[理学]东方概率第二章-1.ppt

“标准正态分布” 特别地，当 时, 称为标准 正态分布. 此时，密度函数为 分布函数为 标准正态分布密度函数和分布函数的值可查表得. 标准正态分布表中,积分上限都是正数， 当积分 上限 x为负数时怎么办呢? 一般正态分布转化为标准正态分布 设随机变量X 是 分布的随机变量, 则 令 （标准化） 则Y 也是一个随机变量, 并且 所以Y 是一个服从标准正态分布的随机变量. 因此,若X 是 分布的随机变量, 则作可变化 所以，要计算一般正态分布分布函数 F(x) 的函数值, 只需查标准正态分布分布表中 对应的值即得. 两边对x 求导还有 另外，对 标准正态分布表中,积分上限u 的取值为[0, 4.42] 所以,一张标准正态分布表，解决了所有正态 分布问题. 例题 设 b 为常数， 且 a≠0，则 证明 记随机变量Y 分布函数为FY ( y ), 密度函数 记随机变量X 分布函数为 密度函数为 则有 为 fy ( y ), 综上，有 因而 例题 设随机变量服从正态N(108, 9)分布, 解 由于随机变量服从正态N(108, 9)分布, 所以 (查表) * 第2章 随机变量的分布与数字特征 §2.1 随机变量及其分布函数 §2.2 随机变量的数字特征 §2.3 常用的离散型随机变量分布 §2.4 常用的连续型随机变量分布 §2.5 随机变量函数的分布 §2.1 随机变量及其分布函数 一、随机变量(random variable)的概念 将样本点数量化,即用数字来表示试验的结果. 结果：大于等于零的实数. 如: 掷骰子 结果：1, 2, 3, 4, 5, 6 测量灯泡的寿命 1)有些试验结果本身与数值有关（本身就是一个数）. 2)有些试验结果与数值无关. 基本思想: 如 抛掷硬币，抽查产品. 但对 2）中的情形，我们可引进一个变量来把 试验结果用数表示出来. 如 掷一枚硬币的结果 1 0 引入变量 这种对应关系在数学上实质是定义了一种实值函数. 但是，这种函数关系不同于我们以前熟悉的函数. 因为试验结果的出现是随机的，因而函数 X(e)的取值 也是随机的，于是我们称 X(e) 为随机变量. 定义2.1 设 E 是一个随机试验, 其样本空间为Ω， 如果对每一个样本点 都有唯一确定的实数 与之对应, 我们称函数 为随机变量. 1) 定义域（是Ω）不一定是数集; 随机变量的特点： 2) 取值具有随机性. 1）随机变量（即函数）通常用大写字母X, Y, Z或希腊字母ζ,η等表示,而表示随机变量所取的值（即函数值)时，一般采用小写字母x, y, z 等. 说明： 2）随机变量X 取各个值或取某个确定范围内的值 的概率是确定的. 3）用随机变量描述随机试验中的各种事件. 如事件“某元件寿命X 在200和1000小时之间”可以表示为 （200≤X ≤1000） 随机变量概念的产生是概率论发展史上的重大事件. 引入随机变量后,对事件及事件概率的研究转换为对随机变量及其取值规律的研究. 从而许多数学工具可以用来研究概率. 即研究: (1) 随机变量可能取哪些值； (2) 随机变量取这些值及某些值的概率各 是多少. 注：下列式子都表示事件 随机变量的分类：（按其可能取值全体的个数） 离散型： 连续型： 0 （ ） 0 所有取值可以逐个一一列举——有限个 （或可列个）. 全部可能取值不仅无穷多，而且还不能一一列举，一般是充满一个区间. 二、离散型随机变量的概率分布 如 “取到次品的个数”，“收到的呼叫数”等—— 离散型 “电视机的寿命”，“测量误差”等——连续型 定义2.2 如果随机变量X的所有可能的取值是 有限多个或无限可列多个， 则称 X 为离散型随机变量. 定义2.3 设 xi(i =1, 2, …)是离散型随机变量X 所取的一切可能值，称: 为离散型随机变量X的分布列或分布律. 其中 (k=1, 2, …) 满足： p1 p2 … pk … pk x1 x2 … xk … X 离散型随机变量分布列的表格形式： 性质(1)-(2)是鉴别 pi 是否是某随机变量X 分布律的充要条件. 中包含的可能值 xk 所对应的概率之和. 即离散型随机变量X 落在某集