2-1一维随机变量及其分布解读.ppt

第 二 章  随 机 变 量 及 其 分 布 2.1 随机变量及分布函数 1. 随机变量的定义 二、分布函数的概念 2.分布函数的性质 三、例题讲解 四、小结 2.2 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 泊松定理 三、小结 备份题 2.3　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 三、小结 备份题 例6 (人寿保险问题)在保险公司里 有2500个同年龄同社会阶层的人参加了人寿保险,在每一年里每个人死亡的概率为0.002,每个参加保险的人在1月1日付12元保险费,而在死亡时,家属可在公司里领取200元.问 (1)保险公司亏本的概率是多少? (2) 保险公司获利不少于一万元的概率是多少? 保险公司在1月1日的收入是 2500?12=30000元 解 设X表示这一年内的死亡人数,则 保险公司这一年里付出200X元.假定 200X?30000,即X ?15人时公司亏本. 于是,P{公司亏本}=P{ X ?15}=1-P{X 14} 由泊松定理得 P{公司亏本} (2) 获利不少于一万元,即 30000 -200X ?10000 即X?10 P{获利不少于一万元}=P{X?10} 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 性质 证明 1.定义 1 证明 x 0 x f ) ( 同时得以下计算公式 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 证明 由此可得 连续型随机变量的概率与区间的开闭无关 设X为连续型随机变量 ，X=a 是不可能 事件,则有 若 X 为离散型随机变量, 注意 连 续 型 离 散 型 解 例1 1. 均匀分布 概率密度 函数图形 b o a x f ? ? ) ( 分布函数 若X~U(a,b)，则X落在(a,b)中任意等长子区间内的可能性相同。 例 设在某一公共汽车的起点站上，每隔8分钟发一趟车，一乘客乘车，求（1）候车时间X的分布；（2）绘出X的pdf曲线；（3）求候车时间超过5分钟的Pr。 解：（1）X~U(0,8) （2） 8 （3） 例 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 的次数”, 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 某些元件或设备的寿命服从指数分布.例如无线电元件的寿命 , 电力设备的寿命, 动物的寿命等都服从指数分布. 应用与背景 分布函数 例4 设某类日光灯管的使用寿命 X 服从参数为 ?=1/2000的指数分布(单位:小时) (1)任取一只这种灯管, 求能正常使用1000小时以 上的概率. (2) 有一只这种灯管已经正常使用了1000 小时以 上,求还能使用1000小时以上的概率. X 的分布函数为 解 指数分布的重要性质 :“无记忆性”. 3. 正态分布(或高斯分布) 正态概率密度函数的几何特征 （2） （3） 1≤X≤3 例2，已知X的d.f.为 求X的分布律。 解： ? 取值点为分段点； ? 分段点的概率为增加值 　　设随机变量 X 只可能取0与1两个值 , 它的分布律为 1.(0-1)分布 则称 X 服从 (0-1) 分布或两点分布.记为X~b(1,p) 实例1 “抛硬币”试验,观察正、反两面情况. 随机变量 X 服从 (0-1) 分布. 其分布律为 两点分布是最简单的一种分布,任何一个只有两种可能结果的随机现象, 比如新生婴儿是男还是女、明天是否下雨、种籽是否发芽等, 都属于两点分布. 说明 2.贝努利试验、二项分布 （1）Bernoulli试验定义： 将E独立地重复进行n次，则称这一串重复的独立试验为n重贝努利(Bernoulli)试验。 试验E只有两个可能结果： 若X的分布律为： 称随机变量X服从参数为n,p的二项分布。 记为 ,其中q＝1－p 二项分布 （0－1）分布 （2）二项分布定义： 设X表示n重Bernoulli试验中事件A发生的次数。 二项分布的图形 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