概率随机变量.pptVIP

第二章 随机变量 离散型随机变量 随机变量的分布函数 连续型随机变量 一维随机变量函数的分布 综上所述，无论什么随机试验，对样本空间 的每一个样本点 ，可以与一个实数 对应，亦即可用一个变量X的不同取值来描述它的全部可能结果，称 为随机变量。 2.2离散型随机变量 注：1、诸xi排序不分先后，且互不相同； 2、R.V.X的概率分布是其“全部”（不会再出现其他情况）。 例1、掷一枚骰子，用X表示出现的点数，则X的分布率为 注：1、任意一个具有以上两个性质的数列{pk}，都有资格作为某一R.V.的分布列； 2、分布列全面的的描述了离散型R.V.的统计规律。这是因为分布列不仅明确的给出了 的概率，对于任意的ab,事件 发生的概率也可由分布列算出。析： 其中:0p1,p+q=1,则称X服从参数为n,p的二项分布.记为:X~B(n,p) 特别的，在二项分布X~B(n,p)中，当n=1时，x的取值只能为0，1，其分布列为 或 这时，又称X服从(0－1)分布(0r参数为p的两点分布)。 在实际应用中，当np不太大时，由Poisson定理就有 3、几何分布： Def:若R.V.X的分布率为 则称R.V.X服从参数为p的几何分布，记作X~G(p) 例：一批产品的正品率为0.98，现有放回抽样，直到取到次品为止。设X表示抽取次数，求R.V.X的分布率。 解：易知， X~G(0.02),故 2.3 连续型随机变量 一、连续性随机变量及其概率分布 简单说来，R.V.X的取值连成一片，成为一些区间，就是连续型随机变量。如零件的尺寸、电池的寿命、降雨量等。 1、密度的概念 设X是一R.V.,若存在非负可积函数f(x)，对于任意实数a,b(ab),都有 则称X为连续性随机变量，并称f(x)为R.V.X的概率密度函数，简称密度。 密度f(x)决定了R.V.X的变化规律，不同的R.V.有不同的密度。 2.3 随机变量的分布函数一、分布函数的概念. 二、分布函数的性质 2.4 连续型随机变量一、概率密度函数 性质3 二、几个常用的连续型分布  若X~N(3,4),则P{X5}=? P{4X5}=?  (3) 若X～N(?, ?2)，则 2.5 一维随机变量函数的分布 小结. 第三章 多维随机变量及其分布 二维随机变量 二维离散型随机变量 二维连续型随机变量 条件分布 二维随机变量函数的分布 二. 联合分布函数 四、随机变量的独立性 定义：如果对于任何实数x,y有 F(x,y)=FX(x)FY(y) 即P{X≤x,Y≤y}=P{X≤x}P{Y≤y} 则称随机变量X和Y是相互独立的。 3.3 二维连续型随机变量及其密度函数 (4)对于任意平面区域G? R2, 特别,当D为xoy平面, 当D={(X,Y)|a＜X≤b,c＜Y≤d}时, 二、边缘密度函数 3.5 二维随机变量函数的分布一、二维离散型随机变量函数的分布律 二、多个随机变量函数的密度函数 定义:若(X1,X2,...Xn)的全部可能取值为Rn上的有限或可列无穷多个点，称(X1,X2,...Xn)为n维离散型的，称P{X1=x1,X2=x2,...Xn=xn} 为n维随机变量(X1,X2,...Xn)的联合分布律。 定义:n维随机变量(X1,X2,...Xn) ， 如果存在非负的n元函数f(x1,x2,...xn)使对任意的 n元立方体 则称(X1,X2,...Xn)为n维连续型随机变量，称f(x1,x2,...xn) 为(X1,X2,...Xn)的概率密度。 求：（1）P{X?0},(2)P{X?1},(3)P{Y ? y0} EX:随机变量（X，Y）的概率密度为 x y D 答: P{X?0}=0 定义: 设n维随机变量(X1,X2,...Xn)的联合分布函数为F(x1,x2,...xn), (X1,X2,...Xn)的k（1?kn)维边缘 分布函数就随之确定，如关于(X1,X2）的 边缘分布函数是 FX1,X2（x1,x2,)=F(x1,x2,??,?...?) 关于Xk 的边缘分布函数为 FXk(xk)= F(?, ?,? ... , xk,...?),k=1,2,…,n, n维随机变量的边缘分布