概率论与数理统计2.4-2.6.ppt

随机变量的分布函数 设X为一随机变量,则对任意实数x,（X≤x）是一个随机事件，称 分布函数的性质 单调性： F(x)是单调不减函数 一个盒中装有2个白球，3个黑球，每次从中任取一个，直到取得白球为止。求取球次数的分布函数. （1）每次取出的球不再放回； （2）每次取出的球再放回。 均匀分布 指数分布 正态分布 均匀分布 Uniform Distribution 若连续型随机变量X的概率密度为 定义 则称X在区间 上服从均匀分布记为X ～ U[a, b]. 注: 有时也记作 X ～ U(a, b). 公交线路上两辆公共汽车前后通过某汽车停车站的时间，即乘客的候车时间等. 均匀分布常见于下列情形： 如在数值计算中，由于四舍五入，小数点后某一位小数引入的误差； 均匀分布的适用范围 * * 为随机变量X的分布函数 定义域为 (－∞，＋∞)；值域为［０，１］ F(x)是一个普通的函数！ 分布函数的定义 分布函数是一个普通的函数， 正是通过它，我们可以用高等数 学的工具来研究随机变量. (1) 在分布函数的定义中, X是随机变量, x是参变量. (2) 对任意实数a b，随机点落在区间( a , b ]内 的概率为： 因此，只要知道了随机变量X的分布函数， 它的统计特性就可以得到全面的描述. 请注意: 连续性：F(x)处处右连续，即有 不可能事件 必然事件 规范性： 0≤F(x) ≤1 注：如果一个函数具有上述性质，则一定是某个r.v. X 的分布函数。也就是说，性质 1—3 是鉴别一个函数是否是某 r.v. 的分布函数的充分必要条件。 是不是某一随机变量的分布函数？ 不是 因为 函数 可作为分布函数. 当 x 0 时，( X≤ x) =Ф，故 F(x) =0 例：设 随机变量 X 的分布律为 当0≤ x 1时，F(x) = P(X≤x) = P(X=0)=1/3 解： F(x) = P(X≤x) X 求 X 的分布函数 F (x) . 当1≤ x 2时，F(x) = P(X=0)+ P(X=1)=1/3+1/6=1/2 当 x≥ 2时，F(x) =P(X=0)+ P(X=1)+ P(X=2) = 1/3+1/6+1/2=1 故 注意右连续 我们从图形上来看一下. X F(x)的分布函数图 离散型随机变量的分布函数是阶梯函数, 跳跃点对应离散型随机变量的可能取值点,跳跃高度对应随机变量取对应值的概率;反之,也成立。 X 设离散型 r.v X 的分布律是 P(X= xk ) = pk , k =1,2,3,… F(x) = P(X x) = 即F(x) 是 X 取 的诸值 xk 的概率之和. 一般地 则其分布函数 已知随机变量X的分布函数为 求a,b,并求X的分布列 解：由分布函数的性质可得 a=0,b=1，且X为一离散型随机变量，其分布列为 X 离散型随机变量：取值有限或无限可列 刻画方法：分布律 连续型随机变量：取值可充满一个区间 刻画方法：概率密度函数 连续型随机变量的分布函数在R上连续 概率密度函数 则称X为连续型随机变量， f (x) 称为X 的概率密度函数，简称概率密度或密度函数。 定义: 设X为一随机变量，若存在非负可积函数 f (x) , 使对任意实数 ，有 概率密度函数的性质 非负性: 规范性(归一性): 【注】这两条性质是判定一个 函数 f(x)是否为某r .v X 的 概率密度的充要条件 0 x y 阴影部分面积为1 密度函数和分布函数的关系 积分关系 导数关系 x 0 x y 注：分布函数F(x)的非负性，单调性和规范性得到了很明显的体现。 连续型 r.v. X取任意单点值a 的概率均为0，即 密度在求概率上的两个结论 计算概率的公式：设X是连续型随机变量, a b b 0 x y a 如果把概率理解为质量，f (x)相当于物理学中的线密度。 注意： 概率密度函数 f (x)在点 a 处取值，不是事件 {X =a} 的概率。但是，该值越大，X 在 a 点附近取值的概率越大。 0 x y 连续型 r.v. 求概率的公式 设X是连续型随机变量， a b 无论等号在哪里 例1：已知密度函数,求其他 利用密度函数的性质求出 k 已知密度 已知分布 求概率 ,有两种方法 例2：已知分布函数求其他 解：(1) 因为 X 是连续型随机变