第二章随机变量及其分布分解.pptVIP

分布函数F x 的性质 （1）0 ≤ F x ≤ 1 （2）F x 是个单调不减函数（单调递增的函数） （3） F x 是右连续的，即F x F x-0 （4） §2.2 离散型随机变量 离散型随机变量的可能取值是可以一一列举的，因而要掌握它的变化规律，就需要了解它可能取哪些值，并知道它取这些值的概率. 定义： 设x1, x2, x3…为离散型随机变量X的所有可能取值， 记 pk P X xk ，k 1,2,… 称为离散型随机变量X的分布列（或概率分布） 。 分布律也可以用表格的形式来表示： 几种常用离散型分布 在实际中，常用的离散型分布有（0―1）分布、二项分布、泊松分布等. 1.（0―1）分布 如果r.v. X 的所有可能取值为0，1，且有分布律 P X k pk 1-p 1-k，k 0，1 0 p 1 则称X服从参数为p的（0―1）分布或两点分布。 （0―1）分布的分布律也可表示成： 2. 二项分布 在n重伯努里试验中，若设X为n次试验中A出现的次数，设P A p 0 p 1 ，则X是一个离散型随机变量，其分布律为： 我们称这样的随机变量X服从参数为n,p的二项分布，记为X~B n,p 特别地，当n 1时的二项分布即为（0―1）分布. 3. 泊松分布 设r.v. X的所有可能取值为0，1，2，…，且 其中 λ 0是常数，则称X服从参数为λ的泊松（Poisson）分布，记为X～ P λ . 泊松分布的应用： 稀有事件发生的次数； 质点流的流量； 作为二项分布的近似。 例 设某商店某种商品每月销售数服从参数为4的泊松分布，问在月初进货时应进多少件此商品，才能保证当月不脱销的概率至少是90%？ 解 设该商店每月销售此种商品X件，月初进货数为a件，那么当X ? a时就不会脱销. 已知X～P 4 ，上述要求即为P X ? a ?90%,，即求 满足下式的最小的a： 例： 一个人有n把钥匙，其中只有一把能打开门.一天此人醉酒回家，随机抽取一把开门（若该钥匙不能开门，则放回重新抽取），问此人在第k次才打开门的概率是多少？ 解 每一次抽取钥匙都是一次贝努里试验，p 1/n，以X表示将门打开所需试验的次数，则 作为二项分布的近似 设X~B n,p ，当n很大， p很小时，则 §2.3 连续型随机变量 定义： 若X是随机变量，其分布函数为F x ，如果存在非负函数f x ，使得对于任意实数x ，有 则称X是连续型随机变量，而称f x 为X的概率密度函数（简称密度函数） 密度函数p x 具有以下结论： 几种常用的连续型分布 1. 均匀分布 若随机变量X的密度函数为 则称X 服从区间[a,b]上的均匀分布，记为X～U[a,b]. 2. 指数分布 其中? 0, 则称X服从参数为? 的指数分布，记为X~? ? 。 3.正态分布 其中μ,σ σ 0 是常数，则称X服从参数为μ,σ2的正态分布 或高斯分布 ，记为X~N μ,σ2 . 标准正态分布 特别地，当μ 0,，σ 1时，正态分布称为标准正态分布，记为X~N 0,1 ，相应的密度函数以及分布函数分别记为? x 和Φ x . 正态分布的分布函数、 3 σ 质量控制原则 §2.4 随机变量函数的分布 在许多实际问题中，不仅要研究随机变量的分布问题，还要研究随机变量函数的分布问题. 即已知随机变量X的分布，要求随机变量X的函数Y g X 的分布，实际上也就是求随机变量Y的分布. 例如，设X是物体的速率，而Y是物体的动能，则Y ?mX2（其中m是物体的质量）是X的函数. 一、离散型随机变量函数的分布 二、连续型随机变量函数的分布 设X是连续型随机变量,密度函数为 f x . Y g X 是X的连续函数，则Y也是一个连续型随机变量。计算它的分布形式的一般方法是： 先求Y的分布函数FY y ， 然后再通过求导得出Y的密度函数fY y . 对于y g x 为单调函数，Y g X 的分布密度可以直接由下列定理给出. 定理: 设X是一个连续型随机变量，其密度函数为f x ，取值于（a，b），又函数y g x 在（a，b）上是严格单调的可导函数，则Y g X 也是一个连续型随机变量，且其密度函数为 * 第二章 随机变量 §2.1 随机变量的定义 例：投掷一枚硬币； X:正面- 1,反面- 0; 投掷一粒骰子； X:出现第i点- i; 一夫妇生了三 个小孩； X:女孩的个数- i; 乘客的候车时间; 学生的成绩等等 定义： 设X ? 是定义于样本空间?上的单值实函数，则称X ? 为随机变量. 随机变量（r.v.）有时也简记为X. 随机变量一般用罗马字母X、Y、Z等表示，也可用希腊字母 ?、?、?等来表示。 例2.1.1 从含有4件次品的9件产品中