概率串讲-第二节(彭).pptVIP

年轻 1.5.3 正态分布与标准正态分布 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， 亦称高斯 (Gauss)分布 一种重要的正态分布 是偶函数，分布函数记为 标准正态 其值有专门的表供查. —— 标准正态分布N (0,1) 密度函数 -x x 对一般的正态分布 ：X ~ N ( ? ,? 2) 其分布函数 作变量代换 例12 设 分布函数为F(x), 则对 任意实数x,有: 分析: 例13 已知 且 P( 2 X 4 ) = 0.3, 求 P ( X 0 ). 解一 例6 解二 图解法 0.2 由图 0.3 例14 若随机变量X 服从正态分布 且二次方程 无实根的概率 是0.5，则 解：二次方程无实根的充要条件是 即 故无实根的概率为 1.6 连续型随机变量的相关问题 1.6.1 分布参数的确定 例15 试确定a 值, 使函数 为密度函数。 解： 例16 设X为随机变量,若矩阵 的特征值全为实数的概率为0.5,则 ( ) (1) X服从[0,3]上的均匀分布; (3) X服从参数为1的指数分布; (4) X~N(1,2). 分析: 由题设, 故应选(4). 第二讲 一维随机变量及其相关问题 1.一维随机变量及其分布 1.1 随机变量与分布函数的概念及性质 ★ 在随机试验的样本空间Ω上定义一单 值实函数X = X (ω),ω∈Ω，若对任意实 数x，{X ≤ x} = {ω: X (ω) ≤ x}∈F， 则称X 为随机变量。称函数 F(x) = P(X ≤ x) 为随机变量X 的分布函数。 ★ 分布函数F(x)是刻画随机变量X 的取值 的分布特征的，它具有以下的性质： （1）F(x)是一个单调不减函数。 （2）0 ≤ F(x) ≤ 1，且F(?∞) = 0,F(+∞) = 1。 （3）F(x)是右连续函数。 可以证明：一个函数F(x)是某一个随机变量 的分布函数，当且仅当性质（1）（2）（3） 同时成立。 （4） （5） 特别，当F(x)在x 处连续时，P(X = x) = 0。 (6) 对于连续型随机变量 X (7) 为分布函数，若 仍为分布函数。 例1 成为某随机变量的 分布函数，应取( ) 1.2 离散型随机变量的分布律 ★ 至多取可列多个值的随机变量称为 离散型的随机变量。 描述X 的概率特性常用概率分布或分布律 即 X ~ 或 规范性 分布律的性质 非负性 例2（截断的几何分布） 某射手用左轮手 枪（内装6 发子弹）进行射击，设该射手 的命中率为p，且各次射击是相互独立的， 记X 为直到命中目标为止或子弹用完所需 射击的次数，求 X 的概率分布. 解： 的取值为1,2,3,4,5,6. 设 {第 次命中目标}， 则 ★ 类似问题：一大批产品，其次品率为p， 采取下列方法抽样检查：抽样直至抽到一个 次品时为止，或一直抽到10 个产品时就停止 检查. 设X 为停止检查时抽样的个数. 求X 的分布列. 1.3 常见离散型随机变量的概率分布及背景 1.3.1 两点分布 1.3.2 二项分布B(n, p)与超几何分布 二项分布中最可能出现次数的定义与推导 则称 为最可能出现的次数 当( n + 1) p = 整数时,在 k = ( n + 1) p与 ( n + 1) p – 1 处的概率取得最大值 对固定的 n、p, P ( X = k) 的取值呈不 对称分布 固定 p, 随着 n 的增大，其取值的分布 趋于对称 当( n + 1) p ? 整数时, 在 k = [( n + 1) p ] 处的概率取得最大值 例 3 一批产品中有15%的次品，现进行 独立重复地抽样检验，共抽检了20 个样品， 问抽检的20 个样品中最大可能的次品数是 多少？并求出其概率. 由于 不是整数 故最大可能的次品数是3，其概率为： 例4 一门大炮对目标进行轰击,假定此目标 必须被击中r 次才能被摧毁. 若每次击中目 标的概率为p (0 p 1), 且各次轰击相互独 立,一次次地轰击直到摧毁目标为止.求所需 轰击次数 X 的概率分布. 解 P(X = k) = P(前 k –1次击中 r – 1次， 第 k 次击中目标) 例3 帕斯卡 分 布 1.3.3 几何分布与无记忆性 特别地，当r=1时帕斯卡分布退化为几何分布 例 5 某射手的命中率为p，现对某一目标 连续不断地射击，直到第一次命中目标为 止，设各次射击是相互独立的，求他射击 次数不