工程数学 概率统计简明教程 第四章 随机变量及其分布.pptVIP

第一节 随机变量及其分布函数 一、随机变量的概念 二、随机变量的概念 二、分布函数的概念 2、分布函数的性质 3、例题讲解 第二节 离散型随机变量 及其分布律 一、离散型随机变量的分布律 二、常见离散型随机变量的概率分布 第三节　连续型随机变量及其概率密度 一、概率密度的概念与性质 二、常见连续型随机变量的分布 高斯资料 伯努利资料 泊松资料 1. 均匀分布 概率密度 函数图形 均匀分布概率密度函数演示 分布函数 例3 设电阻值 R 是一个随机变量，均匀分布在 ~ 1100 ．求 R 的概率密度及 R 落在 950 ~ 1050 的概率． 例4 设随机变量 X 在 [ 2, 5 ]上服从均匀分布, 现 对 X 进行三次独立观测 ,试求至少有两次观测值 大于3 的概率. X 的分布密度函数为 设 A 表示“对 X 的观测值大于 3”, 解 即 A={ X 3 }. 因而有 设Y 表示3次独立观测中观测值大于3的次数, 则 2. 指数分布 指数分布密度 函数图形演示 　　注意 两类随机变量的分布函数图形的特点不 一样. 一、离散型随机变量的分布律 二、常见离散型随机变量的概率分布 三、小结 说明 定义 离散型随机变量的分布律也可表示为 　　设随机变量 X 只可能取0与1两个值 , 它的分布律为 则称 X 服从 (0—1) 分布或两点分布. 1.两点分布 实例1 “抛硬币”试验,观察正、反两面情况. 实例2 200件产品中,有190件合格品,10件不合格品,现从中随机抽取一件,那末,若规定 2.等可能分布 如果随机变量 X 的分布律为 实例 抛掷骰子并记出现的点数为随机变量 X, 则有 均匀分布随机数演示 3.二项分布 实例1 抛一枚硬币观察得到正面或反面. 若将硬 　　　币抛 n 次,就是n重伯努利试验. 实例2 抛一颗骰子n次,观察是否 “出现 1 点”, 就 　　　是 n重伯努利试验. (3) 二项概率公式 称这样的分布为二项分布.记为 二项分布 两点分布 二项分布的图形 二项分布随机数演示 例如 在相同条件下相互独立地进行 5 次射击,每次射击时击中目标的概率为 0.6 ,则击中目标的次数 X 服从 b (5,0.6) 的二项分布. 二项分布随机数演示 解 因此 例2 有一繁忙的汽车站,每天有大量汽车通过,设每辆汽车在一天的某段时间内,出事故的概率为0.0001,在每天的该段时间内有1000 辆汽车通过, 问出事故的次数不小于2的概率是多少? 设 1000 辆车通过, 出事故的次数为 X , 则 解 例4 故所求概率为 二项分布 泊松分布 4. 泊松分布 泊松资料 泊松分布的图形 泊松分布随机数演示 泊松分布的背景及应用 　　二十世纪初卢瑟福和盖克两位科学家在观察 与分析放射性物质放出的粒子个数的情况时,他 们做了2608次观察(每次时间为7.5秒)发现放射 性物质在规定的一段时间内, 其放射的粒子数X 服从泊松分布. 在生物学、医学、工业统计、保险科学及 公用事业的排队等问题中 , 泊松分布是常见的. 例如地震、火山爆发、特大洪水、交换台的电 话呼唤次数等, 都服从泊松分布. 上面我们提到 单击图形播放/暂停　ESC键退出 二项分布 泊松分布 例5 为了保证设备正常工作, 需配备适量的维修 工人 (工人配备多了就浪费 , 配备少了又要影响生 产),现有同类型设备300台,各台工作是相互独立的, 发生故障的概率都是0.01.在通常情况下一台设备 的故障可由一个人来处理(我们也只考虑这种情况 ) ,问至少需配备多少工人 ,才能保证设备发生故障 但不能及时维修的概率小于0.01? 解 所需解决的问题 使得 合理配备维修工人问题 由泊松定理得 故有 5. 几何分布 若随机变量 X 的分布律为 则称 X 服从几何分布. 实例 设某批产品的次品率为 p,对该批产品做有放回的抽样检查 , 直到第一次抽到一只次品为止 ( 在此之前抽到的全是正品 ), 那么所抽到的产品数 X 是一个随机变量 , 求X 的分布律. 几何分布随机数演示 一、概率密度的概念与性质 二、常见连续型随机变量的分布 三、小结 1.定义 1 性质 注意 对于任意可能值 a ,连续型随机变量取 a 的概率等于零.即 且 连续型随机变量取值落在某一 区间的概率与区间的开闭无关 若X是连续型随机