讲高等数学(新版).docVIP

一维随机变量的分布和数字特征 随机变量是概率统计中重要的基本概念。随机事件可以通过随机变量 X 表示，随机事件的概率一般形如P（ a X b ) ，P（ a X b ) ， … ，其中- a b ＋ 。如果一个变量依试验结果的改变而取不同的实数值，那么称这个变量为（一维）随机变量。 随机变量分布的含义是“随机变量取值的统计规律”。常用的形式有概率分布表，概率密度函数与分布函数。随机变量数字特征的含义是“用某些实数来反映随机变量分布的主要特征”。常用的形式有（数学）期望与方差。 离散型随机变量的概率分布表 离散型随机变量 X 只可能取有限个或一串值，假定记作 x 1, , x2 ， … ，xk， … 。 X 的概率分布（表）为 其中=1, pk=P （ X = x k） 0 , k = 1 , 2 ， … 。由上述概率分布表可以计算概率 其中I 是实数轴上的一个集合。 连续型随机变量的概率密度函数 连续型随机变量 X 的概率密度函数 p （ x )必须满足 由上述概率密度函数可以计算概率 对任意一个实数 x 0，P（ X = xo ）= 0 随机变量的分布函数 1 ．定义 随机变量 X 的分布函数 F （ x ）定义为 2 ．性质 3 ．设 X 为连续型随机变量，概率密度函数为 p （x） （ 1 ) F （ x ）是连续函数； （ 2 ）在 p （ x ）的连续点处， F （ x ) = p （ x ) ; 随机变量的期望 随机变量 X 的期望反映了 X 的平均取值，记作 E （ X ）。 1 ．定义 当 X 为离散型随机变量时， 当 X 为连续型随机变量时， 2 ．性质 （1 )E（ c) =c ,其中c是常数； （2 )E（kX ) = kE （ X ) ，其中k是常数； （ 3 ) E （ X + c ) = E （ x ) ＋c，其中c是常数； （ 4 ) E （ kX + ly + c ) = kE （ X ) + lE （ Y ) ＋c. 3 ．随机变量函数的期望 设 Y = f （ X ) ，当 X 为离散型随机变量时， 当 X 为连续型随机变量时， 随机变量的方差 随机变量 X 的方差反映了 X取值的波动程度，记作 D （ X ）。 1 ．定义 D （ X ) = E [ X 一E （ x ) ] 2 , 称为 X 的标准差 2 ．计算公式。 D （ X )= E （X2 ）一［ E （ X ) ] 2 。 3 ．性质 （1) D （c)= 0 ，其中c是常数； （ 2) D（kX)= k2D （X ),其中k是常数; （3) D（X+c) =D （X), 其中c是常数； （4) 当 X 与 Y 相互独立时， D （ kX + lY＋c） = k2D （ X ) + l2D （ Y ）。 常用随机变量的分布和数字特征 1 ．二点分布（或伯努利分布），参数为 p ,0 p 1 ，它的概率分布为 且 E （ X ) = p , D （ X ) = p （ 1 - p ）。 2 ．二项分布，参数为n、 p , 0 p 1 。它的概率分布为 且 E （ X ) = n p , D （ X ) ＝n p （ 1 一 p ）。 3 ．泊松分布，参数为，＞ 0 。它的概率分布为 且 E （ X ) = D （ X ) ＝。 4 ．均匀分布，参数为 a 、 b ,a b 。它的概率密度函数为 且E （ X) =（ a ＋b） , D （ X ) =（b –a )2 . 5 ．指数分布，参数为，＞ 0 。它的概率密度函数为 且 E （ X ) =，一贵， D （ X ) =. 6 ．正态分布 N （, ) ，参数为,， -＜x＜十，＞ 0 。它的概率密度函数为 且 E （ X ) ＝， D （ X ) ＝。 （八）正态分布的概率计算 1 ．当 X N （ 0 , 1 ）时， P （ a X b ) ＝（ b ) - （a) ,其中（ x ）是标准正态分布的分布函数，它的函数值可以查表得到。（ x )满足 2 ．当 X N （,)时， X 的分布函数 1页