华东交通大学概率论第2章.ppt

* -x x 对一般的正态分布 ：X ～N ( ? ,? 2) 其分布函数 作变量代换 设 X ~ N(1,4) , 求 P (0 ? X ? 1.6) 解: P352 表2 例2.4.4 例2.4.5已知 且 P( 2 X 4 ) = 0.3, 求 P ( X 0 ). 解1: 解二 图解法 0.2 由图 0.3 0 =1.645 =2.575 = -1.645 = -2.575 标准正态分布的上? 分位数z? 2.4.2.3 指数分布 若X 的密度函数为 则称X 服从参数为?的指数分布 记作 X 的分布函数为 ?? 0 为常数 对于任意的 0 a b, 应用场合: 用指数分布描述的实例有： 随机服务系统中的服务时间 电话问题中的通话时间 无线电元件的寿命 动物的寿命 指数分布常作为各种 “寿命”分布的近似 例2.4.6 令：B={ 等待时间为10-20分钟 } 2.4.2.4 伽玛分布 设随机变量X，若X的密度函数为 则称X服从参数为 的伽玛（Gamma）分布,简称 为 分布, 注:伽玛函数具有性质： 设测量的误差 X～N(7.5,100)(单 位：米),问要进行多少次独立测 量,才能使至少有一次误差的绝对 值不超过10米的概率大于0.9 ? 解: 设A表示进行 n 次独立测量至少有一次误差的绝 对值不超过10米 n 3 所以至少要进行 4 次独立测量才能满足要求. 课堂练习 2.5 随机变量函数的分布 2.5.1 离散型随机变量函数的分布 2.5.2 连续性随机变量函数的分布 问题：已知随机变量 X 的概率特性 ——分布 函数 或密度函数（分布律） Y = g ( X ) 求随机因变量Y 的概率特性 方法：将与Y 有关的事件转化成X 的事件 设随机变量 X 的分布律为 由已知函数 g ( x) 可求出随机变量 Y 的所有 可能取值，则 Y 的概率分布为 2.5.1 离散型随机变量函数的分布 第 一 种 情 形: 第 二 种 情 形: 例2.5.1 已知 X 的概率分布为 X pk -1 0 1 2 求 Y 1= 2X – 1 与 Y 2= X 2 的分布律 解: Y 1 pi -3 -1 1 3 Y 2 pi 1 0 1 4 Y 2 pi 0 1 4 已知随机变量 X 的密度函数 f(x) (或分布函数) 求 Y= g( X )的密度函数或分布函数. 方法： （1） 从分布函数出发 （2） 从密度函数出发 2.5.2 连续性随机变量函数的分布 设随机变量 X 具有概率密度： 试求Y=X-4 的概率密度. 解:(1) 先求 Y =X-4 的分布函数 FY(y)： 例2.5.2 整理得 Y=X-4 的概率密度为： 本例用到变限的定积分的求导公式 例2.5.2 已知X 密度函数为 为常数，且 a ? 0, 求fY( y ) 解: 当a 0 时， 当a 0 时， 故 例如，设 X ~ N (? ,?2) , Y = a X +b, 则 Y ~ N ( a? +b, a2?2 ) 特别地 ，若 X ~ N ( ? ,? 2) , 则 解：设Y的分布函数为 FY(y)， 设 X ~ 求 Y=2X+8 的概率密度. FY(y)=P{ Y y } = P (2X+8 y ) =P{ X } = FX( ) 于是Y 的密度函数 课堂练习 故 注意到 0 x 4 时， 即 8 y 16 时， 此时 Y=2X+8 * * * * 例3.1.2 一个完全不懂英语的人去参加英语考试. 假设此考试有5个选择题，每题有n重选择，其中只 有一个答案正确.试求：他居然能答对3题以上而及 格的概率. 解:由于此人完全是瞎懵，所以每一题，每一个答案 对于他来说都是一样的，而且他是否正确回答各题 也是相互独立的.这样，他答题的过程就是一个 Bernoulli试验 . (4) Poisson 分布 或 或 若 其中 是常数，则称 X 服从参数为 的Poisson 分布，记作 在一定时间间隔内： 一匹布上的疵点个数； 大卖场的顾客数； 应用场合: 电话总机接到的电话次数；