概率统计第二章1课件.ppt

  1. 1、本文档共107页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
概率统计第二章1课件.ppt概率统计第二章1课件.ppt

; 裁判员在运动场上不叫运动员的名字而叫号码,这样建立了一种对应关系. ; 为更好地揭示随机现象的规律性并利 用数学工具描述其规律,有必要将随机试 验的结果数量化,即引入随机变量来描述 随机试验的不同结果.;; ; (1) 随机变量是一个函数 , 但普通函数是定义在实数轴上的,而随机变量是定义在样本空间上的 (样本空间的元素不一定是实数).; 有了随机变量, 随机试验中的各种事件,就可以通过随机变量的关系式表达出来.;;随机变量的分类:;实例1 随机变量 X 为“灯泡的寿命”.;第二节 离散型随机变量及其分布律; 分布律(1)也常常写成如下的表格形式.;例2 某篮球运动员投中篮圈概率是0.9,求他两次独立投篮投中次数X的概率分布.;例 已知随机变量 的分布率是  ; 下面,重点介绍三种离散型随机变量的概率分布。; 两点分布是最简单的一种分布,任何一个只有两种可能结果的随机现象, 比如新生婴儿是男还是女、明天是否下雨、种籽是否发芽等, 都属于两点分布.;实例2 200件产品中,有190件合格品,10件不合格品,现从中随机抽取一件,那末,若规定;(二)二项分布(Binomial Distribution);例6 已知100个产品中有5个次品,现从中有放回 地取3次,每次任取1个,求在所取的3个中恰有2个次品的概率.;解;(三) 泊松分布(Poisson Distribution);;例 已知X服从伯松分布,且;图示概率分布;二项分布 泊松分布;当n很大p很小时,有; 续例4 现在我们运用泊松定理来做近似计算,由;例8 一家商店采用科学管理,由该商店过去的销售记录知道,某种商品每月的销售数可以用参数λ=5的泊松分布来描述,为了以95%以上的把握保证不脱销,问商店在月底至少应进某种商品多少件?; 例6 社会上定期发行某种奖券,中奖率为p.某人每次购买一张奖券,如果没有中奖则下次继续购买1张,直至中奖为止.求该人购买次数的分布律.;(1);;种,而其中恰好有k件次品的取法共有;为X 的分布函数。;; 分布函数是一个普通的函数, 正是通过它,我们可以用高等数 学的工具来研究随机变量.;解:;概率函数图; 的图形是阶梯状的图形,在 x=0,1,2 处有跳跃,其跃度分别等于 P(X=0) , P(X=1) , P(X=2).; 一般,设离散型随机变量;二、分布函数的性质;例1 设随机变量;因此; 例 2 一个靶子是半径为 2 米的圆盘,设击中靶上任一同心圆盘上的点的概率与该圆盘的面积成正比,并设射击都能中靶,以 X 表示弹着点与圆心的距离. 试求随机变量X的分布函数.;(3) 若 , 则 是必然事件,;0 1 2 3; 下面我们来分析一下连续型随机变量的一些特征.为此,令;第四节 连续型随机变量的概率密度;;另外,连续型随机变量还具有如下重要性质:;;6) 连续型随机变量取任何一个指定值的概率为0.; 要注意的是,密度函数 f (x)在某点a处的高度,并不反映X取a值的概率. 但是,这个高度越大,则X取a附近的值的概率就越大.也可以说,在某点密度曲线的高度反映了概率集中在该点附近的程度.;6) 连续型随机变量取任何一个指定值的概率为0.;例1 已知随机变量的;沏羹径罗坪爱倾啄阂夕础绘奶授烛菊验澈掉极慧钡裹秦慷叮颇赫牢迈起酸概率统计第二章1课件概率统计第二章1课件;运碱儒耗膏挝支脑咬规塘咨囊艳廊剖章缄书洲株絮乳嚷主蔽腮终买吉淤蛛概率统计第二章1课件概率统计第二章1课件;纯刨湾营醋嚣抹宴韵讼咖瑶跨茧买下校匣哈确冰郡钉蹦罢纺蕴捆迷哈扩筛概率统计第二章1课件概率统计第二章1课件;先聪颊镊铀率穗蚜跳硝似谅儒相乌样画规栽程备锰作俱挑煌兼破卒易橡痘概率统计第二章1课件概率统计第二章1课件;作业P56;;二. 三种重要的连续型分布;上式表明,;;若以Y表示三次独立观测中观测值大于3的次数(即在三次试验中{X3}出现的次数),则;例2.4.3;二.指数分布(Exponential Distribution);例 若X 服从参数为 的指数分布, 则其分布函数为;易知,若; 指数分布的一个重要性质就是“无后效性”或“无记忆性”.具体叙述如下.; 假如把服从指数分布的随机变量解释为某元件工作的寿命,则上式表明,在该元件已工作了s小时的条件

文档评论(0)

yan698698 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档