概率论及数理统计 费为银 2.pptVIP

第二章 随机变量及其分布 离散型随机变量 随机变量的分布函数 连续型随机变量 随机变量函数的分布 2.1 随机变量的概念 2.2 离散型随机变量 ·几个常用的离散型分布（一）贝努里(Bernoulli)概型与二项分布 若以X表示n重贝努里试验事件A发生的次数，则称X服从参数为n,p的二项分布。记作X~B（n,p)分布律为： 2.3 随机变量的分布函数一、分布函数的概念. 二、分布函数的性质 2.4 连续型随机变量一、概率密度 二、几个常用的连续型分布 2.5 一维随机变量函数的分布 二、连续型随机变量函数的密度函数 小结. 2. 指数分布 若 X～ 则称X服从参数为?0的指数分布。其分布函数为 例 .电子元件的寿命X(年）服从参数为3的指数分布 (1)求该电子元件寿命超过2年的概率。 (2)已知该电子元件已使用了1.5年，求它还能使用两年的概率为多少？ 解 例 某公路桥每天第一辆汽车过桥时刻为T， 设[0，t]时段内过桥的汽车数Xt服从参数为?t的泊松分布，求T的概率密度。 解 当t ≤0时， 当t 0时， =1- {在t时刻之前无汽车过桥} 于是 正态分布是实践中应用最为广泛，在理论上研究最多的分布之一，故它在概率统计中占有特别重要的地位。 3. 正态分布 A B A，B间真实距离为?，测量值为X。X的概率密度应该是什么形态？ 其中 ?为实数， ?0 ，则称X服从参数为? ,?2的正态分布,记为N(?, ?2)，可表为X～N(?, ?2). 若随机变量 (1) 单峰对称 密度曲线关于直线x=?对称； f(?)＝maxf(x)＝ . 正态分布有两个特性： (2) ?的大小直接影响概率的分布 ?越大，曲线越平坦， ?越小，曲线越陡峻。 正态分布也称为高斯(Gauss)分布 4.标准正态分布 参数?＝0，?2＝1的正态分布称为标准正态分布，记作X~N(0, 1)。 分布函数表示为 其密度函数表示为 一般的概率统计教科书均附有标准正态分布表供读者查阅?(x)的值。(P439附表2)如，若 Z~N（0，1）,?（0.5)=0.6915, P{1.32Z2.43}=?(2.43)-?(1.32) =0.9925-0.9066 注：(1) ?(x)＝1－ ?(－x)； (2) 若X～N(?, ?2)，则 例 设随机变量X~N(-1,22),P{-2.45X2.45}=? 例 设 X?N(?,?2),求 P{?-3?X?+3?} 本题结果称为3? 原则.在工程应用中，通常认为P{|X|≤3} ≈1，忽略{|X|3}的值. 如在质量控制中，常用标准指标值±3?作两条线，当生产过程的指标观察值落在两线之外时发出警报.表明生产出现异常. 例 一种电子元件的使用寿命Ｘ（小时）服从正态分布Ｎ(100,152),某仪器上装有3个这种元件，三个元件损坏与否是相互独立的.求：使用的最初90小时内无一元件损坏的概率. 解:设Y为使用的最初90小时内损坏的元件数, 故 则 Y~B(3,p) 其中 一、离散型随机变量函数的分布律 设X一个随机变量，分布律为 X～P{X＝xk}＝pk, k＝1, 2, … 若y＝g(x)是一元单值实函数，则Y＝g(X)也是一个随机变量。求Y的分布律. 例 已知 -1 0 1 X Pk 求：Y=X2的分布律 Y Pk 1 0 或 Y＝g(X)～P{Y＝g(xk)}＝pk ， k＝1, 2, … （其中g(xk)有相同的，其对应概率合并。） 一般地 X Pk Y=g(X) 1、一般方法 若X~f(x), -? x +?, Y=g(X)为随机变量X 的函数，则可先求Y的分布函数 FY (y) ＝P{Y?y}＝P {g(X) ?y}＝ 然后再求Y的密度函数 此法也叫“ 分布函数法” * * 关于随机变量(及向量)的研究，是概率论的中心内容．这是因为，对于一个随机试验，我们所关心的往往是与所研究的特定问题有关的某个或某些量，而这些量就是随机变量．也可以说：随机事件是从静态的观点来研究随机现象，而随机变量则是一种动态的观点，一如高等数学中的常量与变量的区分那样．变量概念是高等数学有别于初等数学的基础概念．同样，概率论能从计算一些孤立事件的概念发展为一个更高的理论体系，其基础概念是随机变量. 定义. 设S={e}是试验的样本空间，如果量X是定义在S上的一个单值实值函数，即对于每一个e?S，有一实数X=X(e)与之对应，则称X为随机变量。 随机变量常用X、Y