生火待发随时准备驶向任何未知的海洋.pptVIP

生火待发随时准备驶向任何未知的海洋 * 退出 概率统计研究的对象是随机事件；其中心任务是计算随机事件发生的概率． 对离散型随机变量X ，只要其分布列已被给定，则其在任何点或任何区间以及任何区域上取值的概率，都只需依凭分布列实施覆盖归并而获得准确的计算． 在高等概率中, 随机事件一般用随机变量在某点、某区间或某区域上的取值来表征。随机事件采用这种表记方法之后，就至少能划分成可用离散随机变量和可用连续随机变量加以表征的两大门类 ( 即离散变量型事件与连续变量型事件)． 同样，对连续型随机变量 X ，只要其概率密度已被给定，则其在任何区间或任何区域上取值的概率， 也都只需凭借以概率密度作为被积函数，在相应区间或相应区域上实施定一维或二维积分而被获得准确的计算． 理由非常简单：分布函数 F ( x ) 或 F ( x , y )就其本质而言，它们从一开始就被规定为随机变量 X 或 ( X , Y )在右闭的无穷区间或右上顶封闭的无穷矩形域上的取值概率，亦即总有 因此, 只要随机变量的分布函数已被给定，只要计算者能将任何区间或区域熟练地分解成若干右闭无穷区间或若干右上顶封闭的无穷矩形域的和与差，那么，随机变量取值概率的计算问题，最终就会归结成如何对分段函数的函数值做出计算的简单问题（除正态分布等少数分布外，大多数的分布函数都呈分段函数的形式）． 事实上，随机变量 X 或 ( X , Y ) 无论是连续型还是离散型，其在单点、区间或区域上取值时所对应随机事件的发生概率, 还全能凭借 X 或 ( X , Y ) 的分布函数进行计算． 求分布函数通常会成为初学者的难点．然而只要牢记分布函数是随机变量在右闭无穷区间或右上顶闭无穷矩形域上的取值概率，那么，难点也必迎刃而解．这是因为它终究只不过是个概率计算问题，计算时所需特别加以把握的分寸也仅仅是： 离散时的计算应实施分段覆盖归并，连续时的计算最好对被积函数先实施换元、再分段积分！当然，具体求算时，应注意不要被厌烦、抵触或轻视的情绪所笼罩，而刻意漏写如下概念性引导公式 例 1 X 的分布律如下．试求 X 的分布函数 并画出其图象. 解 分布函数为 1 2 O F (x) x 退出 返回 分布函数的图象如下 解 分布函数 退出 返回 概率 求X 的分布函数 , 画其图象并求概率 例 2 随机变量 X 的概率密度 O x F(x) 1 分布曲线(分布函数图象) 非离散随机变量的 解 (1) 联合分布函数 (2) ∵ 边缘概率密度 退出 返回 *例3. 设 ( X, Y ) 的概率密度 ⑴ 试求 X 与Y 的联合分布函数; ⑵ 判断X 与Y 是否独立. X Y O ∴ X 与Y 相互独立. *例4 试依给定的联合分布律求二维随机变量（X, Y ) 的联合分布函数 F ( x, y ) ，并计算概率 右上顶封闭的无穷矩形域 退出 返回 解 1/3 1/3 2 1/3 0 1 2 1 Y X ( X, Y ) 的联合分布函数 Y X O 退出 返回 解 (1) 由归一性, 得 例 5 设 ( X, Y ) 的概率密度为 试求: ⑴ 常数 k ; 　⑵ 概率 ． (2) 概率 退出 返回 例 5 设 ( X, Y ) 的概率密度为 试求: ⑴ 常数 k ; 　⑵ 概率 ． 【注】 做二维积分应特别注意概率密度在哪一区域上拥 有非零的表达式．区域如何描绘不仅有讲究，而且区域如 何认定更不能马虎．比如，拥非零表达式的区域若被换成 那么认定稍不谨慎，区域就极容易被弄错． 是左还是右？ 有非零表达式的区域 五 一 四 二 三 退出 立得 1. 设随机变量 试证： 证毕. 于是，由 简证 退出 返回 又∵ X 与Y 相互独立， 2. 设相互独立的两随机变量 证明概率 证毕. 从而 证 退出 返回 故 3. 分别以 和 记随机变量 X 的分布函数与概率 即 的实数，则必有 那么，无论 a 为怎样 证毕. 又依归一性可知 简证 退出 返回 密度函数. 试证: 如果 故 和 b 的值以及概率 4. 的分布律如右所示 b + 0.3 0.2 + a p. j a + 0.3 b +0.2 p i . 0.3 b 1 a 0.2 0 1 -1 X Y 解 此外，还易见 设 X 与 Y 相