2随机变量及其分布.pptVIP

第二章 随机变量及其分布 第一章 随机事件及其概率 第二章 随机变量及其分布 §2.1随机变量的概念 §2.2离散随机变量 §2.3泊松分布 §2.4连续随机变量 §2.5均匀分布 指数分布 §2.6随机变量的分布函数 §2.8随机变量的独立性 §2.9随机变量函数的分布 §2.1随机变量的概念 例 掷两颗质量均匀的骰子 ，样本空间Ω由36个样本点?ij组成，其中i，j分别表示第一颗、第二颗骰子出现的点数（i=1,2,…6,j=1,2,…6）。由于等可能性，易知 定义：设随机试验E的样本空间Ω={?} ，若对于每一个样本点?? Ω，变量X都有确定的实数与之对应，则X是定义在Ω上的实值函数，即X=X(?)，这样的变量X称为随机变量。通常用大写字母表示随机变量。 §2.2离散随机变量 　　　定义 若随机变量X只能取有限个数值x1,x2,…,xn或可列无穷多个数值x1,x2,…,xn…,则称X为离散型随机变量； 概率函数P(xi)具有下列性质： §2.3泊松分布 定义(二项分布) 设随机变量X的概率函数为 泊松分布： 定义 设随机变量X的概率函数为 应用场合 在某个时段内： 大卖场的顾客数； 市级医院急诊病人数； 某地区拨错号的电话呼唤次数； 某地区发生的交通事故的次数. 一匹布上的疵点个数； 一个容器中的细菌数．．． 都可以看作是源源不断出现的随机质点流 , 若它们满足一定的条件, 则称为 Poisson 流, 在 长为t的时间内出现的质点数 Xt ～ P ( ?t ) §2.４连续随机变量 定义　设随机变量X 的取值范围是某个实数区间Ｉ(有界或无界)，且存在非负函数 f(x), 使得对于任意区间(a,b]?I，有 概率密度f ( x )的性质： §2.５均匀分布　指数分布 １、均匀分布 定义１　设随机变量Ｘ的概率密度为 ２、指数分布 定义　设随机变量Ｘ的概率密度为 §2.6随机变量的分布函数 　　　定义　设Ｘ是随机变量，ｘ是任意实数，则事件“Ｘ?ｘ”的概率P(X?x)称为随机变量Ｘ的分布函数，记作F(x)，即 分布函数具有下列性质: §2.８随机变量的独立性 二维随机变量的联合分布： 定义1　设Ｘ与Ｙ是定义在同一样本空间上的离散随机变量，则称 定义　设Ｘ与Ｙ是两个随机变量，若对于任意的实数x与y，有 §2.９随机变量函数的分布 由已知的随机变量的分布求得随机变量函数的分布。 书p52例1 已知X的概率分布如表，求Y=X2-2X的概率分布。 0.064 0.288 0.432 0.216 P(X=xi) 3 2 1 0 X 0.064 0.288 0.432 0.216 P(Y=yi) 3 0 -1 0 Y=X2-2X 0.064 0.432 0.432 P(Y=yi) 3 -1 0 Y=X2-2X Y的概率分布: 解: * * 设两颗骰子出现的点数之和X，这X可能取的数值为2,3,…,12。X可以看作是定义在样本空间Ω上的函数，即 　　随机变量X是由样本空间Ω到实数轴的单值映射。若映射的范围只有有限个或可列无穷多个，则称随机变量X为离散的；若映射的范围是某个实数区间（有界或无界），则称随机变量X为非离散的。 （2.1） … P(xn) … P(xi) … P(x2) P(x1) P(xi) … xn … xi … x2 x1 X 则称为X的概率函数或概率分布。 离散随机变量X取得任何一个可能值xi的概率P(X=xi)，记作 或记为 （2.2） （2.3） 当Ｘ取得有限个可能值时，　表示有限项的和； 当Ｘ取得可列无穷多个可能值时，　表示收敛级数的和． 书p31例 某人参加射击游戏，射击的靶如图。设每次射击不会发生脱靶，并且击中1环、2环、4环的概率分别与各环的面积成正比，求此人两次独立射击所得环数的乘积的概率分布。 解　试验的样本空间 其中样本点?ij表示“第一次击中i环，第二次击中j环”． 设随机变量X表示两次射击所得环数的乘积． 每次射击“击中４环”“击中２环”“击中１环”的概率分别为： 两次射击独立，有 因此可求得随机变量X取各个可能值的概率，如表． 其中n为正整数，0p1, p+q=1,则称随机变量Ｘ服从二项分布，记作X?B(n, p) ，其中n, p是分布的参数。 （2.5） 设一批产品共N件，其中有M件次品，即次品率 从这批产品中“放回抽样依次取n件样品”，则样品的次品数 特别当n=1,二项分布B(1, p)称为”0-1”分布，这是随机变量Ｘ只能取两个数字：0或1，且概率函数为 其中??0；则称随机变量Ｘ服从泊松(Poisson)分布，记作　　　　　其中?是分布的参数。 由指数函数的幂级数展开式可知： 可证明：当n充分大而p很小(p0.1)时，二项分布B(n,p)的概率函数近似等于泊松分