第二章随机变量及其分布.pptVIP

启示 例5 按规定, 某种型号电子元件的使用寿命超过1500小时的为一级品. 已知一大批产品的一级品率为0.2, 现在从中随机地抽查20只. 问20只元件中恰有k只(k=0,1,...,20)为一级品的概率是多少?解 这是不放回抽样. 但由于这批元件的总数很大, 且抽查的元件数量相对于元件的总数来说又很小, 因而可以当作放回抽样来处理, 这样做会有一些误差, 但误差不大. 检查一只元件看它是否为一级品, 检查20只元件相当于20重贝努利试验, 以X记其中一级品总数, 则 X~b(20,0.2). 由(2.6)式即得所求概率为 将计算结果列表如下: 计算结果的图形: (3)泊松分布 设随机变量X所有可能取的值为0,1,2,..., 而取各个值的概率为 其中l0是常数. 则称X服从参数为l的泊松分布, 记为X~p(l). 易知, P(X=k)?0, k=0,1,2,...,且有 年轻 Show[fn1,fn3] ?大 ?小 几何意义 ? 大小与曲线陡峭程度成反比 数据意义 ? 大小与数据分散程度成正比 (3) 设A 表示一个电子管的寿命小于1500小时 设在使用的最初1500小时三个电子管中 损坏的个数为 Y 例2 解 例3 例5 例6 设 为使 f (x) 成为某随机变量 X 在 解 由 上的密度函数， 系数 a, b , c 必须且只需 满足什么条件？ 当 有最小值 另外由 当且仅当 时 得 所以系数 a, b , c 必须且只需满足下列条件 (1) 均匀分布 常见的连续性随机变量的分布 若 X 的密度函数为 则称 X 服从区间( a , b)上的均匀分布或称 X 服从参数为 a , b的均匀分布. 记作 均匀分布 X 的分布函数为 x f ( x) a b x F( x) b a 即 X 落在(a,b)内任何长为 d – c 的小区间的 概率与小区间的位置无关, 只与其长度成正 比. 这正是几何概型的情形. 进行大量数值计算时, 若在小数点后第 k 位进行四舍五入, 则产生的误差可以看作 服从 的随机变量 应用场合 例7 秒表最小刻度值为0.01秒. 若计时精 度是取最近的刻度值, 求使用该表计时产生的随机误差X 的概率密度, 并计算误差的绝对值不超过0.004秒的概率. 解 X 等可能地取得区间 所以 上的任一值，则 例8 例9 设随机变量 X 在 [ 2, 5 ]上服从均匀分布, 现 对 X 进行三次独立观测 ,试求至少有两次观测值 大于3 的概率. X 的分布密度函数为 设 A 表示“对 X 的观测值大于 3 的次数”, 解 即 A={ X 3 }. 因而有 设Y 表示3次独立观测中观测值大于3的次数, 则 (2) 指数分布 若 X 的密度函数为 则称 X 服从 参数为?的指数分布 记作 X 的分布函数为 ?? 0 为常数 指数分布 1 x F( x) 0 x f ( x) 0 对于任意的 0 a b, 应用场合 用指数分布描述的实例有： 随机服务系统中的服务时间 电话问题中的通话时间 无线电元件的寿命 动物的寿命 指数分布 常作为各种“寿命” 分布的近似 若 X ~Ｅ(?),则 故又把指数分布称为“永远年轻”的分布 指数分布的“无记忆性” 事实上 命题 解 (1) 例10 假定一大型设备在任何长为 t 的时间内 发生故障的次数 N( t ) ~ (?t), 求 相继两次故障的时间间隔 T 的概率分布; 设备已正常运行８小时的情况下,再正常 　 运行 10 小时的概率. 即 (2) 由指数分布的“无记忆性” 例11 (3) 正态分布 若X 的密度函数为 则称 X 服从参数为 ? , ? 2 的正态分布 记作 X ~ N ( ? , ? 2 ) 为常数， 正态分布 亦称高斯 (Gauss)分布 N (-3 , 1.2 ) 正态分布是应用最广泛的一种连续型分布。在正常条件下各种产品的质量指标，如零件的尺寸；纤维的强度和张力；某地区成男子的身高、体重；农作物的产量，小麦的穗长、株高；测量误差，射击目标的水平或垂直偏差；信号噪声等等，都服从或近似服从正态分布。 f (x) 的性质： 图形关于直线 x = ? 对称, 即 在 x = ? 时, f (x) 取得最大值 在 x = ?±? 时, 曲线 y = f (x) 在对应的 点处有拐点 曲线 y = f (x) 以 x 轴为渐近线 曲线 y = f (x) 的图形呈单峰状 f (? + x) =