分布的随机变量。.ppt

* 例：一银行服务需要等待，设等待时间X（分钟）的概率密度为 某人进了银行，且打算过会儿去办另一件事，于是先等待，如果超过15分钟还没有等到服务就离开，设他实际的等待时间为Y，(1)求Y的分布函数;(2)问Y是离散型随机变量吗？连续型随机变量吗？ §5 随机变量函数的分布 例如，若要测量一个圆的面积，总是测量其半径，半径的测量值可看作随机变量X，若 则Y服从什么分布？ 问题：已知随机变量X的概率分布， 且已知Y=g(X)，求Y的概率分布。 X pi 0.2 -1 0 1 0.5 0.3 例：已知X具有概率分布 且设Y=X2，求Y的概率分布。 * 即找出(Y=0)的等价事件(X=0)； (Y=1)的等价事件(X=1)与(X=-1)的和事件 解：Y的所有可能取值为0,1 例：设随机变量X具有概率密度 求 的概率密度。 * 解：分记X,Y的分布函数为 * Y在区间(0,16)上均匀分布。 一般，若已知X的概率分布，Y=g(X)，求Y的概率分布的过程为： 关键是找出等价事件。 例：设 Y=2X,Z=X2,求Y,Z的概率分布。 X -1 1 0 * Z 0 1 p Y -2 2 0 p 解：Y的可能取值为-2,0,2 Z的可能取值为0,1 (Y=-2)的等价事件为(X=-1)… (Z=1)的等价事件为(X=1)∪(X=-1) 故得： 例： * 例如：X~U(-1, 2)，求 * * 例如：X~N(0, 1)，求 x h(y),y y 0 y=g(x) y * * 例： 解： * * * * * * * 课件待续! * 解： * 几个重要的连续量 均匀分布定义：X具有概率密度 称X在区间(a,b)上服从均匀分布，记为X～U(a,b) * 例：（1）在区间(-1,2)上随机取一数X，试写出X的概率密度。并求 的值； （2）若在该区间上随机取10个数，求10个数中恰有两个数大于0的概率。 * 解：（1） X为在区间(-1,2)上均匀分布 （2）设10个数中有Y个数大于0， 则： 例：杭州某长途汽车站每天从早上6点（第一班车）开始，每隔30分钟有一班车开往上海。王先生在早上6:20过X分钟到达车站，设X服从（0，50）上的均匀分布， （1）求王先生候车时间不超过15分钟的概率； （2）如果王先生一月中有两次按此方式独立地去候车，求他一次候车不超过15分钟，另一次候车大于10分钟的概率。 * 6:20 6:30 6:45 7:00 7:10 解： （1）P(候车时间不超过15钟)=25/50=0.5 (2) P(候车时间大于10分钟)=30/50=3/5 6:30 6:50 P(一次候车时间不超过15分钟，另一次大于10分钟) 指数分布 其中λ0为常数，则称X服从参数为λ的指数分布。记为 定义：设X的概率密度为 * X具有如下的无记忆性： * * 正态分布 定义：设X的概率密度为 其中 为常数，称X服从参数为 的正态分布(Gauss分布)， 记为 可以验证： * 正态概率密度函数 称μ为位置参数(决定对称轴位置) σ为尺度参数(决定曲线分散性) X的取值呈中间多，两头少，对称的特性。 当固定μ时，σ越大，曲线的峰越低，落在μ附近的概率越小，取值就越分散，即σ是反映X的取值分散性的一个指标。 在自然现象和社会现象中，大量随机变量服从或近似服从正态分布。 正态分布下的概率计算 例： 例：用天平称一实际重量为 的物体，天平的读数为随机变量 ，设 时， （1）求读数与 的误差小于0.005的概率； （2）求读数至少比 多0.0085的概率。 * * 例：一批钢材(线材)长度 (1)若μ=100，σ=2，求这批钢材长度小于97.8cm的概率； (2)若μ=100，要使这批钢材的长度至少 有90%落在区间(97,103)内，问σ至多取何值？ * 例：设一天中经过一高速公路某一入口的重型车辆数X近似服从 ，已知有25％的天数超过400辆，有33％的天数不到350辆，求 * 泊松分布(Poisson分布) 若随机变量X的概率分布律为 称X服从参数为λ的泊松分布，记 * 求(1)随机观察1个单位时间，至少有3人候车的概率； (2)随机独立观察5个单位时间，恰有4个单位时间至少有3人候车的概率。 例：设某汽车停靠站单位时间内候车人数