第二章 随机变量与其概率分布.pptVIP

;随机试验中代表试验结果的数叫做随机变量:;2;例3 从一批次品率为 p 的产品中有回放地逐件地抽取, 直到抽得次品为止. 抽取次数 X 是一个随机变量.;例5 枪击靶心, 偏差 Z 是试验结果(x, y)的函数;?;2;随机试验中, 试验结果 ? 的实值函数 X (?) 叫随机变量. 随机变量概念的引入是概率论的进一步数量化: 从此, 随机事件不仅可以用集合量表示: A ? ?, 还可以用数量表示: A = {X ?S}, 其中 S 是数集! 对随机事件 A 的概率 P(A) 的研究, 转化为对随机变量 X 的分布 P{X?S} 的研究.;按其取值情况, 随机变量分类为:;离散型随机变量: 可能的取值是有限个或可数多个.其分布称为离散型分布, 适合用表格表示;2;例6 从一批次品率为 p 的产品中有回放地逐件地抽取, 直到抽得次品为止. 求抽取次数 X 的分布律. 解 X 可能取的值为 1, 2, 3, ... . {X = i} 即前 i ? 1 次都取得正品, 而第 i 次取得次品, 故 P{X = i} = (1?p)i?1p, (i = 1, 2, ...). 或;X;/Bernoulli;设 X 为 n 重贝努里试验中事件 A 出现的次数. 求 X 的概率分布 P{X = k}, (0 ? k ? n).事件 A 在 n 次试验中出现 k 次的方式有 Cnk 种:;X;解 (1)显然 X ~ B(n, p), n = 5, p = 4/6 = 2/3.;种取法),;QEI; 服务台在某时间段内接待的服务次数X； 交换台在某时间段内接到呼叫的次数X; 矿井在某段时间发生事故的次数; 显微镜下相同大小的方格内微生物的数目； 单位体积空气中含有某种微粒的数目 医院在一天内的急症病人数 牧草种子中的杂草种子数;例9、已知某商店某种商品每月的销售数?服从?=10的泊松分布，为了以95%以上的把握保证不脱销，问商店在月底至少要进某种商品多少件？; 已知某电话交换台每分钟接到的呼唤次数X服从;泊松定理 ; 某人骑摩托车上街,出事故率为0.02，独立重复上街400次，求出事故至少两次的概率.;练习 1：若某人做某事的成功率为1%，他重复努力 400次，则至少成功一次的概率为多少？;随机变量 X 的分布函数:;/continuous random variable/probability density function;班车每30分钟一趟.;综上;x;78路车每5分钟发一班，在任一时刻 某一乘客 到了车站。求乘客候车时间不超过2分钟的概率。;例1：已知分布函数求密度函数;例2、已知密度函数求分布函数; ;练一练;例4;指数分布;例5;例6、设某工行服务所需等待时间X服从参数为4的指数分布，求等待时间不超过5分钟的概率？;(1) P{X 100) =;在许多实际问题中, 遇到的随机变量受到众多的相互独立的随机因素的影响, 而每一个别因素的影响都很微小, 且这些影响可以叠加. 具有这样特点的随机变量一般都可以认为服从正态分布N(?, ? 2):;分布函数;标准正态分布的密度函数和分布函数的图形;1. 标准正态分布N(0, 1) P{a X b} = F(b) ? F(a). 当 x 0 时, F(? x)= 1 ? F(x). 2. 标准正态分布N(?, ?2) 定理2.1 若 X ~ N(?, ?2), 则 Y = (X ? ?)/? ~ N(0, 1), 即 X 的分布函数;QEI;(1);(4); 0.6826;(1);x;x;随机变量: 试验结果的函数 X (?). 用随机变量表示随机事件:{X ? S}. 随机变量的分布:P{X ? S}.;离散型随机变量;x;重复独立试验:完全同样一个试验的重复, 每一次试验的结果都不依赖于其它各次试验的结果. n 重贝努里试验: n 次重复独立试验, 每次试验中事件 A (“成功”)的概率都是 p. n 重贝努里试验的成功次数 X 服从二项分布 B(n, p).;分布函数: F(x) = P{X x}, (?? x +?).性质:(1) 有界性 0 ? F(x) ? 1, (?? x +?).(2) 规范性 F(??) = 0, F(+?) = 1.(3) 单调性 F(x1) ? F(x1), (x1 x2).(4) 右连续 F(x) 几乎处处连续, 且在间断点处左连续. (5) P{a ? X b} = F(b) ? F(a).;连续型随机变量:;(?, ? 是常数, s 0).;标准正态分布的密度函数和分布函数的图形;? 和 ? 2 的意义;第四节 随机变量函数的分布;设离散型随机变量 X 的分布律为;例 设 X