高等数学 经管类专业试用 第2版 刘立德hdt 10-2新.pptVIP

高等数学 经管类专业试用 第2版 刘立德hdt 10-2新.ppt

  1. 1、本文档共11页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
10.2 随机变量及其分布 10.2.1 随机变量 10.2.2 离散型随机变量 10.2.3 连续型随机变量 作业 * * 电子制作 齐向阳 10.2 随机变量及其分布 10.2.1 随机变量 随机试验的结果可能是数量也可能不是数量,但是可以将它们数量化,用一个随机取值的变量来描述, 这个变量就被称为随机变量.随机变量取什么值,事先无法预测,它所取的每一个值,都相应于随机试 验的某一结果. 一般用大写字母 或希腊字母 等来表示随机变量,用小写字母 等来表示随机变量 可能的取值. 根据随机变量取值的情况,可以把随机变量分成两种:一种是随机变量 的所有可能取值都能一一列 举出来,则称 为离散型随机变量;另外一种是非离散型随机变量,这类随机变量比较复杂,其中有 一种的实际应用比较广泛,这种随机变量 的取值充满了某个区间,称这种随机变量 为连续型随机 变量.例如,掷骰子时有6种可能结果,骰子的点数就是离散型随机变量;某人在车站等车的时间就是连 续型随机变量. 引入随机变量以后,随机试验中各种随机事件的概率就可以通过随机变量的取值表达出来. 例如掷一枚骰子,出现3点的概率为可以表示为 ; 某地区降雨量大于1000毫米的概率可以表示为 . 10.2 随机变量及其分布 定义 设 为一随机变量, 为任意实数,称函数 为随机变量 的分布函数. 分布函数在 点处的函数值也就是随机变量 落在区间 内的概率.对任意实数 ,有 随机变量的分布函数具有下面的性质: 10.2 随机变量及其分布 10.2.2 离散型随机变量 对于离散型随机变量,经常使用概率分布列来表示. 定义 给出一个离散型随机变量 ,其所有可能取值为 ,并且与之相对应的概率分别为 则称 为随机变量 的概率分布列,简称分布. 离散型随机变量的分布也可用表格的形式表示: 由概率的性质可知,离散型随机变量的分布具有以下性质: 10.2 随机变量及其分布 常见的离散型随机分布有两点分布、二项分布和泊松分布: 1.两点分布 若随机变量满足 则称随机变量 服从参数为 的两点分布,或称0-1分布. 2.二项分布 若随机变量满足 则称随机变量 服从参数为 的二项分布. 3.泊松分布 若随机变量满足 则称服随机变量 从参数为 的泊松分布. 10.2 随机变量及其分布 10.2.3 连续型随机变量 定义 对于随机变量 , 是它的分布函数,如果存在非负可积函数 使得对于任意实数 ,有 则称 为连续型随机变量, 为 的概率密度函数,简称概率密度或密度函数. 与离散型随机变量的分布列类似,连续型随机变量的密度函数具有如下性质: 对连续型随机变量 有 因此,概率为0的事件未必是不可能事件,概率为1的事件未必是必然事件. 10.2 随机变量及其分布 例 设连续型随机变量的分布函数为 计算(1)常数 的值; (2) 的概率密度函数 (3) 解 由分布函数性质知 10.2 随机变量及其分布 常见的连续型随机分布有均匀分布和正态分布. 1.均匀分布 2.正态分布 若随机变量的概率密度函数是 则称 服从 上的均匀分布. 若随机变量的概率密度函数是 则称 服从以为参数 的正态分布,记作 10.2 随机变量及其分布 通常我们用 和 来表示标准正态分布的概率密度函数和分布函数. 特别的,当 时,即 则称 服从标准正态分布,记作 对于标准正态分布,由其对称性可知: 例 已知 ,计算 解 若 ,根据正态分布的概率密度函数可以推出随机变量 服从标准正态分布,即 * *

文档评论(0)

带头大哥 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档