Chapter 4 随机变量及其分布.pptVIP

皖西学院 数理系 一、 随机变量的概念 1、含义：用来表示随机现象结果的变量。 ①样本点本身是用数量表示的； ②样本点本身不是用数量表示的。 总之，不管随机试验的结果是否具有数量的性质，都可以建立一个样本空间和实数空间的对应关系，使之与数值发生联系，用随机变量的取值来表示事件。 2、定义：定义在样本空间Ω＝｛ω｝上的实值函数X＝X(ω)称为随机变量，常用大写英文字母或小写希腊字母来表示，相应地，用小写英文字母表示其取值。 关于随机变量的补充说明 引入随机变量之后, 可以更方便地表示事件。 随机变量的确定不仅与样本空间有关, 也与试验的研究目的有关。 随机变量满足函数的单值对应关系。 随机变量不仅有取值的不同, 取到这些值的概率也不同。 问（1）例1中的三个事件的概率分别是多少？ （2）这些事件的概率怎样计算？ 用分布函数表示事件的概率 第二节　离散型随机变量 一、离散随机变量的概率分布列 求分布列的一般步骤 确定样本空间。 确定随机变量的可能取值。 确定随机变量的每个取值所对应的事件。 求出每个事件的概率。 列出表格或写出一般的概率表达式。 分布列的基本性质 二、离散型随机变量的分布函数 2、二项分布 补充说明 单位时间内电话总机接到用户的呼唤次数、电路受到的电磁波的冲击次数；一平方米内玻璃上的气泡数；一铸件上的沙眼数等随机变量都服从泊松分布。 四、几何分布 第三节　连续随机变量 说 明 横坐标表示 体重 纵坐标〔小矩形的高〕表示 频率/小区间长度 每个小矩形的面积表示频率。 所有小矩形的面积之和等于1。 曲线所围成的曲边梯形和矩形的关系怎样的？ 曲线函数的自变量和因变量表示什么？ 随机变量的取值, 单位长度上的平均概率。 当分割无限细的时候, 可以用概率代替频率, 从 而引入了密度函数的概念。 概率密度的性质： 正态分布的标准化 例5　从学校乘汽车到火车站的途中有3个交通岗，假设在各个交通岗遇到红灯的事件是相互独立的，且遇到红灯的概率都是1/4。设X为途中遇到红灯的次数，求X的分布和至多遇到一次红灯的概率。 解：X服从二项分布B(3,1/4).即有 3、泊松分布 二项分布和泊松分布都是非常重要常用的离散分布. 在n重的伯努利实验中，某个事件在n次实验中发生的次数服从的是二项分布.其特点是只知次数，不知位置. 二项分布与泊松分布的关系： ——泊松定理 二项概率可以用泊松分布的概率来近似, n越大,近 似程度越高,该定理解决了二项概率的近似计算问题。 例6 已知某种疾病的发病率为0.001, 某单位共有 5000人, 问该单位患有这种疾病的人数不超过5人 的概率是多少？ 解：设患病人数为X， 则X服从二项分布B(5000,0.001). n=5000, p=0.001. 概率可利用泊松分布近似计算。 直接查表可得, 见P220,λ＝5, k = 0－5 例7 为保证设备正常工作，需要配备一些维修工。 如果每台设备发生故障是相互独立的，且每台设备 发生故障的概率都是0.01，试在以下情况下，求设备 发生故障而不能及时修理的概率。 ① 1名维修工负责20台设备； ② 3名维修工负责90台设备； ③ 10名维修工负责500台设备。 说明：设备发生故障而不能及时修理，即是指发生 故障的设备台数多于维修工人数。 解:设X1、X2、X3分别表示20、90、500台设备中发生 故障的台数， 每台设备发生故障的概率都是0.01，则 协作提高效率 定义:在 Bernoulli 试验中,记 p为事件 A 在一次试验中出现的概率, X为首次出现 A 时的试验次数, 则 X的可能取值为 1, 2, … ,称 X 的分布为几何分布, 记为X～Ge(p). 其分布列为 特殊性质——无记忆性 一、概率密度函数及其性质 引例 新生婴儿的体重X是一个随机变量,假如记录 很多个(如一万)新生婴儿的体重，可以把各种体重 的频率直方图画出来。 体重 频率 每个小矩形面积=？ 所有矩形总面积=？ 当组距→0时， 定义:设X是随机变量，F(x) 是它的分布函数， 若存在一个非负可积函数p(x),使得对任意 的 x∈R ,有 则称X为连续性随机变量， 称 p(x) 为 X 的概率密度函数或分布密度函数。 注：分布函数表示在 x 处的累积概率,把其导数 称为概率密度是非常合理的。 非负性： 正则性： 概率密度在概率计算中的应用： 注：(2)式中的区间可以是开(闭或半开)区间。 关于连续型随机变量的分布函数的补充说明： 密度函数与分布函数的关系： 1 由分布函数求密度函数比较简单,下面考虑如何由密度函数来求分布函数. 例1.设随机变量X密度函数为