华东师范大学茆诗松《概率论与数理统计》第2章随机变量及其分布讲述.pptVIP

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 上侧 p -- 分位数 若记 x’p 为上侧 p - 分位数，即 则 P(X? x’p) = p 2.7.4 中位数 定义2.7.4 称 p = 0.5 时的p 分位数 x0.5 为中位数. 中位数与均值 相同点：都是反映随机变量的位置特征. 不同点： 含义不同. 统计中常用的 p - 分位数 (1) N(0, 1)： Z? , U? (2) ?2(n)： (3) t (n)： (4) F (n, m)： * * * * * * * * * * * * * * * * * * * * * * * * * * * * 一般正态分布的标准化 定理2.5.1 设 X ~ N(?, ? 2), 则 Y ~ N(0, 1). 推论: 若 X ~ N(?, ? 2), 则 若 X ~ N(?, ?2), 则 P(Xa) = ， P(Xa) = 设 X ~ N(10, 4), 求 P(10X13), P(|X?10|2). 解: P(10X13) = ?(1.5)??(0) = 0.9332 ? 0.5 P(|X??10|2) = P(8X12) = 2?(1)?1 = 0.6826 = 0.4332 例2.5.3 设 X ~ N(?, ? 2), P(X ? ?5) = 0.045, P(X ? 3) = 0.618, 求 ? 及 ?. 例2.5.4 ? = 1.76 ? =4 解: 已知 X ~ N(3, 22), 且 P{Xk} = P{X≤k}, 则 k = ( ). 3 课堂练习(1) 设 X ~ N(?, 42), Y ~ N(?, 52), 记 p1 = P{X≤ ? ?4}，p2 = P{Y≥? +5}, 则( ) ① 对任意的 ? ，都有 p1 = p2 ② 对任意的 ? ，都有 p1 p2 ③ 只个别的 ? ，才有 p1 = p2 ④ 对任意的 ? ，都有 p1 p2 ① 课堂练习(2) 设 X ~ N(? , ? 2), 则随? 的增大， 概率 P{| X? ? | ? } ( ) ① 单调增大 ② 单调减少 ③ 保持不变 ④ 增减不定 ③ 课堂练习(3) 正态分布的 3? 原则 设 X ~ N(?, ?2), 则 P( | X?? | ? ) = 0.6828. P( | X?? | 2? ) = 0.9545. P( | X?? | 3? ) = 0.9973. 记为X ~ U(a, b) 2.5.2 均匀分布 X ~ U(2, 5). 现在对 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. 解： 记 A = { X 3 }, 则 P(A) = P( X 3) = 2/3 设 Y 表示三次独立观测中 A 出现的次数, 则 Y~ b(3, 2/3)，所求概率为 P(Y≥2) = P(Y=2)+P(Y=3) =20/27 例2.5.5 2.5.3 指数分布 记为 X ~ Exp(?), 其中? 0. 特别：指数分布具有无忆性，即： P( X s+t | X s )=P( X t ) 2.5.4 伽玛分布 记为 X ~ Ga(?, ?), 其中? 0， ? 0. 为伽玛函数. 称 注意点 (1) ?(1) = 1, ?(1/2) = ?(n+1) = n! (2) Ga(1, ?) = Exp(?) Ga(n/2, 1/2) = ?2(n) 2.5.5 贝塔分布 记为 X ~ Be(a, b), 其中a 0，b 0. 称 为贝塔函数. 注意点 (1) (2) B(a, b) =B(b, a) B(a, b) =?(a)?(b) /?(a+b) (3) Be(1, 1) = U(0, 1) 常用连续分布的数学期望 均匀分布 U(a, b) : E(X) = (a+b)/2 指数分布 Exp(?) : E(X) = 1/? 正态分布 N(?, ?2) : E(