概率-第2章.ppt

定义理解： 问：X取任意单点值a的概率是多少？（参见书P44） 故有，对连续型 r.v X,有 一个需要思考的问题？ ? 反例：设X为连续型随机变量, 则P{X=a}=0 由P(B)=1, 不能推出 B=S 可见，由P(A)=0, 不能推出 称A为几乎不可能事件，B为几乎必然事件. 其中 满足： （1） （2） 用这两条性质判断 一个函数是否是 概率密度 2、概率密度函数 的性质： f (x) x o 面积为1 （1） （2） 连续随机变量分布函数F(x)为连续函数 总结以上公式： 解（1）由F(x)的连续性知： 即得 （2）由 知： 解（1）由f(x)的性质知： 为分段函数 为变量，取值是 需分区间讨论 （2）分析： （2） 从而得 解（3） 练习： 设连续型随机变量X的概率密度为： 求：（1）常数A； （3） F（x） 练习： 设连续型随机变量X的概率密度为： 求：（1）常数A； （3） F（x） 三、 几种常见的连续型分布 (1) 若随机变量X 的概率密度为 1. 均匀分布 X～U(a, b) 则称 X 在(a, b)上服从均匀分布，记为X～U(a, b) X~U[a,b]时,分布函数为 例1: 若K在（0, 5）上服从均匀分布，求方程 有实根的概率？ 解：因为 K～U(0, 5)，所以 有实根的充要条件是 即为： 解得： P{有实根的概率} 2、指数分布 若随机变量 X 的概率密度为 其中常数 0 ，则称X 服从参数为 的指数分布，相应的分布函数为 解（1） （2） （3） 3、 正态分布 若随机变量 X 的概率密度为 正态分布是一种最常见的随机变量,正态分布的一些性质与特点使其在概率论与数理统计理论中有特别重要的地位. ~ 设X~ , X的分布函数是 正态分布的分布函数 4. 标准正态分布 的正态分布称为标准正态分布. 其密度函数和分布函数常用 和 表示： 例: 例: 例: 例: 若 上 分位点简介 设 若 满足条件 则称点 为标准正态分布的 上 分位点 1、问 由定义知： * 第 二章 随机变量 * 第2章主要内容简介 随机变量x 离散型 连续型 随机变量的分布函数F(x) 分布律{pk} 概率密度f(x) 随机变量函数的分布 二项分布 泊松分布 0-1分布 正态分布 指数分布 均匀分布 §2.1 随机变量的概念 通常,我们用大写字母X、Y、Z等表示随机变量. e. X(e) R (random variable) 第二章 随机变量及其分布 实例展示 满足 X(正面）=1，X（反面）=0 X: S?R 1、随机变量的定义理解： 随机变量(random variable)的本质是一个集合函数， 是从样本空间的子集到实数的映射， 是将事件转换成一个数值，即数量化的一个概念。 注：随机变量与一般实函数的比较： (3)变量取值有一定概率(与相应样本点出现的概率相同). (1)自变量是样本点(不一定是数)； (2)变量取值(必为实数)随机不确定(具偶然性，可自定义)； 随机变量及其 取值规律 事件及 事件概率 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. §2-2 离散型随机变量 一、离散型随机变量的定义 若随机变量 X 所有可能的取值为有限个或可列无穷多个，则称X为离散型随机变量。否则称为非离散型随机变量。 二、离散型随机变量及概率分布律 X （1）概率分布律（列表式）： （2）概率分布律（公式法）： P{X=xk}= pk , k=1, 2, ... 三、 离散型随机变量的分布律的性质： k=1,2, … （1） （2） 这样，就掌握了随机变量X取值的概率规律. 从中任取3 个球 取到的白球数X是一个随机变量 X可能取的值是0,1,2 概率分布律为： 例1 特别： 例2： 已知 k =0,1,2, …, 为离散型随机变量的概率分布，试确定常数b. 解： 解: 依据概率函数的性质: P{X =k}≥0, a≥0 从中解得 欲使上述函数为概率函数 应有 这里用到了常见的 幂级数展开式 例3. 设随机变量X的概率函数为： k =0,1,2, …, 试确定常数a . . (2) 从而 练习： （1）确定常数a （2）计算