第2章概率论.ppt

例1: 设随机变量X具有概率密度 求Y=2X+1的概率密度. 2.4.2 连续型随机变量函数的分布 ? * §2.4 随机变量函数的分布 ? * 2.4.2 连续型随机变量函数的分布 2．公式法 【定理2.4.1】设随机变量X具有概率密度fX(x)， -∞x+∞，又设函数g(x)处处可导且恒有 （或恒有 ），则 的 概率密度为 其中 为 的反函数，且 例2: 设随机变量X?N(μ，σ2),试证明X的线性函数 Y=aX+b(a≠0)也服从正态分布。 因y=g(x)=ax+b，解得 x=h(y)=(y-b)/a 由定理得Y=aX+b的概度密度为 2.4.2 连续型随机变量函数的分布 证明：X的概率密度为 ? * §2.4 随机变量函数的分布 所以 Y=aX+b~N(aμ+b , (a?)2 ) 特别，在上例中取 a=1/? , b= -μ/? 得 2.4.2 连续型随机变量函数的分布 ? * §2.4 随机变量函数的分布 设离散型随机变量X的分布律为 P{X=xi}=pi，i=1,2,…,n ,… 又y=f(x)是x的连续函数，则Y=f(X)是随机变量，其分布律为 P{Y=f(xi)}=pi，i=1,2,…,n ,… 若某些f(xi)相等，将它们作适当并项即可。 2.4 小 结 ? * §2.4 随机变量函数的分布 求随机变量函数的分布的方法： ? * 2. 设连续型随机变量X的密度函数为?X(x), y=f(x) 连续, 求Y= f(X)的密度函数的方法有两种： （1）分布函数法； （2）若y=f(x)严格单调，其反函数有连续导函数， 则可用公式法； 2.4 小 结 ? * * 就象你买奖券，买完后你的中奖金额X是r,v，只有开奖后 你才知道X 的值。 * 例如：足球队的例，X取值0，1，2 且P{X=0}=1/4 ,P{X=1}=1/4 ,P{X=2}=1/2，且我们已经求出了{X≤0.3}{X≤1}等事件的概率,但这样的事件有很多,如{X≥1},{X≤1.25}等，如何来方便的描述各种事件的概率，我们引入分布函数的概念。 * 有了分布函数，关于r,v,X的许多重要的概率能方便地求出： 许多概率论的问题归结为函数的运算从而利用数字分析出许多结果，这是引入分布函数的好处之一，再加上d.f.对任意随机变量都有定义，因此d.f.在理论上有极重要的地位。 * * * 要把握一个离散型随机变量就是要知道它的全部可能的取值以及它取每个值的概率，即它的分布律。 * 由此可见对于离散型随机变量X，我们可用分布律描述其分布，亦可用分布函数描述其分布。因为对离散型随机变量X而言，用分布律这种描述方法比分布函数要简单方便、直观，所以在实际使用中，常用分布律描述其分布。 * 注释： 泊松定理指明了以n，p(np=λ)为参数的二项分布，当n→∞时趋于以λ为参数的泊松分布，因此泊松分布可看成二项分布的极限分布。同时，这一事实也显示泊松分布在理论上的重要性。 * 人多浪费，人少影响生产 * 工作量过大，每人负责37台。 * 工作量减小了，但不能及时修理的概率比0.01大，不好，因此按（2）安排工作。 * 工作量增大了，但工作效率提高了。也说明，概率方法可用来讨论国民经济中某些问题，以使达到更有效地使用人力、物力、资源的目的，这是运筹学的任务，概率论是解决运筹学问题的有力工具。 图中每一黑点表示钉在板上的一颗钉子，它们彼此的距离均相等，上一层的每一颗的水平位置恰好位于下一层的两颗正中间。从入口处放进一个直径略小于两颗钉子之间的距离的小圆玻璃球，当小圆球向下降落过程中，碰到钉子后皆以1/2的概率向左或向右滚下，于是又碰到下一层钉子。如此继续下去，直到滚到底板的一个格子内为止。把许许多多同样大小的小球不断从入口处放下，只要球的数目相当大，它们在底板将堆成近似于正态 的密度函数图形（即：中间高，两头低，呈左右对称的古钟型），其中n为钉子的层数。 * * f(x)的特性：”中间大，两头小”。 * f(x)的特性：”中间大，两头小”。 标准正态分布的重要性 * f(x)及F(x)的图形分别如: f(x) a b x F(x) 1 a b x 2.3.2 三种重要的连续型分布 1. 均匀分布 ? * §2.3 连续型随机变量及其概率密度 例1: 设电阻