第三章随机变量及其分布.ppt

第三章 随机变量及其分布 ;例 1 在10件同类产品中，有3件次品，现 任取2件，用X表示“2件中的次品数”， X的取值有哪些？对应的概率是多少?;一个变量若满足： （1）取值的随机性。即取到哪一个值事前 不知道，要由随机试验的结果而定；（2）取值的对应性。即取到的每一个值都 对应于某一随机现象；（3）概率的确定性。即它取某一个值或在 某一区间内取值的概率是确定的。 称这样的变量为随机变量，通常用大写 字母 X、Y、Z…表示。;例 1中， “两件产品中没有次品”事件 可用 {X=0}表示 “两件产品中至少一件次品”事件 可用 {X≥1}表示 例 2中， “元件寿命至少1000小时”事件 可用 {Y ≥1000}表示 “元件寿命不足500小时”事件 可用 {Y≤500}表示;上述两例，随机现象较容易用数量来描述，但在实际中常遇到一些似乎与数量无关的随机现象，如何用随机变量来描述它们？;例4 一批产品的合格率为P，随机抽一个检验，  可能结果为 “抽到合格品”与“抽到废品”。;二、随机变量的种类; 设离散型随机变量X所有可能取值为  x1，x2，…xn，其相应的概率分别为 p1，p2，… pn 记作 P(X=xi)=pi， （ i=1，2，…n） 称为离散型随机变量X的概率分布，  简称分布。 也可表示为：;概率分布的性质 1） 0≤pi≤1 i=1，2，… 2） ∑pi =1;二、离散型随机变量的数学期望;例3 某产品在市场上的价格X（元）及相应 的概率如下表，求该产品的期望价格。;数学期望是对随机变量集中趋势的度量，对其离散程度的度量用方差。;四、常见的离散型随机变量;2、两点分布的数学期望与方差 E ( X ) = p D ( X ) = ( 1－ p ) p;随机试验只有两个可能结果A 或 ，且 P(A)=p， P( )=1－p = q 这种试验称为Bernoulli试验；试验独立重复n次，称n重Bernoulli试验。;（二）二项分布;2、二项分布的数学期望与方差 E ( X ) = n p D ( X ) = n p (1－p) ;（三）泊松分布 1、定义：设随机变量X的分布律为 （k=0,1,2, …） 称 X 服从参数为λ(λ0) 的泊松分布。 记作 X～P(λ)。;2、泊松分布的数学期望与方差 E ( X ) = λ D ( X ) = λ; X为连续型随机变量，x为任一实数，  若函数f (x)表示变量X的分布情况， 即X取值的规律，称f (x)为概率密度 函数，或称概率分布。;二、常见的连续型随机变量;如果X在[c，d]上服从均匀分布，则对任意满足 的a，b有 X 取值于[c，d]中任一小区间的概率与该小区间的长度成正比，而与该小区间的具体位置无关。; 均匀分布的数学期望与方差 在区间[c，d]上均匀分布变量X的数学 期望和方差为： ;（二）正态分布 1、正态分布 若随机变量X的密度函数为  μ、 是常数（－∞ μ +∞，σ 0） 则称X服从参数为μ和 的正态分布, 记作 X～N ( μ， ) ;关于密度函数 的图形 1) 图形是关于 x = μ 对称的钟形曲线， 且峰值在 x =μ处取得。 2) 方差 越小，曲线峰值越大，曲线 越狭长；方差越大，曲??越平坦。 3) 当x→±∞时， →0，即 以x轴 为渐近线。;2、标准正态分布 若正态分布 N ( μ ， )中的参数 μ= 0，σ = 1时，其分布 N( 0，1 )