chap随机变量及其分布讲解.ppt

第二章一维随机变量及其分布;非等可能事件的概率怎么计算？;;;1、有些试验结果本身与数值有关（本身就是一个数）.;这种对应关系在数学上理解为定义了一种实值函数.;(1) 这种实值函数是定义在样本空间上的函数. 它随试验结果的不同而取不同的值， 因而在试验之前只知道它可能取值的范围，而不能预先肯定它将取哪个值.;;; 有了随机变量, 随机试验中的各种事件，就可以通过随机变量的关系式表达出来.; 可见，随机事件这个概念实际上是包容在随机变量这个更广的概念内. 也可以说，随机事件是从静态的观点来研究随机现象，而随机变量则是一种动态的观点，就象数学分析中常量与变量的区别那样.; 随机变量概念的产生是概率论发展史上的重大事件. 引入随机变量后，对随机现象统计规律的研究，就由对事件及事件概率的研究扩大为对随机变量及其取??规律的研究.;随机变量的分类 ;;;;用这两条性质判断 一个函数是否是 概率函数; ;二、表示方法;;1 2 3 4;三、常见的离散型随机变量的分布;对于一个随机试验，如果它的样本空间只包含两个元素，即;2、二项分布;不难验证：; ;X~B(14,0.2);;3、泊松分布;例如：;例1 在一部篇幅很大的书籍中，发现只有13.5%的页数没有印刷错误，如果我们假定每页的错字数是服从 Poisson 分布的，求正好有一个错字的页数的百分比.;例2.设每对夫妇的子女数X服从参数为?的泊松分布,且知一对夫妇有不超过1个孩子的概率为3e-2.求任选一对夫妇,至少有3个孩子的概率。 ;; 可以证明 当n很大, p很小,λ=np是一个不太大的常数时,可以用泊松分布作为二项分布的近似.即;解 1月1日公司收入　　　　　　　 (元) ;(1){;1、 设某机器加工一种产品的次品率为0.1，检验员每天检验4次，每次随机地抽取5件产品进行检验，如果发现次品多于一件，就要调整机器。求一天中调整机器次数的概率分布。;; 1、分布函数的概念;;2、随机变量分布函数的性质;试说明F(x)能否是某个随机变量的分布函数.;例如:;;;解：;;引例 在区间[4，10]上任意抛掷一个质点，用X表示这个质点与原点的距离，则X是一个随机变量。若这个质点落在[4,10]上任一子区内的概率与这个区间长度成正比，求X的分布函数。;;于是，F(x)的表达式为;1、连续型随机变量及其概率密度函数的定义;2、 概率密度函数的性质; 故 X的密度 f(x) 在 x 这一点的值，恰好是 X落在区间 上的概率与区间长度 之比的极限. 这里，如果把概率理解为质量， f (x)相当于线密度.; 要注意的是，密度函数 f (x)在某点处a的高度，并不反映X取值的概率. 但是，这个高度越大，则X取a附近的值的概率就越大. 也可以说，在某点密度曲线的高度反映了概率集中在该点附近的程度.;若不计高阶无穷小，有：;连续型随机变量取任一指定值的概率为0.;;2) 由P(X=a)=0 可推知;例1:设随机变量X具有概率密度;;;;例2 设连续型随机变量X的分布函数为;例3 设连续型随机变量X的分布函数为;注：因为P{X=a}=0,所以p(x)的表达式并不唯一．所以密度函数还可以表示为另外３种形式;下面给出几个常见的连续型随机变量的分布函数.;（1）若随机变量X的概率密度为：;0; 公交线路上两辆公共汽车前后通过某汽车停车站的时间，即乘客的候车时间等.; 例1 某公共汽车站从上午7时起，每15分钟来一班车，即 7:00，7:15，7:30, 7:45 等时刻 有汽车到达此站，如果乘客到达此站时间 X 是7:00 到 7:30 之间的均匀随机变量, 试求他候车 时间少于5 分钟的概率.; 为使候车时间X少于 5 分钟，乘客必须在 7:10 到 7:15 之间，或在7:25 到 7:30 之间到达车站.;例2、 设随机变量X 服从[1，6]上的均匀分布，求;　令 为3次观察中观察值超过8的次数，则;规范性：;;注 指数分布具有“无记忆性”，或称“永远年青”性。即;证：由于; (3)正态分布;正态分布有些什么性质呢？; 正态分布 的图形特点; 决定了图形的中心位置， 决定了图形中峰的陡峭程度.; 能不能根据密度函数的表达式，得出正态分布的图形特点呢？;故f(x)以μ为对称轴，并在x=μ处达到最大值:;这说明曲线 f(x)向左右伸展时，越来越贴近x