第5章仿真用的概率概念.ppt

第五章 仿真用的概率概念 §1 随机变量、概率函数、随机数 §2 均匀的连续分布随机数及其生成 §3 各种离散分布随机数的产生 §4 非均匀的连续分布随机数及其产生 确定性活动与随机活动 确定性活动：是可以事先预言的，即在准确地重复一定的条件下，其变化的结果总是确定的，或者根据其过去的状态，相同的条件下可以预言将来的发展变化，我们把这一类活动称为确定性活动。确定性活动的主要特征是活动的运动可以用一个确定的数学形式来描述：f(t)，或是数学函数，或是数学图表等。 随机性活动：其变化的结果是事先不可预言的，即在相同的条件下进行重复实验，每次结果未必相同，或者是知道其过去的状况，在相同的条件、未来的发展事先都不能确定，这一类活动我们称为随机性活动。随机性活动的主要特征是这类活动的描述可以通过数学统计的方法描述。 离散型随机变量 定义 定义：对于随机活动的不同结果我们可以用不同的数值与其对应。这样，就可以用一个变量来描述随机活动，变量按一定的概率取某个值对应于随机活动按一定的概率取某个结果。这类变量称为随机变量。 离散型随机变量：若随机变量只取有限个数值或可列无穷多个数值，则称此类随机变量为离散型随机变量。 连续型随机变量：若随机变量可以取值于某个区间中的任一数，我们称为连续型随机变量。 离散型随机变量 数学定义 数学定义：如果一个随机变量 x 的一切可能取值为x1，x2，…，xn，…，并且X取值xn的概率为Pn，则X为一个离散型随机变量，{p1，p2，...，pn，... }称为X的概率函数。其中Pn必须满足下列两个条件： （1） （2） 离散型随机变量 概率分布函数 离散型随机变量X的累积分布函数定义，当X小于或等于某个给定值x的概率函数，记为P(X≤x) = F(x)。 设随机变量X可能取值x1，x2，…，xn，…，则X的累积分布函数为 其中 为X 取值 的概率。 由定义可见 当xy时，F(x)≤F(y)，即F(x)是个单调增加的函数。 连续型随机变量 定义 定义：若存在非负函数 f (x)，使得随机变量X取值于任一区间(a，b)的概率为 P(ax≤b)= ， 则称X为连续型随机变量，f(x)称为X的密度函数。 对于密度函数 f (x)有 连续型随机变量 概率密度函数 连续型随机变量的累积分布函数定义为随机变量小于或等于x的概率。它用F(x)表示，即 由累积分布函数定义可知， μ 当时 ， 。 累积分布函数是单调递增函数。 概率密度函数/累积分布函数 随机变量X落入区间(a，b)内的概率是 。图中给出了一个连续随机变量的密度函数曲线和累积分布函数曲线。密度函数f(x)的值不能为负，要注意的是f(x)的值可以大于1，但是在任意区间(a，b)上由 f (x)曲线围出的面积(图中阴影部分)必然1。从图中也可以看到累积分布函数F(x)的值随 x 值的增加而增加，而且它最终趋向极限值1。 随机变量的数字特征 定义：随机变量的数字特征是与它的分布有关的某些数值，例如平均值、最大可能值等，它们反映了随机变量某些方面的特征。 分类：根据随机变量的种类：分别介绍离散型随机变量的数字特征、连续型随机变量的数字特征 离散型随机变量的数字特征 平均值：设X为离散随机变量，其概率函数由下表给出： 其中 记 ，称为X 的平均值。 数学方差 连续型随机变量的数字特征 平均值：设X为随机变量，其概率密度函数为 f (x)，则该随机变量的平均值m为： 平均值又称为数学期望。 数学方差 随机变量的其它数字特征 模值定义为随机变量的概率密度函数在某处取峰值时的x 值。当有多个峰值时，取最大峰值作为模值。 中间值：如果有一点Xm，随机变量有一半值将落在这一点以下，那么由此点所定义的值Xm称为中间值b中间值可以从累积分布函数曲线上求得，因为它是F(x)=0.5处的那个点。 数理统计中的基本运算规则 ，X一随机变量，则 E(αX)= αE(X) X，Y为两个相互独立的随机变量，则 E( X+Y )= E(X)+ E(Y)