二随机变量wancheng.pptVIP

由第一章可知，一个随机试验E有多种可能的结果，所有这些可能的结果构成一个样本空间 =（ ），但有时在进行随机试验时，人们往往不是关心样本空间本身，而是对某个数感兴趣，而这个数又依赖与样点 。 例1、设随机变量的X的概率分布为：试确定常数a. 例2、将一质点投于半径为4的圆内，落点到圆心的距离为X，设质点落到圆内任一同心圆中的概率等于两圆面积之比，求X的分布函数。 例2、设随机变量X的密度函数 试确定常数c，并求P{X≥1}及其分布函数F（x）。 解： 则称X在区间(a,b)上服从均匀分布，记为X~U(a,b)， 均匀分布 设连续型随机变量X的概率密度函数为 X的分布函数为 ： （二）三种重要的连续型随机变量的分布 概率密度函数f(x)与分布函数F(x)的图形可用图示 设连续型随机变量X具有概率密度 则称X服从参数为?的指数分布。 指数分布 X的分布函数为 f(x)和F(x)可用图形表示 指数分布这一种特性称为无记忆性，如果X是某一原件的寿命，那么此式表明原件在使用了s小时后的条件下再使用t小时的概率等于从最初开始使用t小时的概率，原件对它已使用过的s小时已没有记忆。 例3、设X~ ，试求P{Xt}和P{Xs+t|Xs}其中t0,s0. 解： 利用 可以证明 ， 正态分布 设随机变量X的概率密度为 其中? ,?(?0)为常数,则称X服从参数为? ,? 的正态分布或高斯分布,记为X~N(?,?2). X的分布函数为 （1） 最大值在x=μ处，最大值为 ; （3）曲线y=f(x)在 处有拐点； 正态分布的密度函数f(x)的几何特征： （2） 曲线y=f(x)关于直线x= μ对称，于是对于任意h0，有 （4）当 时，曲线y=f(x)以x轴为渐近线 当?固定，改变?的值，y=f(x)的图形沿Ox轴平移而不改变形状，故 又称为位置参数。若?固定，改变?的值，y=f(x)的图形的形状随?的增大而变得平坦。 ?越小，X落在?附近的概率越大。 参数? =0，?=1的正态分布称为标准正态分布，记为X~N(0,1)。其概率密度函数和分布函数分别用 和 表示，即 和 的图形如图所示。 由正态密度函数的几何特性易知 一般的正态分布，其分布函数F(x)可用标准正态分布的分布函数表达。若X~ , X的分布函数F(x)为 因此，对于任意的实数a,b(ab)，有 函数 写不出它的解析表达式，人们已编制了它的函数表，可供查用。 例4、设X~N(0,1)，求 (1)P{2≤X≤3} (2)P{|X|1} (3)求x，使得P{|X|≥x}=0.10 解： 定理： 下面考虑一般正态分布的概率计算问题，先介绍正态变量的标准化定理。 例5、设随机变量X~N（3，4），求P{2X≤4} 解： 例6、 解： 第五节 随机变量函数的分布 设X是离散型随机变量，Y是X的函数Y=g(X)。那么Y也是离散型随机变量。 设y=g(x)为一个通常的连续函数，X为定义在概率空间上的随机变量，令Y=g(X)，那么Y也是一个定义在概率空间上的随机变量。 例1 设随机变量X的概率分布为 X P -1 0 1 1/3 1/3 1/3 解：Y的可能取值为0，1. Y P 0 1 1/3 2/3 一、离散型随机变量函数的分布 * * 第二章 随机变量及其分布 第一节 随机变量 (一)随机变量 例1 某射手向某一目标射击三次，每次击中的概率是p，击不中的概率是q，人们关心的是三次命中目标的次数X，这个数X有如下特点： （1）X的取值事先不知道，只知道它的可能值是0、1、2、3. （2）X的可能取什么值与样本点 有关，即X=X（ ） 定义: 当我们引入随机变量以后，就可以用随机变量来描述事件。例如在例1中，X取值为1，写成 ，它表示”击中目标的次数为1”这一事件。 像这样的样本点的函数X( )叫随机变量。 （二）随机变量的分类 下面再举几个随机变量的例子. 按随机变量的取值的情况可