40第五-七次课.pptVIP

例 例 （续） 由此得， 1) 对c. r.v X,有 2) 由P(A)=0, 不能推出 由P(B)=1, 不能推出 分布 概率密度(pdf) 正态分布 指数分布 均匀分布 则称 X 服从区间[a,b]上的均匀分布. 应用 通常情况下，均匀分布需要我们去判断. 均匀分布(Uniform distribution) 定义 若 c.r.v. X的 pdf 为 记为 X~E( ) . 例 设B11公交车是每隔5分钟一班，乘客到站时刻是随机的。求乘客候车时间X不超过3分钟的概率。 则称 X 服从参数为 的指数分布. 应用 指数分布常用于可靠性统计中,如元件的寿命. 指数分布(Exponential distribution) 定义 若 c.r.v. X的 pdf 为 记为 X~E( ) . (1) 定义 若c.r.v. X 的概率密度( pdf )为 f (x)所确定的曲线叫作正态曲线. 其中 和 都是常数， 任意， 0，则称X服从参数为 和 的正态分布.记作 正态分布(Normal distribution) (2) 标准正态分布X~N(0,1)，其密度函数为 (3) 正态分布 的图形特点 正态分布的密度曲线是一关于 对称的钟形曲线.特点是“两头小，中间大，左右对称”. a. 决定了正态图形的中心位置， 决定了图形中峰的陡峭程度. 固定? 固定 b. f(x)以μ为对称轴，在x=μ处达到最大值: ( 对任意的c,恒有f (μ+c)=f (μ - c ) ≤f (μ) ) 　　　　　　　　　　　 这说明曲线 f(x)向左右伸展时，越来越贴近x轴。即f (x)以x轴为渐近线。 c.当x→ ?∞时，f(x) → 0, 为f (x)的两个拐点的横坐标. d. x = μ ? σ CH2 随机变量及其分布 第四节 分布函数 　分布函数的定义 　分布函数的求法 　小结 (一) 定义 设X(?)是一个随机变量. 称函数F(x)= P{X≤x}, -∞x∞ ，为随机变量X的分布函数. (二) 分布函数的性质 （1）?ab,总有F(a)≤ F(b)(单调非减性) （2） F(x)是一个右连续的函数 （3） ? x ?R1 ,总有0≤F(x)≤1(有界性),且 一、随机变量的分布函数 例 求ξ的分布函数 F(x)= 0 x0 0.1 0≤x1 0.7 1≤x2 1 2≤x 二、离散型随机变量的分布函数 例 已知X的分布函数为 求 。 解： 三、连续型随机变量的分布函数 设X(?)是一个随机变量. 称函数F(x)= P{X≤x}, -∞x+∞ 为随机变量X的分布函数. 1、定义 2. c. r.v.的分布函数 即分布函数是密度函数的可变上限的定积分. 若 c.r.v. X 的 pdf 为 f (x) , 则 由上式可得，在 f (x)的连续点， 例 * * CH2 随机变量及其分布 第一节 随机变量的概念 　随机变量概念的产生 　引入随机变量的意义 　随机变量的分类 一、随机变量概念的产生 　　在实际问题中，随机试验的结果可以用数量来表示，由此就产生了随机变量的概念. 1、有些试验结果本身与数值有关(本身就是一个数). 例如，掷一颗骰子面上出现的点数； 七月份常州的最高温度； 每天从常州下火车的人数； 昆虫的产卵数； 2、在有些试验中，试验结果看来与数值无关，但我们可以引进一个变量来表示它的各种结果.也就是说，把试验结果数值化. 正如裁判员在运动场上不叫运动员的名字而叫号码一样，二者建立了一种对应关系. 这种对应关系在数学上理解为定义了一种实值函数. e. X(e) R 　　这种实值函数与在微积分中大家接触到的函数一样吗？ （1）在试验之前，不能预先肯定它将取哪个值，但所有可能的取值是事先知道的. （2）由于试验结果的出现具有一定的概率，于是这种实值函数取每个值和每个确定范围内的值也有一定的概率. 简记为 r.v.(random variable) 随 量 机 变 　　表示随机现象的各种结果或描述随机事件的变量，其实质为满足： 　　　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