概率论第二章课件(魏宗舒版).pptVIP

* * 第二章 随机变量 问2.1：引入随机变量有何意义？ 答：随机变量的引入是概率论发展走向成熟的一个标志，它弥补了随机试验下的随机事件种类繁多，不易一一总结它们取值规律的缺陷，因为如果知道随机变量的分布，随机试验下任一随机事件的概率也随之可以得到；另则引入随机变量后，可以使用数学中的微积分工具讨论随机变量的分布。 问2.2：随机变量的分布函数、分布律、密度函数有何联系与区别？ 答：随机变量的分布函数刻划了随机变量的取值规律，不管是连续型还是离散型或既不是连续型又不是离散型随机变量都可用分布函数来描述其取值规律；而分布律只能描述离散型随机变量的取值规律；密度函数只能描述连续型随机变量的取值规律。 它们的联系在于对离散型随机变量X，当知道了X的分布律，可通过求概率P(X≤ x)（x取任意的值）求得X的分布函数F(x)；反之也一样。对连续型随机变量X，当知道了X的密度函数f(x)，可通过积分 求得分布函数F(x)；反之，当知道了分布函数F(x)，可通过对F(x)求导，即 （对一切的连续点处）求得密度函数f(x)。 问2.3：二项分布的背景是什么？ 答：做n次重复独立的试验，在每次试验中事件A发生的概率为p，如果记随机变量X为n次试验中事件A发生的次数，则称随机变量X服从二项分布B(n,p).在实际生活中有很多问题都可归结为二项分布。例有一张试卷印有十道题目，每个题目都为四个选项的选择题，四个选项中只有一项是正确的。某位学生在做每道题时都是随机的选择，X表示该学生十道题中答对的题数，则X服从n=10,p=1/4(每道题答对的概率）的二项分布。该学生得零分的概率为 问2.4：设随机变量X的分布律为 所求的分布函数为 ? 　 ? 　 ? 概率 -1 　 0 　 1 X 问这样的求法正确吗？错在哪里？ 答：这样的求法不正确，首先该弄清楚分布函数的定义即F(x)=P(X≤x)，F(x)表示事件{X≤x}的概率，因此当0≤ x1时，概率 P(X ≤x )=P(X=－1)+P(X=0)=1/2+1/4=3/4，当x ≥1时，事件{X ≤x}为必然事件，因此，它也可用 P(X ≤x )=1 它也可用 P(X ≤x )=P(X=－1)+P(X=0)＋P(X=1)=1/2+1/4+1/4=1 求得。综合后正确的分布函数为 问2.5： 正态分布有哪些特点？什么是“3σ”原则？ 答：设 ，即密度函数 从f(x)的图中可看到f(x)关于μ对称，当x = μ时， f(x)取最大值 ，而这个值随σ增大而减少，事实上在数字特征这一章中可知μ为X的均值，σ为X的标准差，因此正态分布描述这样一种随机变量，它取的值关于μ对称，且取在平均值μ附近范围的可能性较大，取远离μ处的范围内的可能性较小。服从正态分布的随机变量的取值可能性大小直观上可用“两头小，中间大”来形容。自然界中很多随机现象都有这一特点，因此正态分布在概率论中占有很重要的地位。 所谓“3σ”原则是比较定量地说明正态分布的“两头小，中间大”的特点，具体为 从以上计算中可看到服从正态分布 的随机变量X取在μ±3σ的范围内的概率几乎达到1. 这就是“3σ”原则。 这样的计算是否正确，错在哪里？ 问2.6：设连续型随机变量X的密度函数为 则X的分布函数为 的形式依赖于变上限x.具体表现为当x0时， 答：这样的计算是错误的，这是因为f(x)是一个分段函数，分布函数 中的被积函数 ,当 时， ,当 时， 综合有