第二随机变量及其分布第1 5节.pptVIP

第二章 随机变量及其分布 定义： 第二节 离散型随机变量及其分布律 几个常用的离散型随机变量的分布 课 外 习 题 第三节 随机变量的分布函数 课 外 习 题 第四节 连续型随机变量及其概率密度 几个常用的连续型随机变量的分布 课 外 习 题 第五节 随机变量的函数的分布 （一） 离散型随机变量的函数的分布 （二） 连续型随机变量的函数的分布 定理： 课 外 习 题 容易看出，对上述的F(x)， 存在 f (t)，使得 这就是说， F(x)恰是非负函数 f (t) 在区间 上的积分。 在这种情况我们称X为连续型随机变量。 第 69 页 11，12，13 如果对于随机变量X的分布函数F(x), 存在非 负函数f (x), 使对于任意实数 x 有 则称X为连续型随机变量，其中函数f (x)称为X的 概率密度函数，简称概率密度。 可以证明连续型随机变量X的分布函数 F(x) 是连续函数。 概率密度函数 f (x)的性质： 由此可得， 此式表明，f (x)不是 X 取值 x 的概率，而是 X 在 x 点概率分布的密集程度。由 f (x)的大小可反映出X 在 x 点附近取值的概率大小。 由上式，还可得： 对连续型随机变量X，有 因此，如A是不可能事件，则 P(A) = 0, 但反之不然。 另外有： 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。 例：设连续性随机变量X的概率密度为 解： （一） 均匀分布 如果连续型随机变量 X 的概率密度为 则称连续型随机变量X在区间 (a,b) 上服从均匀分布。 记为 在区间 (a,b) 上服从均匀分布的随机变量 X，具 有下述意义的等可能性：即它落在区间 (a,b) 中任意 等长度的子区间内的可能性是相同的。 如果 X在区间 (a,b) 上服从均匀分布。 则其概率密度为 其分布函数为 （二） 指数分布 如果连续型随机变量 X 的概率密度为 则称连续型随机变量 X 服从指数分布。 其分布函数为 在实际生活中，常用指数分布作为各种“寿 命” 分布的近似。如电子元件的寿命、动物的寿 命等都假定服从指数分布。 服从指数分布的随机变量X具有一个很有趣 的性质：无记忆性。 事实上， 无记忆性的理论解释： 已知某一元件已使用了s小时，则它总共能 使用至少s+t小时的条件概率， 与它从开始使用 时算起它至少能使用t小时的概率相等。 （三） 正态分布 正态分布是概率论中最重要的一种分布。一方面，正态分布是自然界最常见的一种分布, 如测量时的误差、农作物的收获量、炮弹弹落点的分布、人的生理特征的尺寸（身高、体重等）、学生成绩的分布等都近似服从正态分布；一般说来，如影响某一数量指标的随机因素很多，而每个因素所起的作用又不太大，且它们是相互独立的，而影响又是可以相互叠加的，则这个指标服从 正态分布。这一点可以用概率论中的中心极限定理加以 证明。（在第五章里将会介绍） 另一方面，正态分布具有很多良好的性质，它的分布具有“两头小，中间大”的特点，许多分布可用正态分布来近似；另外一些分布又可以用正态分布来导出。因此在理论研究中，正态分布又有十分重要的地位。 如果连续型随机变量 X 的概率密度为 则称连续型随机变量 X 服从参数为 的正态分布 或高斯(Gauss)分布， 记为 x f(x) 0 f (x) 具有的性质： X 的概率密度为 X 的分布函数为 X 的概率密度特别记为 X 的分布函数特别记为 标准正态分布。 引理： 证： 由此知 证毕 于是， 则其分布函数F(x)可写成 由于正态分布在概率计算中的重要性，再加上正态 分布可化为标准正态分布来处理，因此人们已编制好了 标准正态分布的分布函数值表(见书后附表2)。 x 例1：将一温度调节器放置在贮存着某种液体的容器 内。调节器整定在 液体的温度X ( 以 计 ) 是 一个随机变量，且 求X 小于89