第二章 概率与数理统计(袁荫棠).pptVIP

第二章 随机变量及其分布 §2.1 随机变量的概念 例2：从生产线上随机抽产品进行检测，设产品 的次品率为p，0p1，若查到一只次品就 得停机检修，设停机时已检测到X只产品， 试写出X的概率分布律。 例3：某人独立射击n次，设每次命中率为p， 0p1，设命中X次，(1) 求X的概率分布 律；(2) 求至少有一次命中的概率。 (二)随机变量的分布函数 定义2.2 若ξ是一个随机变量，对任何实数x，令 F(x)=P(ξ ≤x) 称为F(x)是随机变量ξ的分布函数。 对任意实数ab,有 P(a ξ ≤b)=P(ξ ≤b)-P(ξ ≤a) 列成联合分布表： ξ1 ξ2 0 1 2 即边缘分布为 对于二元随机变量(ξ，η)，若P (η=yj)0， 称pij/pj(2)(i=1,2,…)为在η=yj条件下关于 ξ的条件分布。 显然P (ξ=xi|η=yj)是非负的，且对所有i，它们的和为1 同样，若pi(1)0 称为在ξ＝xi条件下关于η的条件分布。 p(η=yj|ξ=xi)是非负的，且对所有j，它们的和为1 记为 例3 求出例2中在ξ2＝1条件下关于ξ1的条件分布。 解： ξ1 ξ2 0 1 2 ＝0 故ξ2＝1时， ξ1的条件分布为 例4 反复掷一颗骰子，直到出现小于5点为止。 ξ表 示最后一次掷出的点数， η表示投掷次数。求(ξ，η) 的联合分布律，边缘分布律及条件分布。 解：ξ的取值是1，2，3，4 η的取值是1，2，… “ξ=i,η＝j”表示掷了j次，而最后一次掷出i点。 前j-1次掷出5点或6点。 由于各次掷骰子是相互独立的。 故联合分布表为 ξ η pi(1) 条件分布为： * 随机事件可以采取数量的标识。如： 抽样检查产品时废品的个数。 掷骰子出现的点数。 对没有数量标识的事件，可以人为加上数量标志。如 产品为优质品记为1，次品记为2，废品记为3。 天气下雨记为1，不下雨记为0。 例如： (1)射击击中目标记为1分，未中目标记0分。用ξ表示 射击的得分，它是随机变量，可取0和1两个值。 (2)抛一枚硬币， ξ表示正面出现的次数，它是随机变 量，可取0和1两个值。 (3)某段时间内候车室旅客数目记为ξ ，它可取0及一切 不大于最大容量M的自然数。 (4)一块土地上农作物的产量ξ是随机变量，它可以取区 间[0，T]的一切值。 (5)沿数轴运动的质点，它的位置ξ是随机变量，可以取 任何实数，即ξ (-∞,+∞) 随机变量按取值情况分为两类： (1)离散型随机变量 只可能取有限个或无限可列个值。 (2)非离散型随机变量 可以在整个数轴上取值，或至少有一部分值取某实 数区间的全部值。 非离散型随机变量中最常用的是连续型随机变量。 即取值于一个连续区间全部数值的随机变量。 以后，只研究离散型与连续型随机变量。 §2.2 随机变量的分布 (一)离散型随机变量的分布 定义1 如果随机变量ξ只取有限个或可列个可能值， 而且以确定的概率取这些不同的值，则称ξ为离散 型随机变量。 一般列成概率分布表： 也可写成 P(ξ =xk)=Pk (k=1,2,…) 称之为概率函数。 ξ ＝x1, ξ =x2,…, ξ =xk,…构成完备事件组。 离散型随机变量的分布是指概率分布表或概率函数。 性质： Pk≥0,k=1,2,… 例1 一批产品的废品率为5％，从中任意抽取一个进行 检验，用随机变量描述废品出现的情况。 解：用ξ表示废品的个数。 ξ ＝1表示产品的废品， ξ ＝0表示产品的合格品。 或P(ξ =k)=(0.05)k(0.95)1-k, (k=0,1) 解：设Ai={第i次抽到正品}，i=1,2,… 则A1,A2,…相互独立。 亦称X为服从参数p的几何分布。 解：这是n重贝努利试验 同时可知： 上式的意义为：若p较小，p≠0,只要n充分大，至少有一次命中的概率很大。即“小概率事件”在大量试验中“至少有一次发生”几乎是必然的。 例4 盒内装有外型与功率均相同的15个灯泡,其中10个螺口,5个卡口,灯口向下放着.现在需要1个螺口灯泡,从盒中任取一个,如果取到卡口灯泡就不在放回去.求在取到螺口灯泡之前取出的卡口灯泡数X的分布.(P36例5) =F(b)-F(a) 分布函数完整地描述了随机变量的变化情况。 注意 P(a≤ ξ ≤b)=P(ξ =a)+P(a ξ ≤b) =P(ξ =a)+F(b)-F(a) P(a ξ b)=P(a ξ ≤b)-P(ξ =b) =F(b)-F(a)-P(ξ =b) 分布函数具有如下的性质： F(x)是概率，取值在0与1之间 (2)F(x)是x的不减函数。 ξ ≤x所含基本事件个数不会随x增大而减少 (4)左连续性. 反之,满足这几条的函数一定也是某