大学概率统计随机变量及其分布详解.ppt

Poisson分布主要用于描述在单位时间 空间 中稀有事件的发生数 例如： 1. 放射性物质在单位时间内的放射次数； 2. 在单位容积充分摇匀的水中的细菌数； 3. 野外单位空间中的某种昆虫数等。 如果样本量很大，组段很多，矩形顶端组成的阶梯型曲线可变成光滑的分布曲线。 大多数情况下，可采用一个函数拟合这一光滑曲线。这种函数称为概率密度函数（probability density function） 解 （1）由 ，有 ． （2） ． （3） · · 例2 设连续型随机变量 的概率密度为 （1）求 ，（2）求 ；（3）分布函数 ． 解 （1）由 ， 而 ． 有 ． （2） ． （3）当时 ， ， 当 ≤ 时， ． 当 ≥2时， ． 所以 ． 二、几种常见的连续型随机变量及其概率密度 （一）均匀分布 若连续型随机变量 具有概率密度 则称 在区间 上服从均匀分布．其分布函数为 · · · · · · 对于任意 ，若 ，则有 ． 这说明 取值落在 内任一子区间 内的概率， 只依赖于子区间的长度 ，而与子区间位置无关． 例3 设连续型随机变量 的分布函数为 （1）求密度 ； （2）若 ．求 ． 解 （1） 在 -3, 9 上服从均匀分布． （2） ． 102电车每5分钟发一班，在任一时刻 某一乘客到了车站。求乘客候车时间不超过2分钟的概率。 解 例 设随机变量X为候车时间，则X服从（0，5）上的均匀分布 X～U（0，5） 几何概型（一维） 练习 长途汽车起点站于每时的10分、25分、55分发车,设乘客不知发车时间,于每小时的任意时刻随机地到达车站,求乘客候车时间超过10分钟的概率. 15 45 解 设 A “乘客候车时间超过10分钟” X表示乘客于某时过X分钟到达,则X?U 0,60 * * 第四章 随机变量及其分布 第一节 随机变量及其分布函数 一、随机变量 用数量来表示试验的基本事件 定义1 设试验 的基本空间为 ， ，如果对试验 的每一个基 本事件 ，规定一个实数记作 与之对应，这样就得到一个定义在基本空 间 上的一个单值实函数 ，称变量 为随机变量． 随机变量常用字母 、 、 等表示．或用 、 等表示． 所谓随机变量，不过是随机试验的试验结果和实数之间的一个对应关系． 引例1 投掷一枚硬币，观察出现正反面的情形。试验有两个可能结果： 我们引入一个变量如下： — 出现正面 — 出现反面 这个变量可以看作是定义在样本空间 上的函数，称其为随机变量。实际上此变量是依试验结果的不同而随机地取值1或0。 引例2 掷一枚骰子面上出现的点数。 这个试验结果本身就是一个数.（与数值有关） 当 时， ，这里 是随机变量， 我们引入一个变量 它是依试验结果的不同而随机地取值1，2，3，4，5，6。 昆虫的产卵数； 每天从太原站下火车的人数； 类似的例子： 七月份太原的最高温度； 在奥尼尔的一次罚篮中，可能出现 罚中、罚不中这两种情况，这个随机试验的结果不具备数量性质，我们仍可以用数量来表示它。 例如：用变量来表示这个随机试验的结果：ξ 0，表示没罚中； ξ 1，表示罚中。 而表示随机变量所取的值 时,一般采用小写字母x,y,z等. 随机变量通常用大写字母 X,Y,Z或希腊字母ζ,η等表示 例如，从某一学校随机选一学生，测量他的身高. 我们可以把可能的身高看作随机变量X, 然后我们可以提出关于X 的各种问题. 如 P X 1.7 ？ P X≤1.5 ? P 1.5 X 1.7 ? 2、随机变量的分类 通常分为两类： 随机变量 离散型随机变量 连续型随机变量 所有取值可以逐个 一一列举 全部可能取值不仅 无穷多，而且还不 能一一列举，而是 充满一个区间. 这两种类型的随机变量因为都是随机变量，自然有很多相同或相似之处，但因其取值方式不同，又有其各自的特点。 学习时请注意它们各自的特点和描述方法。 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值规律的研究。 注：1°随机变量 是基本事件的函数， 具体问题里具体规定． 2°对于不同的基本事件， 的取值亦要不同． 3°每一基本事件都可用随机变量的取值来表示．如 ， 则 ． 4°当 时，事件 与 互不相容． 5° 表示 取小于等于 的每一个值所对应的基本事件的和事件 二、随机变量的分布函数 定义2 设 是一个随机变量，对任意实数 ，令 称 为随机变量 的分布函数． 分布函数是定义在 上的函数．具有如下性质： 1° ≤ ≤1且