随机变量及其分布问题.pptVIP

第二、三章 随机变量及其概率分布; 离散型随机变量 随机变量的分布函数 连续型随机变量 一维随机变量函数的分布 二维随机变量的联合分布 多维随机变量的边缘分布与独立性 多维随机变量函数的分布 ; 关于随机变量(及向量)的研究，是概率论的中心内容．这是因为，对于一个随机试验，我们所关心的往往是与所研究的特定问题有关的某个或某些量，而这些量就是随机变量．也可以说：随机事件是从静态的观点来研究随机现象，而随机变量则是一种动态的观点，一如数学分析中的常量与变量的区分那样．变量概念是高等数学有别于初等数学的基础概念．同样，概率论能从计算一些孤立事件的概念发展为一个更高的理论体系，其基础概念是随机变量;一、随机变量的概念;随机变量的分类： 随机变量;离散型随机变量;(1) pk ? 0, k＝1, 2, … ; (2) ;·几个常用的离散型分布（一）贝努里(Bernoulli)概型与二项分布; 若以X表示n重贝努里试验事件A发生的次数，则称X服从参数为n,p的二项分布。记作X~B（n, p)其分布律为：;泊松定理表明，泊松分布是二项分布的极限分布， 当n很大，p很小时，二项分布就可近似地 看成是参数?=np的泊松分布;二、随机变量的分布函数; 1、单调不减性：若x1x2, 则F(x1)?F(x2); 2、归一 性：对任意实数x，0?F(x)?1，且 ;一般地，对离散型随机变量 X～P{X= xk}＝pk, k＝1, 2, … 其分布函数为 ;例2 向[0,1]区间随机抛一质点，以X表示质点坐标.假定质点落在[0,1]区间内任一子区间内的概率与区间长成正比，求X的分布函数 解： F(x)=P{X≤x} ;用分布函数描述随机变量不如分布律直观， 对非离散型随机变量，是否有更直观的描述方法？;连续型随机变量;密度函数的几何意义为;2. 密度函数的性质 (p34) (1) 非负性 f(x)?0，(-?x?)； (2)归一性;（4） 对任意实数b，若X～ f(x)， (-?x?)，则P{X=b}＝0。 于是;例2.3.2.已知随机变量X的概率密度为 1)求X的分布函数F(x), 2)求P{X?(0.5,1.5)};（二）几个常用的连续型分布;2. 指数分布 若 X～; 正态分布是实践中应用最为广泛，在理论上 研究最多的分布之一，故它在概率统计中占有特别重要的地位。;其中 ?为实数， ?0 ，则称X服从参数为? ,?2的正态分布,记为N(?, ?2)，可表为X～N(?, ?2).; (1) 单峰对称 密度曲线关于直线x=?对称； f(?)＝maxf(x)＝ .;(2) ?的大小直接影响概率的分布 ?越大，曲线越平坦， ?越小，曲线越陡峻，。 正态分布也称为高斯(Gauss)分布;4.标准正态分布 参数?＝0，?2＝1的正态分布称为标准正态分布，记作X~N(0, 1)。;分布函数表示为; 一般的概率统计教科书均附有标准正态分布表供读者查阅?(x)的值。;（一）、离散型随机变量函数的分布律;或 Y＝g(X)～P{Y＝g(xk)}＝pk ， k＝1, 2, … （其中g(xk)有相同的，其对应概率合并。）;设X的概率密度为fX(x),y=g(x)关于x处处可导且是 x的严格单减函数，求Y=g(X)的概率密度。 解：Y的分布函数为 ;例.设X?U(-1,1),求Y=X2的分布函数与概率密度。;多维随机向量及其概率分布;三、二维连续型随机向量的联合密度和边缘密度.;五、常用分布 1.均匀分布:服从均匀分布的随机向量(X,Y)的密度函数.;对于任意平面区域G? R2, ;求：(1)常数A；(2) F(1,1)； (3) (X, Y)落在三角形区域D：x?0, y?0, 2X+3y?6 内的概率。 ;(3) (X, Y)落在三角形区域D：x?0, y?0, 2X+3y?6 内的概率。;求：（1）P{X?0},(2)P{X?1},(3)P{Y ? y0} ;例.已知(X,Y)的分布函数为 ;例.设(X,Y)的概率密度为;设(X,Y)服从如图区域D上的均匀分布， 求关于X的和关于Y的边缘概率密度