第二章一维随机变量及其分布详解.ppt

对于Z?2X-1，Z可取-5, - 3, - 1, 1, 3，且 对于W?|X|+1， W可取1，2，3， 且 连续性随机变量函数的分布 对连续型随机变量X，可先求出f(X)的 分布函数，再对分布函数求导，得到f(X) 的密度函数。 例2.42 已知 X ~ N (0,1) , Y = X 2 , 求 f Y (y) 从分布函数出发 当 y 0 时，FY (y) = 0 当 y ≥ 0 时， 故 即 例2.4.3 设连续型随机变量X的密度函数为fX?x?，试求Y=aX+b的密度函数fY(y)，其中a，b是常数，且a?0。 解 设Y的分布函数为FY(y)，Y的密度函数为fY(y)。 当a＞0时，有 当a＜0时，有 例 设随机变量X～N(?,?2), ，求 的分布密度fY(y)。 解： 表明服从任一正态分布的随机变量必定可以标准化(服从一般正态分布的随机变量经标准变换后服从标准正态分布)。 说明 均匀分布的概率密度函数fX在[a,b]上取常数，对任意满足a≤cd≤b的c和d有 P(c≤X≤d)0且≤1，满足分布函数的性质；又因密度函数fX是[a,b]上的常数(线密度)，故称这类分布为均匀分布。 均匀分布的应用举例： 对几何概型，若投点落入区间[a,b]，设X为落点坐标，则X~U(a,b)。 数值计算中的误差量服从均匀分布。 例 随机地向区间[-1,1]投掷点，X为其落点坐标，试求关于t的二次方程 t2+3Xt+1=0 有实根的概率。 解 X在[-1,1]上服从均匀分布，其密度函数为 方程t2+3Xt+1=0 有实根的的充要条件是9X2-4 ? 0 则方程有实根的概率为 思考题 某公共汽车站每隔5分钟有一辆汽车通过，乘客到达汽车站的任一时刻的可能性是相同的，求 (1)乘客候车时间不超过3分钟的概率； (2)若甲、乙、丙分别独立等候1、2、3路汽车时，三人中至少有两个人等车时间不超过2分钟的概率。 答案： (1) P=0.6； (2)P=0.352 2.3.2 指数分布 若一个连续型随机变量X具有概率密度函数： 则称X服从参数为λ(λ＞0) 的指数分布，记作 X～Exp(λ)。 R软件中对应X≤x的指数分布函数为pexp(x,a)。 其分布函数为 “稀有事件”(在有限时间内只发生有限次，在极短时间内 只发生一次)发生的事件间隔服从指数分布。 “寿命”问题也可认为服从指数分布。 指数分布的密度函数与分布函数图像 例2.3.2 设某服务窗口接待顾客的时间T服从参数为1/10的 指数分布(单位：分钟)，则其概率密度为 假设一次服务时间超过15分钟，顾客即评价为“不满意”，试求： (1) 10位顾客中恰有两位评价为不满意的概率。 (2) 10位顾客中最多有两位评价为不满意的概率 (3) 10位顾客中至少有两位评价为不满意的概率。 解 首先求出一位顾客评价为“不满意”的概率。 用R软件计算有 P(T15)=1-P(T≤15)=1-pexp(15,0.1)≈0.2231302 设每位顾客的服务时间相互独立且服从相同参数的指 数分布 ，所以10为顾客中不满意的顾客数Y~B(10,0.2231) 10位顾客中恰有两位评价为不满意的概率 用R软件计算 (2) 10位顾客中最多有两位评价为不满意的概率 (3) 10位顾客中至少有两位评价为不满意的概率。 指数分布的无记忆性： 指数分布与几何分布一样有无记忆性，若X~Exp(λ)，对任意t0，s0，有 2.3.3 正态分布 实际上许多随机变量都服从或近似服从正态分布，如测量误差；产品的质量指示(零件的尺寸、材料的强度、电子管的寿命…)；生物学中，同一群体的某种特征(某种动物的身长、体重；某种植物的株高、单位面积产量，…)等等。 在理论上可以证明，若X是某一随机试验的随机变量，如果决定试验结果的是大量的偶然因素的总和，各个偶然因素之间近乎相互独立，并且每个偶然因素的单独作用相对于作用的总和来说均匀地小，那么X就近似服从正态分布。 正态分布(高斯Gauss)分布是最重要的连续型分布，在概率论中占有极其重要的地位，有着十分广泛的实际应用。 正态分布:若随机变量X的分布密度为: 其中μ、σ0为常数，则称X服从参数为μ、σ的正态分布(高斯分布)，记作 X～N(?,?2). R软件中正态分布的P(X≤