数理统计().docVIP

第四章……第七章 小结 一、随机变量的表示法： 二、随机变量的分布： 1. 离散型：分布列及性质. 2. 连续型：分布密度、分布函数及性质. 3. 二维随机变量的分布： 4. 随机变量函数的分布：设，则 1）是离散型，求的分布列； 2）是连续型，求的分布密度.（分布函数法） 三、正态分布的概率计算：（性质、应用题） 四、随机变量的数学期望、方差及性质： 五、常用分布表： 分布名称及简略记号 分布列或密度 期望 方差 两点分布 ， 二项分布 泊松分布 均匀分布 指数分布 正态分布 例1 一批产品共10件，其中7件是正品，每次取一件。求直到取得正品为止所需次数的分布列。 （1）不返回抽样；（2）返回抽样. 例2 设随机变量的分布函数，求： （1）系数、；（2）；（3）的密度. 例3 设随机变量服从二点分布，求的分布. 例4 设随机变量的期望和方差都存在，称为的标准化随机变量.证明：，. 例5 某批产品长度，求产品长度在和之间的概率。 例6 通过半径为的圆周上的一点，任意作该圆的弦，求这些弦的平均长度。 例7 每发炮弹命中飞机的概率为，求发炮弹命中发的概率。（三种解法） 解 设表示命中飞机的炮弹数，则. 所以，，. （1）用二项分布计算： . （2）用泊松分布计算：，则近似.查表得 . （3）用正态分布计算：，，则近似.由拉普拉斯局部极限定理，得 . 例8 若一大批产品的次品率为，求任取（1）件时次品数不大于件的概率；（2）件时次品数不大于件的概率. 正态分布和泊松分布虽然都是二项分布的极限分布，但是 （1）泊松分布以，且为条件； （2）而正态分布只要求这一个条件. 一般，对于很大，（或）很小的二项分布，作为近似计算，泊松分布比正态分布更精确. 考 研 题 举例 1. 已知随机变量的密度，则的分布函数 . 2. 设随机变量服从均值为，均方差为的正态分布.则落在区间内的概率为 . 3. 若随机变量服从均值为，方差为的正态分布，且，则 . 4. 若随机变量服从上的均匀分布，则随机变量在内概率分布密度 . 5. 若随机变量服从参数为的指数分布，则 . 6. 设随机变量的概率密度为，求随机变量的概率密度函数. 7. 设随机变量的概率密度为 对独立地重复观察次，用表示观察值大于的次数，求的数学期望. 8. 若随机变量在上服从均匀分布，则方程有实根的概率为 . 9. 设随机变量服从参数为的指数分布，则数学期望 . 10. 已知随机变量的密度，则 ， . 11. 设表示次独立重复射击命中目标的次数，每次命中目标的概率为，则的数学期望 . 12. 设随机变量服从正态分布，且方程无实根的概率为，则 . 数 理 统 计 第八章 统计与统计学 一、前言 前面，直接从随机试验入手，研究的是随机变量的概率分布及数字特征. 现在，需研究的随机变量的概率分布及数字特征又如何从实际工作中获得？ 例如，某厂生产的一批灯泡，它的使用寿命是一个随机变量.若规定使用寿命在小时以下的为次品，问 （1）如何确定这批灯泡的次品率？ （2）怎样去估计这批灯泡的平均寿命以及使用寿命的差异程度？ 自然地，我们会想到对这批灯泡进行抽样检验.如抽只，检验有多少只次品，则可得次品率、平均使用寿命等等量作为这批灯泡的某些量的近似估计. 但是，如何抽样才能使获得的数据更具代表性？抽多少，才比较合理.因为抽查量太大是浪费，甚至是不可能的；但太少又得不到可靠的结论.其次，从这只灯泡中得到的数据怎样推断这一批灯泡的质量呢？ 总之，需要做的是： （1）如何更合理、更有效地获得实验的数据 ---- 实验的设计问题. （2）如何对获得的数据进行合理的分析，从而对所关心的问题做出尽可能精确、可靠的结论 ---- 统计推断问题. 二、总体与样本 定义1 研究对象的全体叫总体，记成等. 组成总体的每个基本单元称为个体. 记成等. 如： 1. 一批灯泡的使用寿命是总体，而每个灯泡的使用寿命就是个体. 2. 某校学生的身高是一个总体，而每个学生的身高就是一个个体. 定义2 总体中抽出若干个体组成的集合，叫样本. 从某个总体中，抽取个个体、、，这个个体组成了容量为的样本.而样本取得的一组结果、、称为样本（、、）的一个观察值，简称样本值. 我们的目的，就是如何由样本值来得出总体的一些量.如的概率分