第二章1《-概率论与数理统计教程》课件.pptVIP

第二章 随机变量及其分布 《概率论与数理统计教程》 （第四版） 高等教育出版社 沈恒范 著 大纲要求 §2.1 随机变量的概念 §2.2 离散随机变量 §2.3 超几何分布·二项分布·泊松分布 §2.4 连续随机变量 §2.5 随机变量的分布函数 §2.6 连续随机变量的概率密度 §2.7 均匀分布·指数分布 §2.8 随机变量函数的分布 §2.9 二维随机变量的联合分布 §2.10 二维随机变量的边缘分布 §2.11 随机变量的独立性 §2.12 二维随机变量函数的分布 §2.1 随机变量的概念 随机变量的概念 随机变量 在试验的结果中能取得不同数值的量，它的数值是随试验的结果而定的，由于试验的结果是随机的，所以它的取值具有随机性。 随机变量的定义 随机变量（实例） 随机变量的分类 §2.2 离散随机变量 概率分布 概率函数及其性质 把函数 称为离散随机变量的概率函数。 p(xk)?0, k=1,2,… 概率分布(实例) 离散型随机变量的概率分布分以下几步来求: (1)确定随机变量的所有可能取值; (2)利用古典概型计算每个取值点的概率 (3)列出随机变量的概率分布表 举例 例4 从一批有10个合格品与3个次品的产品中，一件一件地抽取产品，设各个产品被抽取到的可能性相同，在下列三种情况下分别求出直到取出合格品为止时所需抽取次数X的分布律。 （1）每次取出的产品不放回该批产品中； （2）每次取出产品都立即放回该批产品中，然后再取下一件产品； （3）每次取出一件产品后，总以一件合格品放回该批产品中。 课 堂 练 习 几何分布 频率分布表 频率分布表 其中， 表示随机变量X的观测值xi出现的频率 §2.3 超几何分布 二项分布泊松分布 “0－1”分布 超几何分布 hypergeometric 二项分布 binomial distribution 进行 n 次重复试验，出现“成功”的次数的概率分布称为二项分布 2. 如果事件A在每次试验中发生的概率为p, 则事件A在n次重复试验中出现的次数X服从二项分布 B(n, p) 二项分布的性质 显然， 对于P{X=x}? 0， x =1,2,…,n，有 同样有 当 n = 1 时，二项分布化简为 二项分布（作为超几何分布的近似） 当一批产品总数N很大，而抽取样品的个数n远小于N时，可用二项分布来近似地计算超几何分布的概率，即 泊松分布 用于描述在一指定时间范围内或在一定的长度、面积、体积之内某一事件出现次数的分布（稠密性问题）。 泊松分布的例子 一个城市在一个月内发生的交通事故次数； 消费者协会一个星期内收到的消费者投诉次数； 人寿保险公司每天收到的死亡声明的人数； 一段时间内电话用户对电话站的呼唤次数； 一段时间内候车的旅客数； 一段时间内原子放射粒子数； 泊松分布 Poisson ?— 给定的时间间隔、长度、面积、体积内“成功”的平均数 e = 2.71828 x —给定的时间间隔、长度、面积、体积内“成功”的次数 泊松分布（实例） 泊松分布（作为二项分布的近似） 当试验的次数 n 很大，成功的概率 p 很小时，可用泊松分布来近似地计算二项分布的概率，即 §2.4 连续随机变量 连续型随机变量的概率分布 连续型随机变量可以取某一区间或整个实数轴上的任意一个值 它取任何一个特定的值的概率都等于0 不能列出每一个值及其相应的概率 通常研究它取某一区间值的概率 用数学函数的形式和分布函数的形式来描述 连续型随机变量的统计分布 连续型随机变量的统计分布可以用直方图表示 直方图的作法 在横轴上截取各个区间，以各区间为底作矩形，使矩形的面积等于随机变量落在该区间内的频率 直方图中所有矩形的总面积为一 §2.5 随机变量的分布函数 分布函数的定义 定义 随机变量X的取值小于等于实数x的概率，即事件X x的概率；显然，它是x的函数，记作 这个函数称为随机变量X的概率分布函数或分布函数。 分布函数性质 离散型随机变量的分布函数 （1） （2）分布函数为阶梯函数 连续型随机变量的分布函数 §2.6 连续随机变量的概率密度 概率密度的定义 定义 比值 叫做随机变量X在该区间的平均概率分布密度 定义 若当 时，比值的极限存在，则极限值称为随 机变量X在点x处的概率分布密度或概率密度，记作 概率密度与分布函数的关系 概率密度的性质 §2.7