2随机变量(谢永钦版)解说.pptVIP

下载本文档

113
0
约5.88千字
约 44页
2016-11-26 发布于湖北
举报
版权申诉

2随机变量(谢永钦版)解说.ppt

1、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。。
2、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。
3、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)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、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。
6、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。
7、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

* * * * * * * * * * * * * * * * * * * * * * * * * * * f(x)和F(x)可用图形表示上一页下一页返回利用可以证明， 3.正态分布设随机变量X的概率密度为其中? ,?(?0)为常数,则称X服从参数为? ,? 的正态分布或高斯分布,记为X~N(?,?2). X的分布函数为上一页下一页返回（1）最大值在x=μ处，最大值为 ; （3）曲线y=f(x)在处有拐点；正态分布的密度函数f(x)的几何特征：（2）曲线y=f(x)关于直线x= μ对称，于是对于任意h0，有（4）当时，曲线y=f(x)以x轴为渐近线上一页下一页返回当?固定，改变?的值，y=f(x)的图形沿Ox轴平移而不改变形状，故又称为位置参数。若?固定，改变?的值，y=f(x)的图形的形状随?的增大而变得平坦。 ?越小，X落在?附近的概率越大。上一页下一页返回参数? =0，?=1的正态分布称为标准正态分布，记为X~N(0,1)。其概率密度函数和分布函数分别用和表示，即和的图形如图所示。上一页下一页返回由正态密度函数的几何特性易知一般的正态分布，其分布函数F(x)可用标准正态分布的分布函数表达。若X~ , X的分布函数F(x)为因此，对于任意的实数a,b(ab)，有函数写不出它的解析表达式，人们已编制了它的函数表，可供查用。上一页下一页返回例2.12 公共汽车车门的高度是按成年男子与车门顶碰头的机会在1%以下来设计的.设男子身高X服从m=170(cm),s=6(cm)的正态分布，即X~N（170，62），问车门高度应如何确定？解设车门高度为h(cm)，按设计要求P{X≥h}≤0.01或P{X＜h}≥0.99，因为X~N（170，62），故上一页下一页返回查表得 F（2.33）=0.9901＞0.99. 故取，即h=184. 第四节随机变量函数的分布设X是离散型随机变量，Y是X的函数Y=g(X)。那么Y也是离散型随机变量。设y=g(x)为一个通常的连续函数，X为定义在概率空间上的随机变量，令Y=g(X)，那么Y也是一个定义在概率空间上的随机变量。上一页下一页返回例2.14 设随机变量X的分布律为 X -1 0 1 1.5 3 pk 0.2 0.1 0.3 0.3 0.1 求：X2的分布律. 解由于在X的取值范围内，事件“X=0”，“X=1.5”，“X=3”分别与事件“X2=0”，“X2=2.25”，“X2=9”等价，所以上一页下一页返回 P{X2=0}=P{X=0}=0.1， P{X2=2.25}=P{X=1.5}=0.3， P{X2=9}=P{X=3}=0.1. 事件“X2=1”是两个互斥事件“X=-1”及“X=1”的和，其概率为这两事件概率和，即 P{X2=1}=P{X=-1}+P{X=+1}=0.2+0.3=0.5. 于是得X2的分布律如下表所示. 上一页下一页返回 X2 0 1 2.25 9 p 0.1 0.5 0.3 0.1 定理2.2 设随机变量X具有概率密度fX(x)。函数g(x)为（-∞，+∞）内的严格单调的可导函数，则Y=g(X)也是一个连续型随机变量，且Y的概率密度函数为当函数y=g(x)可导且为严格单调函数时，有：其中x=h(y)是y=g(x)的反函数， α=min（g(-∞),g(+∞)）, β=max（g(-∞),g(+∞)）。证明: 若y=g(x) 严格单调增加，则其反函数x=h(y)存在且也严格单调增加。 Y=g(X)在区间(?，β) 内取值，上一页下一页返回 ?若y=g(x) 严格单调下降，同样可以证明: Y的概率密度为综上所述得: FY(y)=P{Y≤y}= P{g(X)≤y} = P{ X≤h(y)}= 当时FY(y)=0，当时，FY(y)=1；当时上一页下一页