[理学]第2章随机变量的概率分布与数字特征.ppt

第二章 随机变量的概率分布 与数字特征 第一节 离散型随机变量及其概率分布 第二节 连续型随机变量及其概率分布 第三节 随机变量的数字特征 第四节 三种重要分布的渐近关系 第五节 大数定律及中心极限定理 2、均匀分布 X~U[a,b] 这说明X落在子区间的概率只与子区间的长度有关， 与子区间的位置无关。 （1）形式 设（c,c+l)是[a,b]上的一个子区间，则 （2）分布函数 3、对数正态分布 若 ，则称X服从对数正态分布。 4、韦布尔分布、指数分布 5、 分布 一、均数（数学期望） 引例 设有一批药材是由三个等级的药材组成，现 观察它的等级X。若有放回地抽取10件，其中有5件1等、 3件2等、2件3等，则所取的10件产品的平均等级是多少？ 解 X的所有取值为1,2,3，10件产品的平均等级为 将上式改写成 这种把每个等级与相应的频率乘积的和，称为1,2,3 分别以5/10,3/10,2/10为权的加权平均。 我们知道，如果再抽取10件，平均等级就不一定 是1.7等了，可见由于抽样不同，抽样的平均等级也 不同，它是一个随机变量。但是，随着试验（抽取 药材）的次数增大，出现1,2,3等品的频率就会逐渐 稳定在稳定在各自的概率附近。 设 表示第i（i=1,2,3)等药材出现的概率，则整 批药材的平均等级为 我们称这种加权平均值为均数，也叫数学期望。 1、离散型随机变量的均数 设离散型随机变量X的概率函数为 （i=1,2,3,…) 则规定X的均数 均数是反映随机变量取值的集中 趋势的一个数字特征。 例1 已知X的分布列为 X 0 1 2 Pi ? ? ? 求EX 解 ： * * 一、随机变量的概念 在第一章，我们介绍了随机事件及其概率，可以 看到很多事件都可采取数值标识。如抽检产品时出现 的废品个数；掷骰子出现的点数等。 对那些非数值标识的事件，实际上也可人为地加以 数值标识。例如，对新生儿的性别，可用0表示女，1 表示男；对生化检验的结果，可用0表示阴性，1表示 阳性；对生产的产品，可用2表示优质品，1表示次品， 0表示废品等。 因此，随机试验的结果可用一个变量来表示，这种 随试验结果不同取不同数值的变量称为随机变量。 二、离散型随机变量及其概率分布 1、定义：按一定概率取有限个或可列个值的 随机变量，称为离散型随机变量。 设X所有可能取值为 （i=1,2,…) 称为离散型随机变量X的概率函数或分布律。 也可用表格来表示（称为概率分布表或分布列） 2、概率函数(分布律) X 性质：（1） （2） （i=1,2,…） 例 设随机变量X的分布律为 （k=1,2,3,4,5) ,求: (1) P(X=1或X=2） (2) 解 （1） P(X=1或X=2）=P（X=1）+P(X=2) =1/15+2/15=1/5 （2） =P(X=1)+P(X=2)+P(X=3) =1/15+2/15+3/15=2/5 3、离散型随机变量的分布函数 例 设某药检所从送检的药品中先后抽3件，如果 送检的10件中有2件失效，试列出检得次品数的 概率分布表，并求出分布函数。 （分段函数） 解 检得次品数为随机变量，设为X，则X的可取值为 0，1，2 ，由古典概率计算得 X 0 1 2 0.4667 0.4667 0.0666 X的分布函数为 当x0时， 当 时， 当 时， 当 时， 即 三、离散型变量的几种常见分布 1、伯努利概型 试验只有两种可能结果：A 及 ， 把这个试验独立重复n次， 就构成了n重伯努利试验，简称伯努利试验。 设P（A）=p =1－p=q（其中0p1)， 记B={n重贝努利试验中事件A出现k次} 则 定理（伯努利公式） （k=0,1,…n) 例1 某药治某病的治愈率为p，现用此药治该病 5例，问治愈3例的概率是多少？ 例2 袋中装有白球20个和黑球10个，每次抽一个： （1）作有放回抽取5次，求抽到白球3次的概率； （2）作无放回抽取5次，求抽到白球3次的概率。 解 治5例病人，看成做5次独立的试验。每次试验只有A={治愈} 和 ={未治愈}两个结果。且P(A)=p 则这个试验是5重的伯努利试验 设B={治愈3例}=