, )
X Y 的概率分布.一般更习惯用表格表示,表格表示为 
           Y 
X 
1y 
2
y 
 
jy 
 
1x 
 
11
p 
12
p
 
 
1 j
p
 
 
2x 
21
p
 
22
p
 
 
2 j
p
 
 
 
 
 
 
 
 
ix 
1ip 
2
ip 
 
ij
p 
 
 
 
 
 
 
 
性质:(1)
0, ,
1,2,
;
ij
p
i j

=
    (2)
1
1
1
ij
i
j
p


=
=
=

(用于验算或是定参数). 
 
3.2.2 二维离散型随机变量的边缘分布 


i
i
p
P X
x
=
=
与


j
j
p
P Y
y
=
=
分别为二维随机变量(
, )
X Y 关于X 和关于Y 的边缘概率分布. 
联合分布的表格横向求和:


1
,
1,2,
i
i
ij
j
p
P X
x
p
i


=
=
=
=
=


 
联合分布的表格纵向求和:


1
,
1,2,
j
j
ij
i
p
P Y
y
p
j


=
=
=
=
=


 
 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
37
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
3.2.3 二维离散型随机变量的条件分布 
在“
j
Y
y
=
”的条件下随机变量X 的条件概率分布为 






,
(
1,2,
)
i
j
ij
i
j
j
j
P X
x Y
y
p
P X
x Y
y
i
p
P Y
y

=
=
=
=
=
=
=

=
 
在“
i
X
x
=
”的条件下同理. 
 
【例1】设袋中有5 个球,其中4 红1 白,不放回抽样,连抽两次,令 
1,
0
X

= 

第一次摸到红球
,第一次摸到白球,
1,
0
Y

= 

第二次摸到红球
,第二次摸到白球, 
求:(1)(
, )
X Y 的联合分布; 
   (2)
,
X Y 的边缘分布; 
   (3)在
1
X = 条件下Y 的条件分布; 
   (4)

P X
Y

,

2
2
1
P X
Y
+

.  
 
 
 
 
 
 
 
 
 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
38
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
3.3 二维连续型随机变量 
3.3.1 二维连续型随机变量的概率密度 
如果存在非负的可积函数
( , )
f x y 使对于任意的,x y ,有 
( , )
( , )d d
x
y
F x y
f u v
u v
−
−
=
, 
则称(
, )
X Y 为二维连续型随机变量,称
( , )
f x y 为(
, )
X Y 的概率密度. 
 
性质:  
(1)
( , )
0
f x y 
; 
(2)
( , )d d
(
,
)
1
f x y
x y
F
+
+
−
−
=
++=

; 
(3)若
( , )
f x y 在点( , )
x y 处连续,则有
2 ( , )
( , )
F x y
f x y
x y

=

. 
(4)概率计算:设G 为平面一区域,则点(
, )
X Y 落在G 上的概率为 


(
, )
( , )d d
G
P
X Y
G
f x y
x y

=
, 
需要注意的是
( , )
f x y 一般也是分段函数,所以只需在
( , )
f x y 非零区域与G 的公共区域上计算二重积分
即可. 
 
3.3.2 二维连续型随机变量的边缘概率密度 
二维连续性随机变量(
, )
X Y 关于X 和关于Y 的边缘概率密度分别为 
( )
( , )d
Xf
x
f x y
y
+
−
=
 
                  
( )
( , )d
Yf
y
f x y
x
+
−
=
. 
【助记】求谁的边缘概率密度就对另一个字母积分. 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
39
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
3.3.3 二维连续型随机变量的条件概率密度 
在Y
y
=
的条件下X 的条件概率密度为 
( , )
(
)
( )
X Y
Y
f x y
f
x y
f
y
=
  (
( )
0)
Yf
y 
 
在X
x
=
的条件下Y 的条件概率密度为 
( , )
(
)
( )
Y X
X
f x y
f
y x
f
x
=
  (
( )
0)
Xf
x 
 
注:①固定了Y
y
=
,可将y 视作常量,则
( , )
(
)
( )
X Y
Y
f x y
f
x y
f
y
=
为关于x 的一元函数; 
    ②根据条件概率密度和边缘概率密度可以反求联合概率密度. 
 
【例1】(2003 改编)设二维随机变量(
, )
X Y 的概率密度为 
,
0
1
( , )
0,
kx
x
y
f x y
else




= 

, 
求:(1)参数k ;(2)

1
P X
Y
+

. 
 
 
 
 
 
 
 
 
 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
40
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
【例2】设二维随机变量(
, )
X Y 的概率密度为 
4
,
0
1,0
1
( , )
0,
xy
x
y
f x y
else





= 

 
求(
, )
X Y 的分布函数
( , )
F x y . 
 
 
 
 
 
 
 
 
【例3】设二维随机变量(
, )
X Y 的概率密度为 
2
6,
( , )
0,
x
y
x
f x y
else




= 
, 
求:(1)边缘概率密度
( ),
( )
X
Y
f
x
f
y ; 
   (2)条件概率密度
(
)
X Y
f
x y ,
(
)
Y X
f
y x . 
   (3)
1
4
X Y
f
x






,
1
1
3
4
P X
Y



=




. 
 
 
 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
41
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
【例4】(2004 部分)设
(0,1)
X
U
,在
(0
1)
X
x
x
=


的条件下,Y 在( ,1)
x
上服从均匀分布,求联合概
率密度
( , )
f x y . 
 
 
 
 
 
3.3.4 常见的两个二维连续型随机变量的分布 
(1)二维均匀分布 
若二维随机变量(
, )
X Y 服从区域G 上的均匀分布,则概率密度为 
1
( , )
( , )
0,
x y
G
f x y
G
else



= 

,
区域的面积
 
注:类似于一维均匀分布计算概率时利用长度作比,二维均匀分布计算概率时要擅于利用面积作比,
计算起来更高效. 
 
【例5】设(
, )
X Y 在区域G 上服从均匀分布,区域G 由
2
,
y
x y
x
=
=
所围成,求
( , )
f x y . 
 
 
 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
42
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
【例6】(
, )
X Y 的概率密度
1 ,
0
2,0
2
( , )
4
0,
x
y
f x y






= 

其他
,求

3
P X
Y
+

. 
 
 
 
 
 
(2)二维正态分布 
若二维连续型随机变量(
, )
X Y 的概率密度为 
(
)
(
)
(
)
(
)(
) (
)
2
2
1
1
2
2
2
2
2
1
2
1
2
1
2
2 1
2
1
2
1
,
2
1
x
x
y
y
f x y
e













−
−
−
−


−
−
+


−


=
−
 , 
称(
, )
X Y 服从参数为
1
2
1
2
,
,
,
,

的二维正态分布,记为 
2
2
1
2
1
2
1
2
(
, )
(
,
;
,
; ),(
0,
0,
1)
X Y
N 








. 
 
【例7】(2010)设二维随机变量(
)
,
X Y 的概率密度为
2
2
2
2
( , )
,
,
x
xy
y
f x y
Ae
x y
−
+
−
=
−
+,求常数A 及
条件概率密度
(
)
Y X
f
y x . 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
43
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
3.4 二维随机变量的独立性 
3.4.1 随机变量独立的概念 
设
( , ), 
( ), 
( )
X
Y
F x y
F
x
F
y 分别是二维随机变量(
, )
X Y 的分布函数和边缘分布函数,若对于任意的,x y 都
有 





,
P X
x Y
y
P X
x P Y
y


=


, 
即                          
( , )
( )
( )
X
Y
F x y
F
x F
y
=
, 
则称随机变量X 与Y 相互独立. 
注:若随机变量X 与Y 相互独立,则它们的函数(
)
g X 与( )
h Y 也相互独立,反之不一定成立. 
 
3.4.2 离散型随机变量角度 
X 与Y 相互独立





,
( ,
1,2,
)
i
j
i
j
P X
x Y
y
P X
x
P Y
y
i j
=
=
=
=
=
=
 
注:二维离散型随机变量相互独立,则其联合分布里每行(或每列)均成比例. 
 
【例1】(1999)设随机变量
,
X Y 相互独立,试将下列联合分布律表格填满. 
             Y 
X 
1y 
2
y 
3y 
{
}
i
i
P X
x
p
=
=
 
1x 
 
1
8 
 
 
2x 
1
8 
 
 
 
{
}
i
j
P Y
y
p
=
=
 
1
6 
 
 
1 
 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
44
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
3.4.3 连续型随机变量角度 
X 与Y 相互独立
( , )
( )
( )
X
Y
f x y
f
x f
y
=
 
根据联合概率密度
( , )
f x y 快速判断X 与Y 是否独立的方法:
( , )
f x y 变量可分离,区域为矩形域. 
 
【例2】判断随机变量X 与Y 是否相互独立. 
(1)
2
6
,
0
,
1
( , )
0,
xy
x y
f x y



= 

其他
 
 
(2)
,
0
( , )
0,
x
e
y
x
f x y
−



+
= 

其他
 
(3)
(
),
0,
0
( , )
0,
x y
e
x
y
f x y
−
+



= 

其他
  
(4)
(
) (
)
2
2
1
2
1
( , )
1
sin sin
2
x
y
f x y
e
x
y

−
+
=
+
,
,x y
−
+ 
 
 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
45
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
3.5 二维随机变量的函数的分布 
3.5.1 二维离散型随机变量函数的分布律 
设(
, )
X Y 为二维离散型随机变量,其联合分布律为 


,
,( ,
1,2,
)
i
j
ij
P X
x Y
y
p
i j
=
=
=
=
, 
( , )
g x y 为二元函数,则二维随机变量(
, )
X Y 的函数
( , )
Z
g x y
=
的分布律为 




(
,
)
,
(
1,2,
)
i
j
k
k
i
j
g x y
z
P Z
z
P X
x Y
y
k
=
=
=
=
=
=


 
 
【例1】设(X,Y)的概率分布为 
Y 
X 
1 
2 
0 
1
5 
1
5 
1 
1
5 
2
5 
求:  (1)U
X
Y
=
+
的分布律; 
(2)


min
,
V
X Y
=
的分布律; 
(3)W
XY
=
的分布律; 
(4)
X
Z
Y
=
的分布律. 
 
 
 
 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
46
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
3.5.2 二维连续型随机变量函数的分布 
设(
, )
X Y 为二维连续型随机变量,联合密度函数为
( , )
f x y ,
(
, )
Z
g X Y
=
是随机变量(
, )
X Y 的函数,与
一维连续型随机变量函数的处理方法类似,先求Z 的分布,再求概率密度. 
分布函数法:




( , )
( )
(
, )
( , )d d
Z
g x y
z
F
z
P Z
z
P g X Y
z
f x y
x y

=

=

= 
. 
 
【例2】(2007 部分)设二维随机变量(
)
,
X Y 的概率密度为
2
,
0
1,0
1
( , )
0,
x
y
x
y
f x y
−
−





= 

其他
,求 
Z
X
Y
=
+
的概率密度
( )
Zf
z . 
 
 
 
 
 
 
 
 
 
 
【例3】设(
)
,
X Y 服从
: 0
,0
D
x
a
y
a




上的均匀分布,求Z
XY
=
的概率密度
( )
Zf
z . 
 
 
 
 
 
 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
47
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
【例4】设随机变量
,
X Y 相互独立,且均服从标准正态分布,求:
2
2
Z
X
Y
=
+
的概率密度 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
48
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
3.6 最值函数的分布与性质 
(1) 





max
,
,
X Y
a
X
a Y
a

=


 






min
,
,
X Y
a
X
a Y
a

=


 










max
,
,
X Y
a
X
a
Y
a
X
a Y
a

=


= −


 









min
,
,
X Y
a
X
a
Y
a
X
a Y
a

=


= −


 
(2) 


(
)
1
max
,
2
X Y
X
Y
X
Y
=
+
+
−
 


(
)
1
min
,
2
X Y
X
Y
X
Y
=
+
−
−
 
(3) 




max
,
min
,
X Y
X Y
X
Y
+
=
+
 




max
,
min
,
X Y
X Y
XY

=
 
 
【例1】(2006)设随机变量
,
X Y 相互独立,且均服从区间(0,3) 上的均匀分布,求




max
,
1
P
X Y 
. 
 
 
 
 
【例2】设随机变量
,
X Y 相互独立,且都服从参数为1 的指数分布,求




2
min
,
3
P
X Y


. 
 
 
 
 
 
 
 
 
 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
49
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
【例3】设随机变量
1
2
,
,
n
X
X
X 独立同分布,
( )
F x 是其共同的分布函数,令 




1
2
1
2
min
,
,
,
max
,
,
n
n
U
X
X
X
V
X
X
X
=
=
, 
求U 的分布函数
( )
U
F
u ,V 的分布函数
( )
V
F v . 
 
 
 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
50
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
第四章 随机变量的数字特征 
4.1 随机变量的数学期望 
4.1.1 离散型随机变量的数学期望 
(1)设离散型随机变量X 的分布律为

(
1,2,
)
k
k
P X
x
p
k
=
=
=
,若
1
k
k
k
x p

=
绝对收敛,则X 的数学
期望
1
(
)
k
k
k
E X
x p

=
=
. 
简记:“取值×概率”再求和. 
 
(2)设离散型随机变量X 的分布律为

(
1,2,
)
k
k
P X
x
p
k
=
=
=
,且
(
)
Y
g X
=
,若
1
(
)
k
k
k
g x
p

=
绝对收
敛,则Y 的数学期望
1
( )
(
)
k
k
k
E Y
g x
p

=
=
. 
注:计算一维离散型随机变量函数的期望也可以先写出Y 的分布律,再计算期望. 
 
(3)设二维离散型随机变量(
, )
X Y 的概率分布为 


,
( ,
1,2,
)
i
j
ij
P X
x Y
y
p
i j
=
=
=
=
, 
则随机变量
( , )
Z
g x y
=
的数学期望
1
1
( )
( ,
)
i
j
ij
i
j
E Z
g x y
p


=
=
=
. 
注:计算二维离散型随机变量函数的期望建议先写出函数的分布律,再计算期望. 
 
 
 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
51
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
【例1】X 的分布律为 
X 
1 
2 
3 
p 
1
2 
1
4 
1
4 
求:
(
)
E X ,
2
(
)
E X
. 
 
 
 
 
【例2】设离散型随机变量X 的分布律为

2
2
3
k
k
P X =
=
,
1,2,
k =
,则
(
)
E X =     . 
 
 
 
【例3】设(
, )
X Y 的分布律为 
Y 
X 
1 
2 
0 
0.1 
0.2 
1 
0.3 
0.4 
求
(
)
E XY . 
 
 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
52
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
4.1.2 连续型随机变量的数学期望 
(1)设连续型随机变量X 的概率密度为
( )
f x ,若
( )d
xf x
x
+
−
绝对收敛,则X 的数学期望
(
)
( )d
E X
xf x
x
+
−
=
. 
注:①对于给定的随机变量X ,其数学期望是一个常数; 
    ②若
( )d
xf x
x
+
−
不绝对收敛,则数学期望不存在,例如
2
1
1
( )
1
f x
x

=

+
,其数学期望不存在. 
 
(2)设连续型随机变量X 的概率密度为
( )
f x ,且
(
)
Y
g X
=
,若
( ) ( )d
g x f x
x
+
−
绝对收敛,则Y 的数
学期望 
( )
( ) ( )d
E Y
g x f x
x
+
−
=
. 
注:①求连续型随机变量函数的数学期望,直接对该函数与概率密度的乘积积分即可,不要多此一举
求出该函数的概率密度之后再求期望; 
    ②当
(
)
g X
X
=
时,即可得到期望公式. 
 
【例4】设
(0,2)
X
U
,求


3
(
),
(
),
max(
,1)
E X
E X
E
X
. 
【易错】计算

max(
,1)
E
X
时先计算了
max(
,1)
Y
X
=
的分布函数,然后求其期望,思考一下这样做为什
么错误? 
 
 
 
 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
53
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
(3)设二维连续型随机变量(
, )
X Y 的联合概率密度为
( , )
f x y ,则随机变量
(
, )
Z
g X Y
=
的数学期望
( )
( , ) ( , )d d
E Z
g x y f x y
x y
+
+
−
−
=
. 
注:若已知联合概率密度
( , )
f x y ,求
(
)
E X ,可直接利用上述公式,此时(
, )
g X Y
X
=
,即
(
)
( , )d d
E X
xf x y
x y
+
+
−
−
=
, 
不必先求出X 的边缘概率密度再求期望. 
 
【例5】设二维随机变量(
, )
X Y 的联合概率密度为 
8
,
0
1,0
( , )
0,
xy
x
y
x
f x y





= 

其他
, 
求
(
),
(
)
E X
E XY . 
 
 
 
 
 
4.1.3 随机变量的数学期望的性质 
(1)
( )
E C
C
=
,其中C 为常数; 
(2)
(
)
(
)
E aX
aE X
=
,其中a 为常数; 
(3)
(
)
(
)
( )
E X
Y
E X
E Y

=

,
(
)
(
)
( )
E aX
bY
aE X
bE Y

=

; 
(4)若
,
X Y 相互独立,则
(
)
(
) ( )
E XY
E X E Y
=
. 
注:性质(4)条件减弱为不相关也成立. 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
54
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
4.2 随机变量的方差 
4.2.1 方差的定义 
设X 是一个随机变量,若




2
(
)
E
X
E X
−
存在,则称其为方差,记为
(
)
D X ,即 




2
(
)
(
)
D X
E
X
E X
=
−
. 
注:
(
)
0
D X 
. 
 
4.2.2 方差的计算公式 


2
2
(
)
(
)
(
)
D X
E X
E X
=
−
. 
注:①可记忆为“平方的期望减去期望的平方即为方差”; 
②










2
2
2
2
2
(
)
2
(
)
(
)
(
)
(
)
E
X
E X
E X
XE X
E X
E X
E X
−
=
−
+
=
−
,在这个过程中必须谨记
(
)
E X
为一个常数,处理起来才不会思维混乱. 
 
4.2.3 方差的性质 
(1)
( )
0
D C =
,其中C 为常数; 
(2)
2
(
)
(
)
D aX
a D X
=
,其中a 为常数; 
(3)
(
)
(
)
( )
2
(
, )
D X
Y
D X
D Y
Cov X Y

=
+

, 
2
2
(
)
(
)
( )
2
(
, )
D aX
bY
a D X
b D Y
abCov X Y

=
+

; 
(4)若
,
X Y 相互独立,则
(
)
(
)
( )
D X
Y
D X
D Y

=
+
; 
注:①性质(4)条件减弱为不相关也成立; 
②
(
)
(
)
( )
D XY
D X D Y

,两者之间并无关系. 
 
 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
55
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
【例1】计算4.1 中的例题的方差. 
 
4.2.4 常见随机变量的数学期望和方差 
(1)若
( , )
X
B n p ,则
(
)
,
(
)
(1
)
E X
np D X
np
p
=
=
−
; 
(2)若
( )
X
P ,则
(
)
,
(
)
E X
D X


=
=
; 
(3)若
( , )
X
U a b ,则
2
(
)
(
)
,
(
)
2
12
a
b
b
a
E X
D X
+
−
=
=
; 
(4)若
( )
X
E ,则
2
1
1
(
)
,
(
)
E X
D X


=
=
; 
(5)若
2
( ,
)
X
N 
,则
2
(
)
,
(
)
E X
D X


=
=
. 
(6)若
( )
X
G p ,则
2
1
1
(
)
,
(
)
p
E X
D X
p
p
−
=
=
. 
 
【例2】(1990)已知随机变量X 服从参数为2 的泊松分布,且随机变量
3
2
Z
X
=
−
,求
( )
E Z . 
 
 
【例3】(1992)设
(1)
X
E
,求
2
(
)
X
E X
e−
+
. 
 
 
 
 
【例4】(1995)设X 表示10 次独立重复射击命中目标的次数,每次射中目标的概率为0.4,求
2
(
)
E X
. 
 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
56
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
【例5】(1987)已知连续型随机变量X 的概率密度
2 2
1
1
( )
x
x
f x
e

−
+
−
=
,求
(
),
(
)
E X
D X . 
 
 
 
 
【例6】(2010)设随机变量X 的概率分布为

,
0,1,2,
!
C
P X
k
k
k
=
=
=
,求
2
(
)
E X
. 
 
 
 
 
【例7】(2004)设随机变量X 服从参数为的指数分布,求

(
)
P X
D X

. 
 
 
 
 
 
【例8】设随机变量X 与Y 相互独立,且都服从参数为1的指数分布,记


max
,
U
X Y
=
,


min
,
V
X Y
=
,求:EU ,EV ,
(
)
E UV . 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
57
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
4.3 协方差与相关系数 
4.3.1 协方差 
(1)协方差的定义:设(
, )
X Y 为二维随机变量,若

(
)(
)
E
X
EX Y
EY
−
−
存在 ,则称其为X 与Y 的协
方差,记为
(
, )
Cov X Y ,即


(
, )
(
)(
)
Cov X Y
E
X
EX Y
EY
=
−
−
. 
(2)协方差的计算公式:
(
, )
(
)
(
) ( )
Cov X Y
E XY
E X E Y
=
−
. 
(3)协方差的性质 
①
(
, )
( ,
)
Cov X Y
Cov Y X
=
; 
②
(
,
)
(
)
Cov X X
D X
=
; 
③
(
,
)
(
, )
Cov aX bY
abCov X Y
=
; 
④
(
,
)
(
,
)
( ,
)
Cov X
Y Z
Cov X Z
Cov Y Z
+
=
+
; 
⑤若X 与Y 独立,
(
, )
0
Cov X Y =
,条件减弱为不相关也成立; 
⑥
(
,
)
0
Cov X C =
. 
 
【例1】(2020)设X 服从区间(
,
)
2 2

−
的均匀分布,
sin
Y
X
=
,求
ov(
, )
C
X Y . 
 
 
 
 
 
 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
58
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
4.3.2 相关系数 
相关系数的计算公式:
(
, )
(
)
( )
XY
Cov X Y
D X
D Y

=
. 
注:①
1
XY

; 
②若
0
XY

=
(即
(
, )
0
Cov X Y =
),则称
,
X Y 不相关,注意,这里的不相关是指的不线性相关,并
不是毫无关联,不要望文生义; 
    ③若
1
XY

= ,则称
,
X Y 正相关;若
1
XY

= −,则称
,
X Y 负相关. 
 
【例2】(2011)设随机变量
,
X Y 的概率分布分别为 
X 
0 
1 
p 
1
3 
2
3 
 
Y 
-1 
0 
1 
p 
1
3 
1
3 
1
3 
且

2
2
1
P X
Y
=
= , 
求:(1)二维随机变量(
, )
X Y 的概率分布; 
   (2)
XY

. 
 
 
 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
59
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
【例3】(2015)设随机变量
,
X Y 不相关,且
(
)
2,
(
)
3,
( )
1
E X
D X
E Y
=
=
= ,求 


(
2)
E X X
Y
+
−
. 
 
 
 
 
 
 
 
 
 
 
【例4】(李艳芳900)设随机变量
,
X Y 同分布,且
,
X Y 的协方差为4,且
1
2
1
2
U
X
Y
=
+
+ , 
1
2
2
V
X
Y
=
−
,求
,
U V 的协方差. 
 
 
 
 
 
 
 
 
 
【例5】设随机变量
1
2
3
4
,
,
,
X
X
X
X 独立同分布,且方差
(
)
2
0,
1,2,3,4
i
D X
i

=

=
,求随机变量 
1
2
3
2
3
X
X
X
+
−
和
2
3
4
3
4
5
X
X
X
+
−
的相关系数. 
 
 
 
 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
60
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
【例6】(2001)将一枚硬币重复掷n 次,以X 和Y 分别表示正面朝上和反面朝上的次数,求
XY

. 
 
 
 
 
4.3.3 不相关与独立的关系 
X 与Y 不相关 
0
XY

=
 
              
(
, )
0
Cov X Y =
 

(
)
(
) ( )
E XY
E X E Y
=
 

(
)
(
)
( )
D X
Y
D X
D Y

=
+
 
 
独立可以通俗的理解为毫无关系,因此独立可以推出不相关,但是根据上文可知不相关指的是不线性
相关,但是可能存在其他关系,因此不相关不能反推出独立. 
 
【例7】(1993)设随机变量X 的概率密度
1
( )
2
x
f x
e−
=
. 
(1)求
(
)
E X ; 
(2)求X 与X 的协方差,并判断X 与X 是否不相关; 
(3)问X 与X 是否独立. 
 
 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
61
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
4.3.4 随机变量的矩 
(1)k 阶原点矩:(
)
k
E X
(
1,2,
)
k =
 
(2)k 阶中心矩:

k
E X
EX
−
(
2,3,
)
k =
 
(3)k
l
+ 阶混合原点矩:(
)
k
l
E X Y
( ,
1,2,
)
k l =
 
(4)k
l
+ 阶混合中心矩:





k
l
E
X
EX
Y
EY
−
−
( ,
1,2,
)
k l =
 
特殊地,EX 为一阶原点矩,DX 为二阶中心矩,
(
, )
Cov X Y 为1 1
+ 阶混合中心矩. 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
62
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
4.4 正态分布性质总结 
(1)若
2
( ,
)
X
N 
,则
(
)
2
2
,
Y
aX
b
N a
b a


=
+
+
(
0)
a 
 
(2)独立正态的线性组合,仍为正态分布.即: 
若
(
)
(
)
2
2
1
1
2
2
,
,
,
,
X
N
Y
N


,且
,
X Y 独立,则
(
)
2
2
2
2
1
2
1
2
,
( ,
0)
aX
bY
N a
b
a
b
a b




+
+
+
不全为
 
注:在题目里遇到独立正态的线性组合时,要立马反应过来将其视作一个整体,这样可以达到一个“降
维”的效果. 
(3)若
(
)
(
)
2
2
1
1
2
2
,
,
,
,
X
N
Y
N


,且
,
X Y 独立,则(
, )
X Y 服从二维正态分布. 
(4)若随机变量(
, )
X Y 服从二维正态分布,即(
)
(
)
2
2
1
2
1
2
,
,
;
,
;
X Y
N 

,则有 
①
(
)
(
)
2
2
1
1
2
2
,
,
,
X
N
Y
N


; 
②
(
)
2
2
2
2
1
2
1
2
1
2
,
2
( ,
0)
aX
bY
N a
b
a
b
ab
a b





+
+
+
+
不全为
; 
③
,
X Y 独立与不相关等价; 
④记
,
U
aX
bY V
cX
dY
=
+
=
+
,即U
a
b
X
V
c
d
Y





=










,若行列式
0
a
b
c
d 
,则(
)
,
U V 也服从二维正态. 
注:在题目里遇到需要判断
,
aX
bY cX
dY
+
+
是否独立时,可先判断其是否服从二维正态,再根据二维正
态独立与不相关进行判断. 
 
【例1】设
,
X Y 均服从正态分布,则下列服从正态分布的是(   ) 
A. X
Y
+
  
 
 
 
 
 
B. X
Y
−
          
C.(
)
,
X Y  
 
 
 
 
 
D. 2
1
X + 
 
 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
63
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
【例2】设
,
X Y 均服从正态分布,且它们不相关,则(    ) 
A.
,
X Y 一定相互独立  
 
 
B. (
)
,
X Y 服从二维正态  
C.
,
X Y 未必相互独立  
 
 
D. X
Y
+
服从二维正态 
 
 
 
【例3】设两个相互独立的随机变量
,
X Y 分别服从正态分布
(0,1)
N
和
(2,3)
N
,则(  ) 
A. 

1
0
2
P X
Y
+

=
 
 
 
 
B. 

1
2
2
P X
Y
+
−
=
        
C. 

1
0
2
P X
Y
−

=
 
 
 
 
D. 

1
2
2
P X
Y
−
−
=
 
 
 
 
 
 
【例4】(1994)已知随机变量(
, )
X Y 服从二维正态分布,且
(1,9),
(0,16)
X
N
Y
N
,
1
2
XY

= −
,设 
3
2
X
Y
Z =
+
,求: 
(1)
( ),
( )
E Z
D Z ;(2)
XZ

;(3)
,
X Z 是否独立. 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
64
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
第五章 大数定律与中心极限定理 
5.1 大数定律 
5.1.1 依概率收敛 
设
1
X ,
2
X ,,
n
X ,是一个随机变量序列,a 是一个常数,若对于任意给定的
0

,有 


lim
1
n
n
P X
a

→
−

= , 
则称随机变量序列
1
X ,
2
X ,,
n
X ,依概率收敛于a ,记为
P
n
X
a
⎯⎯→
 
 
5.1.2 切比雪夫不等式 
设X 的期望和方差都存在,则对任意给定的
0

,总有 


2
DX
P X
EX


−


或

2
1
DX
P X
EX


−

−
. 
 
【例1】设随机变量X 的方差为3,则根据切比雪夫不等式可估计
(
)


2
P X
E X
−

________. 
 
 
 
 
【例2】设随机变量X 的数学期望
(
)
11
E X =
,方差
(
)
9
D X =
,则根据切比雪夫不等式估计


2
20
P
X


________. 
 
 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
65
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
5.1.3 切比雪夫大数定律 
设随机变量
1
X ,
2
X ,,
n
X ,相互独立,且
i
EX ,
i
DX 都存在,方差有公共上界,则对任意给定的
0

,都有 
1
1
1
1
lim
1
n
n
i
i
n
i
i
P
X
EX
n
n

→
=
=




−

=








. 
注:切比雪夫大数定律只要求随机变量相互独立,没有同分布的要求,期望存在,方差存在且有上界. 
 
5.1.4 伯努利大数定律 
设随机变量
n
X 服从参数为n 和p 的二项分布,即
( , )
n
X
B n p ,
A
n 是n 次独立重复试验中事件A
成功的次数,则对任意给定的
0

,都有 
 
lim
1
A
n
n
P
p
n

→


−

=




. 
注:伯努利大数定律即描述的是“频率收敛于概率”. 
 
5.1.5 辛钦大数定律 
设随机变量
1
X ,
2
X ,,
n
X ,相互独立同分布,
i
EX 存在,
i
EX

=
,则对任意给定的
0

,都
有 
1
1
lim
1
n
i
n
i
P
X
n


→
=




−

=







. 
注:辛钦大数定律要求随机变量独立且同分布,期望存在,方差没有限制. 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
66
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
【例3】设随机变量
1
X ,
2
X ,…相互独立同服从参数为2 的指数分布,则当n →时,
2
1
1
n
n
i
i
Y
X
n
=
= 
依概率收敛于________. 
 
 
 
 
 
 
【例4】设随机变量
1
X ,
2
X ,…,
n
X ,…相互独立,它们满足大数定理,则
i
X 的分布可以是(  ) 
(A)

3
i
c
P X
m
m
=
=
,
1
m = ,2,…. 
(B)
i
X 服从参数为1
i 的指数分布. 
(C)
i
X 服从参数为i 的泊松分布. 
(D)
i
X 的密度函数
( )
(
)
2
1
1
f x
x

=
+
. 
 
 
 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
67
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
5.2 中心极限定理 
5.2.1 列维-林德伯格定理 
设随机变量
1
X ,
2
X ,,
n
X ,相互独立同分布,且
i
EX ,
i
DX 都存在,
i
EX

=
,
2
0
i
DX

=

,则
对任意实数x ,恒有 
1
1
lim
( )
n
i
n
i
P
X
n
x
x
n


→
=






−

= 













. 
 
5.2.2 棣莫弗-拉普拉斯定理 
设随机变量
n
Y 服从参数为n 和p 的二项分布,即
( , )
n
Y
B n p ,则对任意实数x ,恒有 
lim
( )
(1
)
n
n
Y
np
P
x
x
np
p
→


−



= 


−




. 
 
【例1】设随机变量(
1
X ,
2
X ,…,
n
X )相互独立,
1
2
n
n
S
X
X
X
=
+
+
+
,则根据列维-林德伯格
中心极限定理,当n 充分大时,
n
S 近似服从正态分布,只要(
1
X ,
2
X ,…,
n
X )(    ). 
 
A.有相同的数学期望 
B.有相同的方差 
 
C.服从同一指数分布 
D.服从同一离散分布 
 
 
 
 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
68
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
【例2】设
1
X ,
2
X ,…,
n
X ,…为独立同分布的随机变量序列,且均服从参数为(
)
1

的指数分
布,记
( )
x

为标准正态分布函数,则有(    ). 
A.
( )
1
lim
n
i
i
n
X
n
P
x
x
n


=
→


−





= 









 
B.
( )
1
lim
n
i
i
n
X
n
P
x
x
n


=
→


−





= 









 
C.
( )
1
lim
n
i
i
n
X
n
P
x
x
n

=
→


−





= 









 
D.
( )
1
lim
n
i
i
n
X
P
x
x
n


=
→


−





= 









 
 
 
 
 
 
【例3】(2001)一生产线生产的产品成箱包装,每箱重量是随机的.假设每箱平均重50 千克,标准差5
千克.若用最大载重量为5 吨的汽车承运,试利用中心极限定理说明每辆最多装多少箱,才能保证不超
载的概率大于0.977. (
( )
2
0.977

=
,其中
( )
x

是标准正态分布函数.) 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
69
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
第六章 数理统计的基本概念 
6.1 统计量与抽样分布 
6.1.1 总体、样本与统计量的概念 
(1)总体:研究对象的全体. 
(2)样本:从总体中取出n 个个体,称作来自总体的容量为n 的样本. 
(3)简单随机样本:n 个相互独立并且与总体X 同分布的随机变量
1
X ,
2
X ,
,
n
X ,称作简单随
机样本,简称为随机样本,它们的一组观察值
1x ,
2x ,
,
nx 称为样本值. 
注:简单来讲,样本是一组随机变量,样本值是一组具体的统计数据. 
(4)统计量:不含未知参数的样本函数
1
2
(
,
,
,
)
n
g X
X
X
. 
 
6.1.2 常用统计量(样本矩) 
(1)样本均值:
1
1
n
i
i
X
X
n
=
= 
. 
(2)样本方差:
2
2
1
1
(
)
1
n
i
i
S
X
X
n
=
=
−
−
. 
(3)样本标准差:
2
S
S
=
. 
(4)样本k 阶原点矩:
1
1
,
1,2,
n
k
k
i
i
A
X
k
n
=
=
=


. 
(5)样本k 阶中心矩:
1
1
(
) ,
2,3,
n
k
k
i
i
B
X
X
k
n
=
=
−
=


. 
 
 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
70
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
6.1.3 三大抽样分布 
统计量的分布称为抽样分布. 
 
(1)
2
分布 
定义:
1
X ,
2
X ,,
n
X 是来自
(0,1)
N
总体的随机样本,则统计量 
2
2
2
2
2
1
2
1
n
n
i
i
X
X
X
X

=
=
+
+ 
=
 
服从自由度为n 的
2
分布,记作
2
2( )
n


. 
 
(2)t 分布 
定义:若
(0,1)
X
N
,
2( )
Y
n

,并且X 与Y 相互独立,则
X
t
Y n
=
服从自由度为n 的t 分布,记作
( )
t
t n . 
 
(3)F 分布 
定义:若
2
1
(
)
X
n

,
2
2
(
)
Y
n

,并且X 与Y 相互独立,则
1
2
X n
F
Y n
=
服从自由度为
1
2
(
,
)
n n
的F 分
布,记作
1
2
(
,
)
F
F n n
. 
 
快速判断抽样分布类型:看到平方和,想到卡方分布;看到分式,想到t 分布或者F 分布,若分式
中带根号或绝对值,确定为t 分布. 
容易忽视的一个易错点:独立. 
 
 
 
 
 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
71
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
【例1】(2002)设随机变量
,
X Y 都服从标准正态分布,则(   ) 
A. X
Y
+
服从正态分布  
 
 
 
 
B. 
2
2
X
Y
+
服从
2
分布        
C.
2
X 和
2
Y 都服从正态分布  
 
 
 
D.
2
2
X
Y
服从F 分布 
 
 
 
【例2】(1998)设
1
X ,
2
X ,
3
X ,
4
X 为来自总体
(
)
2
0,2
N
的简单随机样本,
(
)
(
)
2
2
1
2
3
4
2
3
4
X
a X
X
b
X
X
=
−
+
−
,则当a = ________,b = ________时,统计量X 服从
2
分布,自
由度为________. 
 
 
 
 
【例3】(2012)设
1
X ,
2
X ,
3
X ,
4
X 为来自总体
(
)(
)
2
1,
0
N


的简单随机样本,则统计量
1
2
3
4
2
X
X
X
X
−
+
−
的分布为(    ). 
 
A.
(
)
0,1
N
 
 
B. ( )1
t
 
 
 
 
C.
( )
2 1

 
 
D.
(
)
1,1
F
 
 
 
 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
72
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
【例4】(1997)设随机变量X 和Y 相互独立且都服从正态分布
(
)
2
0,3
N
,而
1
X ,
2
X ,…,
9
X 和
1Y ,
2
Y ,…,
9
Y 分别是来自总体X 和Y 的简单随机样本,则统计量
1
2
9
2
2
2
1
2
9
X
X
X
U
Y
Y
Y
+
+
+
=
+
+
+
服从________分
布,参数为________. 
 
 
 
 
【例5】(2001)设总体X 服从正态分布
(
)
2
0,2
N
,而
1
X ,
2
X ,…,
15
X
为来自总体X 的简单随机样
本,则统计量 
(
)
2
2
2
1
2
10
2
2
2
11
12
15
2
X
X
X
Y
X
X
X
+
+
+
=
+
+
+
 
服从________分布,参数为________. 
 
 
 
 
【例6】(1995)设随机变量
( )(
)
~
1
X
t n
n 
,
2
1
Y
X
=
,则(    ). 
 
A.
( )
2
~
Y
n

 
 
B.
(
)
2
~
1
Y
n

−
 
 
C.
(
)
~
,1
Y
F n
 
 
D.
(
)
~
1,
Y
F
n 
 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
73
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
【例7】设随机变量
2(2)
X

,证明:
1
2
X
E





. 
 
 
 
 
 
 
 
6.1.4 正态总体下的抽样分布 
1
X ,
2
X ,,
n
X 是来自
2
( ,
)
N 
总体的简单随机样本. 
(1)样本均值的分布 
2
( ,
)
X
N
n

,对其进行标准化后有
(0,1)
X
N
n


−
; 
(
1)
X
t n
S
n

−
−
. 
(2)样本方差的分布 
2
2
2
2
1
1
1
(
)
( )
n
n
i
i
i
i
X
X
n





=
=
−

=
−






, 
2
2
2
2
2
1
1
(
1)
(
)
(
1)
n
i
i
n
S
X
X
n



=
−
−
=
−

. 
(3)正态总体下样本均值与样本方差相互独立. 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
74
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
【例8】(2005)设
1
X ,
2
X ,…,
n
X (
2
n 
)为来自总体
(
)
0,1
N
的简单随机样本,X 为样本均值,
2
S 为样本方差,则(    ). 
 
A.
(
)
~
0,1
nX
N
 
B.
( )
2
2
~
nS
n

. 
 
C. (
)
(
)
1
~
1
n
X
t n
S
−
−
 
D. (
)
(
)
2
1
2
2
1
~
1,
1
n
i
i
n
X
F
n
X
=
−
−

 
 
 
 
 
【例9】(1994)设
1
X ,
2
X ,…,
n
X 为来自正态总体
(
)
2
,
N 
的简单随机样本,X 是样本均值,记 
(
)
2
2
1
1
1
1
n
i
i
S
X
X
n
=
=
−
−
,
(
)
2
2
2
1
1
n
i
i
S
X
X
n
=
=
−

, 
(
)
2
2
3
1
1
1
n
i
i
S
X
n

=
=
−
−
,
(
)
2
2
4
1
1
n
i
i
S
X
n

=
=
−

, 
则服从自由度为
1
n −的t 分布的随机变量是(    ). 
 
A.
1
1
X
t
S
n

−
=
−
 
 
B.
2
1
X
t
S
n

−
=
−
      
 
C.
3
X
t
S
n

−
=
 
 
D.
4
X
t
S
n

−
=
 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
75
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
6.2 统计量的数字特征 
【例1】证明:若总体X 期望和方差存在,且EX

=
,
2
DX

=
,则有 
( )
E X
EX

=
=
,( )
2
DX
D X
n
n

=
=
,(
)
2
2
E S
DX

=
=
. 
 
 
 
 
 
 
 
【例2】(2015)设总体
(
)
,
X
B m ,
1
2
,
,
n
X
X
X 是来自该总体的简单随机样本,X 为样本均值,求 
2
1
(
)
n
i
i
E
X
X
=


−





 
 
 
 
 
 
 
 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
76
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
【例3 】(2008 )
1
2
,
,
n
X
X
X
是来自正态总体
2
( ,
)
N 
的简单随机样本,记
1
1
n
i
i
X
X
n
=
= 
,
2
2
1
1
(
)
1
n
i
i
S
X
X
n
=
=
−
−
,
2
2
1
T
X
S
n
=
−
, 
(1)证明:
2
ET

=
;(2)当
0,
1


=
= 时,求DT . 
增问:求
(
)
2
2
E
XS





. 
 
 
 
 
 
 
 
 
【例4】(2005)设
1
2
,
,
n
X
X
X (
)
2
n 
为独立同分布的随机变量,且均服从
(0,1)
N
,记
1
1
n
i
i
X
X
n
=
= 
, 
i
i
Y
X
X
=
−
,
1,2,
i
n
=
. 
求:(1)
iY 的方差;(2)
1
( ,
)
n
Cov Y Y
;(3)

1
0
n
P Y
Y
+

. 
 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
77
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
第七章 点估计 
7.1 点估计的定义 
设是总体X 的未知参数,用统计量
1
2
(
,
,
,
)
n
X
X
X




=
来估计,称
1
2
(
,
,
,
)
n
X
X
X




=
为的估计
量.对于样本的一组观察值
1x ,
2x ,
,
nx 代入

的表达式中所得的具体数值称为的估计值. 
 
7.2 矩估计 
方法:利用样本矩估计总体矩 
步骤:①计算总体的各阶矩
(
)
( )
n
E X
g 
=
; 
      ②令样本矩等于总体矩
(
)
n
n
A
E X
=
解出的矩估计ˆ. 
 
【例1】(2002)总体X 的概率密度
(
)
(
)
;
0,
x
e
x
f x
x




−
−


= 


,
1
X ,
2
X ,…,
n
X 为来自总体X 的简单
随机样本,则未知参数的矩估计量为________. 
 
 
 
 
7.3 最大似然估计 
思想:用样本的函数值估计参数时,在取得这些参数值时,所观测到的样本出现的概率应该最大. 
方法步骤:①写出似然函数 
          ②取对数 
          ③求最大值点(求偏导取驻点) 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
78
《考研数学概率论与数理统计基础讲义》By 没咋了 吃尽天下面 
 
 
【例2】(2002)设总体X 的概率分布为 
X 
0 
1 
2 
3 
p 
2
 
2 (1
)


−
 
2
 
1
2
−
 
其中是未知参数
1
0
2









,利用总体的如下样本值:3,1,3,0,3,1,2,3,求的矩估计量
和最大似然估计量. 
 
 
 
 
 
【例3】(2009)设总体X 的概率密度为 
( )
2
,
0
0,
x
xe
x
f x


−



= 
其他
, 
其中参数(
)
0

未知,
1
X ,
2
X ,…,
n
X 是来自总体X 的简单随机样本,求: 
(1)参数λ 的矩估计量; 
(2)参数λ 的最大似然估计量. 
 
b站 没咋了
b站 没咋了
b站 没咋了
咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站 没咋了
b站
b站 没咋了
b站 没咋了
79