2020年考研数学三第14题
📝 题目
设随机变量 $X$ 的概率分布为 $P\{X=k\}=\displaystyle\frac{1}{2^{k}}(k=1,2,3, \cdots), Y$ 表示 $X$ 被 3 除的余数,则 $E(Y)=$ $\_\_\_\$
💡 答案解析
---
**解析**:
$\displaystyle\frac{8}{7}$
$Y$ 表示 $X$ 被 3 除的余数,那么 $Y$ 的取值有 $0,1,2$ ,其取值的概率如下:
$$ \begin{aligned} & P\{Y=0\}=\sum_{k=1}^{\infty} P\{X=3 k\}=\sum_{k=1}^{\infty} \frac{1}{2^{3 k}}=\frac{\frac{1}{8}}{1-\frac{1}{8}}=\frac{1}{7} \\ & P\{Y=1\}=\sum_{k=0}^{\infty} P\{X=3 k+1\}=\sum_{k=0}^{\infty} \frac{1}{2^{3 k+1}}=\frac{\frac{1}{2}}{1-\frac{1}{8}}=\frac{4}{7} \\ & P\{Y=2\}=\sum_{k=0}^{\infty} P\{X=3 k+2\}=\sum_{k=0}^{\infty} \frac{1}{2^{3 k+2}}=\frac{\frac{1}{4}}{1-\frac{1}{8}}=\frac{2}{7} \\ & E(Y)=0 \times \frac{1}{7}+1 \times \frac{4}{7}+2 \times \frac{2}{7}=\frac{8}{7} \end{aligned} $$
📋 详细解题步骤
步骤 1/5
目标:确定Y的可能取值
根据题意,随机变量$X$服从均匀分布,其可能取值为$0,1,2,3,4$,即$X \sim U\{0,1,2,3,4\}$。定义$Y$为$X$除以$3$的余数。对于任意非负整数$X$,除以$3$的余数只有三种可能:$0$、$1$、$2$。具体地,当$X$能被$3$整除时,余数为$0$;当$X$除以$3$余$1$时,余数为$1$;当$X$除以$3$余$2$时,余数为$2$。由于$X$的取值范围为$0$到$4$,我们逐一验证:
- $X=0$,$0 \div 3 = 0$ 余 $0$,故$Y=0$;
- $X=1$,$1 \div 3 = 0$ 余 $1$,故$Y=1$;
- $X=2$,$2 \div 3 = 0$ 余 $2$,故$Y=2$;
- $X=3$,$3 \div 3 = 1$ 余 $0$,故$Y=0$;
- $X=4$,$4 \div 3 = 1$ 余 $1$,故$Y=1$。
因此,$Y$的所有可能取值为$0,1,2$,即$Y \in \{0,1,2\}$。
公式:Y = X \bmod 3
提示:牢记余数范围:0到除数减1,本题除数为3,故余数只可能为0,1,2。
步骤 2/5
目标:计算P{Y=0}
由题意,随机变量$Y$定义为:$Y = \sin\left(\frac{\pi}{3}X\right)$,其中$X$服从参数为$\frac{1}{2}$的几何分布,即$P\{X=k\} = \left(\frac{1}{2}\right)^k$,$k=1,2,3,\dots$。
我们需要计算$P\{Y=0\}$。$Y=0$当且仅当$\sin\left(\frac{\pi}{3}X\right)=0$,即$\frac{\pi}{3}X = n\pi$,$n$为整数,解得$X=3n$。由于$X$取正整数,故$X=3,6,9,\dots$,即$X=3k$,$k=1,2,3,\dots$。
因此,
$$P\{Y=0\} = \sum_{k=1}^{\infty} P\{X=3k\} = \sum_{k=1}^{\infty} \left(\frac{1}{2}\right)^{3k} = \sum_{k=1}^{\infty} \left(\frac{1}{8}\right)^k.$$
这是一个首项$a=\frac{1}{8}$,公比$r=\frac{1}{8}$的无穷等比级数。利用等比级数求和公式$\sum_{k=1}^{\infty} ar^{k-1} = \frac{a}{1-r}$($|r|<1$),这里$k$从1开始,级数为$\sum_{k=1}^{\infty} r^k = \frac{r}{1-r}$。代入$r=\frac{1}{8}$得:
$$P\{Y=0\} = \frac{\frac{1}{8}}{1-\frac{1}{8}} = \frac{\frac{1}{8}}{\frac{7}{8}} = \frac{1}{7}.$$
所以$P\{Y=0\} = \frac{1}{7}$。
公式:P\{Y=0\} = \sum_{k=1}^{\infty} \left(\frac{1}{2}\right)^{3k} = \frac{1/8}{1-1/8} = \frac{1}{7}
提示:注意$X$从1开始取值,$Y=0$对应$X$为3的倍数,利用等比级数求和即可。
步骤 3/5
目标:计算P{Y=1}
根据题目定义,随机变量$Y$由$X$通过映射$Y = \lfloor \frac{X}{3} \rfloor$得到,其中$X$服从参数为$\frac{1}{2}$的几何分布,即$P\{X = k\} = \frac{1}{2^k}$,$k = 1,2,3,\ldots$。我们需要计算$P\{Y = 1\}$。
$Y=1$意味着$\lfloor \frac{X}{3} \rfloor = 1$,即$1 \leq \frac{X}{3} < 2$,等价于$3 \leq X < 6$。由于$X$取正整数,因此$X$的可能取值为$3,4,5$。但注意,步骤目标中给出的对应关系是$Y=1$对应$X=1,4,7,\ldots$,这里似乎存在不一致。实际上,根据$Y = \lfloor \frac{X}{3} \rfloor$,当$X=1,2$时$Y=0$;当$X=3,4,5$时$Y=1$;当$X=6,7,8$时$Y=2$,以此类推。因此$Y=1$对应$X=3,4,5$,而不是$X=1,4,7,\ldots$。
然而,步骤目标中给出的对应关系是$Y=1$对应$X=1,4,7,\ldots$,这可能是题目中$Y$的定义不同。根据步骤目标中的描述,$Y=1$对应$X=1,4,7,\ldots$,即$X = 3k+1$,$k=0,1,2,\ldots$。因此我们按照步骤目标的要求,计算$P\{Y=1\} = \sum_{k=0}^{\infty} P\{X = 3k+1\}$。
由于$P\{X = 3k+1\} = \frac{1}{2^{3k+1}}$,所以
$$P\{Y=1\} = \sum_{k=0}^{\infty} \frac{1}{2^{3k+1}} = \frac{1}{2} \sum_{k=0}^{\infty} \left(\frac{1}{8}\right)^k = \frac{1}{2} \cdot \frac{1}{1 - \frac{1}{8}} = \frac{1}{2} \cdot \frac{8}{7} = \frac{4}{7}.$$
因此,$P\{Y=1\} = \frac{4}{7}$。
公式:P\{Y=1\} = \sum_{k=0}^{\infty} \frac{1}{2^{3k+1}} = \frac{4}{7}
提示:注意Y的定义映射关系,正确找出对应X的取值模式,再套用等比级数求和。
步骤 4/5
目标:计算P{Y=2}
我们需要计算随机变量$Y$取值为2的概率$P\{Y=2\}$。根据题目条件,$Y$与$X$的关系为$Y = \mathrm{mod}(X, 3)$,即$Y$等于$X$除以3的余数。因此$Y=2$对应所有满足$X \equiv 2 \pmod{3}$的正整数$X$,即$X = 2, 5, 8, 11, \dots$。这些值可以统一表示为$X = 3k + 2$,其中$k = 0, 1, 2, \dots$。
已知$X$的概率分布为$P\{X = n\} = \frac{1}{2^n}$,$n = 1, 2, 3, \dots$。于是
$$P\{Y=2\} = \sum_{k=0}^{\infty} P\{X = 3k+2\} = \sum_{k=0}^{\infty} \frac{1}{2^{3k+2}}.$$
提取公因子$\frac{1}{2^2} = \frac{1}{4}$,得到
$$P\{Y=2\} = \frac{1}{4} \sum_{k=0}^{\infty} \frac{1}{2^{3k}} = \frac{1}{4} \sum_{k=0}^{\infty} \left(\frac{1}{8}\right)^k.$$
这是一个首项为1、公比为$\frac{1}{8}$的等比级数,其和为$\frac{1}{1 - \frac{1}{8}} = \frac{8}{7}$。因此
$$P\{Y=2\} = \frac{1}{4} \times \frac{8}{7} = \frac{2}{7}.$$
所以$P\{Y=2\} = \frac{2}{7}$。
公式:P\{Y=2\} = \sum_{k=0}^{\infty} \frac{1}{2^{3k+2}} = \frac{1}{4} \cdot \frac{1}{1-\frac{1}{8}} = \frac{2}{7}
提示:注意X的取值从1开始,Y=2对应X=2,5,8,...,首项对应k=0。
步骤 5/5
目标:计算E(Y)
本步骤的目标是计算随机变量$Y$的数学期望$E(Y)$。根据期望的定义,对于离散型随机变量,期望等于所有可能取值与其对应概率的乘积之和。由前几步已知,$Y$的可能取值为$0,1,2$,对应的概率分别为$P\{Y=0\}=\frac{1}{7}$,$P\{Y=1\}=\frac{4}{7}$,$P\{Y=2\}=\frac{2}{7}$。因此,期望的计算过程如下:
$$E(Y)=0\times P\{Y=0\}+1\times P\{Y=1\}+2\times P\{Y=2\}$$
代入概率值:
$$E(Y)=0\times\frac{1}{7}+1\times\frac{4}{7}+2\times\frac{2}{7}$$
计算各项:
$$0\times\frac{1}{7}=0$$
$$1\times\frac{4}{7}=\frac{4}{7}$$
$$2\times\frac{2}{7}=\frac{4}{7}$$
求和得:
$$E(Y)=0+\frac{4}{7}+\frac{4}{7}=\frac{8}{7}$$
因此,随机变量$Y$的数学期望为$\frac{8}{7}$。
**最终答案验证**:期望值$\frac{8}{7}$介于$Y$的最小值$0$和最大值$2$之间,符合期望的基本性质。同时,所有概率之和为$\frac{1}{7}+\frac{4}{7}+\frac{2}{7}=1$,概率分布正确,计算无误。
公式:E(Y)=\sum_{i} y_i P\{Y=y_i\}=0\times\frac{1}{7}+1\times\frac{4}{7}+2\times\frac{2}{7}=\frac{8}{7}
提示:计算期望时,务必列出所有可能取值及其概率,逐项相乘再求和。
📷 拍照上传批改
拍照上传批改功能已预留入口,后续接入图片上传、OCR识别与AI批改。