第二章 随机变量和其分布ppt.ppt

第二章 随机变量及其分布; 关于随机变量的研究，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.;§1 随机变量;?;定义 若随机变量X取值x1, x2, …, xn, … 且取这些值的概率依次为p1, p2, …, pn, …, 则称X为离散型随机变量，而称 P{X=xk}=pk, (k=1, 2, … ) 为X的分布律或概率分布。 可表为: X～ P{X=xk}=pk, (k=1, 2, … )， 或 ;(1) pk ? 0, k＝1, 2, … ; (2) ;例2 设一汽车在开往目的地的道路上需经过四组信号灯,每组信号灯以1/2的概率允许或禁止汽车通过.以X汽车首次表示停下时,它已通过的信号灯的组数(设各组信号灯的工作是相互独立的).;几个常用的离散型分布;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：;例3 从某大学到火车站途中有6个交通岗,假设在各个交通岗是否遇到红灯相互独立,并且遇到红灯的概率都是1/3. (1)设X为汽车行驶途中遇到的红灯数,求X的分布律. (2)求汽车行驶途中至少遇到5次红灯的概率.;例4 某人射击的命中率为0.02，他独立射击400次，试求其至少命中命中两次的概率。;3. 泊松(Poisson)分布π(?) 设随机变量X所有可能取值为0,1,2,…, 而取各个值的概率为: P{X＝k}＝ , k＝0, 1, 2, … 其中??0是常数. 则称X服从参数为?的泊松分布,记为 X～π(?). 其实际背景相当丰富, 如一本书一页中的印刷错误数; 医院一天的急诊病人数; 电台一段时间内接到的电话数; 等等. ;注: 当n很大，p很小时，二项分布B(n,p)就可近似地看成是参数?=np的泊松分布.;例6.设某国每对夫妇的子女数X服从参数为?的泊松分布,且知一对夫妇有不超过1个孩子的概率为3e-2.求任选一对夫妇,至少有3个孩子的概率。 ;§3 随机变量的分布函数;二、分布函数的性质;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： 由于 F(x)=P{X≤x}，因此;例3 一个靶子是半径为2米的圆盘,设击中靶上任一同心圆盘上的点的概率与该圆盘的面积成正比，并设射击都能中靶，以X表示弹着点与圆心的距离，试求随机变量X的分布函数。;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？;§4 连续型随机变量及其概率密度;密度函数的几何意义为;2、密度函数的性质 (1)非负性 f(x)?0，(-?x?)； (2)归一性;(3) 对任意实数b，若X～ f(x)，(-?x?)，则 P{X=b}＝0, 于是：;注1 描述一个随机变量，可以用分布函数，也可以用概率密度或分布律； 注２ 以后当我们提到一个随机变量X的“概率分布”时，指的是它的分布函数；或者，当X是连续型随机变量时，指的是它的概率密度，当X是离散型随机变量时，指的是它的分布律。 ; 已知随机变量X的概率密度为;二、几个常用的连续型分布;例1 长途汽车起点站于每时的10分、25分、55分发车，设乘客不知发车时间，于每小时的任意时刻随机地到达车站，求乘客候车时间超过10分钟的概率;2、指数分布;例2 设某电子元件的寿命X(年)服从参数为3的指数分布, (1)求该电子元件寿命超过2年的概率； (2)已知该电子元件已使用了1.5年，求它还能使用两年的概率。;将例2加以推广,即得指数分布的无记忆性: 设随机变量X服从参数为θ的指数分布,则;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。也是我们整个课程中最重要的分布。;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（位置参数?） 密度曲线关于直线x=?对称; 并且 max f(x) ＝ f(?)＝ .;(2) ?的大