概率论 随机变量及其分布 中南财经政法大学课件.ppt

一、 几种常见的离散型随机变量分布 1、二项分布 第三节 几种常见的随机变量的分布 (1) 则有： 例2. 某工厂每天的用水量保持正常的概率为0.75，求最近6天内用水量正常的天数的分布。 例3 设某种疾病发病的概率为0.02，现从人群中任意挑出100人检验，求至少有2人得病的概率。 于是，所求的概率为 每人“等车不超过2分钟”的概率为 故 补充：二项分布的最可能值 例如, 在例1中, np+p=4.8, 那么5次投篮最有可能投中4次. 在例2中, np+p=5.25, 那么在6天中最有可能5天用水量保持正常. 2. 几何分布 （2） 解： 由（2.13）式，有 (称为退化分布) 由公式 3. 连续型随机变量的分布函数 解：（1） 因此 （2） 解 因此 例21 已知随机变量 解：由密度函数的性质（2.9）式，有 ，得到 故 因此 解： 因此 （3） 或 解： 由分布函数性质，有 (称为柯西分布) 第二节 随机变量函数的分布 一、离散型随机变量函数的分布 二、连续型随机变量函数的分布 证明：若 则 证略 如果随机变量的函数不是单调的，则只能用分布函数法求其密度函数。 * 第一节 随机变量及其分布 第二节 随机变量函数的分布 第三节 几种常见的随机变量的分布 第二章 随机变量及其分布 我们在第一章给出了随机事件与概率的概念，发现如下两个特点：第一,有些试验的结果直接表现为数量。比如，在抽样检验产品中出现废品的个数；某种消耗产品的使用寿命以及掷骰子出现的点数等。第二,有一些试验的结果，尽管没有直接表现为数量，但是我们也可以用数量表示，比如：产品检验中，优质品记为2，次品记为1，废品记为0等。 由此有结论：对于任何一个试验的各种结果，都可以用数量与之对应。 第一节 随机变量及其分布一、随机变量的概念 随机变量可使随机事件用数字来标识，因此可用数学分析的方法研究随机试验。 引入随机变量的意义及其分类 定义2.2：如果随机变量X只可能取有限个或至多可列个值，则称X为离散型随机变量。 概率分布表：将一个离散型随机变量的分布用一个表表示，称为离散型随机变量的概率分布表或分布列（见表2-1）。 二、离散型随机变量的概率分布 注：要掌握离散型随机变量的统计规律，必须且只需知道它的概率函数即可。 例5 一批产品的次品率为是15%，从中随机地抽取一个产品进行检验，正品记为0，次品记为1。试写出抽取结果的概率分布。 P(X=0)＝0.85 P(X=1)＝0.15 X的概率分布如表2-2所示。 如果 ＝1， ＝0，则得 P{X=1}＝p P{X=0}＝q （2.6） 称X服从参数为p的0－1分布,它是离散型随机变量分布中最简单的一种。 0－1分布的随机变量用来描述只有两种对立结果的试验，这类试验称为贝努里试验。 两点分布也叫贝努里分布，它反映了贝努里试验的特点。 掷硬币模型是两点分布的一个特例，即当p＝q＝ 时的情形，一般情况下p与q不必相等。 例6 口袋中装有标数 的六个球，任取一球，用X表示取出球的标数，求X的分布. (表略) 例 7 判别下列表格哪个是概率分布： 例 9 袋中有标号为1,2,3,4的球若干个，从中任取一个，假设取到各个球的概率与球上的号码成反比，求取到的球上号码 X 这个随机变量的概率分布。 解：X 可以取1,2,3,4共4个值， 即 例10 设随机变量X的可能取值为－1，0，1，且取这三个值的概率之比为1:2:3，试求X的概率分布。 解：记X取可能值－1，0，1的概率分别为 依题意有 例11 袋内有5个黑球，3个白球，每次抽取一个，不放回，直到取得黑球为止。记X为取到白球的数目，求随机变量X的概率分布。 解： X可以取0,1,2,3等4个值，设事件Ai=“第i次取到白球”, i=0,1,2,3,4, 则 三、连续型随机变量的概率分布 连续型随机变量取个别值的概率为零，这是与离散型随机变量截然不同的一个重要特点。而对离散型随机变量，在考虑它在一个区间上取值时，不能忽略端点的有无。 注：连续型随机变量X的密度函数精确刻画了X的分布规律，即密度函数反映了X的取值范围和在任意部分取值的概率大小。 例14 已知连续型随机变量的概率密度为 解 由概率密度的性质(2.9)式,有 因此 （无记忆性） 证： 四、分布函数的定义与性质 1. 分布函数的定义与性质 第一条的证明： 2. 离散型随机变量的分布函数 例 8 设, ,，问是否为概