[理学]概率论第二章课件.pptVIP

0 0.5 1 1.5 2 2.5 3 3.5 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 0.5 1 1.5 2 2.5 3 3.5 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 两边求导,得 所以 2.4.3 指数分布 一、指数分布的密度函数和分布函数 解 由题意知 ，且 故 指数分布的无记忆性 假如把服从指数分布的随机变量解释为某元件工作的寿命,则上式表明,在该元件已工作了s小时的条件下,它还能继续工作t小时的概率与已经工作过的时间s无关.换句话说,如果元件在时刻s还“活着”,则它的剩余寿命的分布还是原来寿命的分布,而与它已工作了多长的时间无关.所以有时又称指数分布是“永远年轻”的.值得指出的是,我们可以证明,指数分布是唯一具有无记忆性的连续型分布. 即X服从参数为 指数分布。 2.4.4 正态分布(Normal Distribution) 正态分布是概率论中最重要的一个分布.高斯在研究误差理论时曾用它来刻划误差,所以又称为高斯分布.经验表明,许多实际问题中的随机变量,如测量误差,炮弹落点的分布,人的身高,学生考试的成绩,农作物的产量,产品的尺寸等都可以认为服从正态分布.在理论上,正态分布具有很多优良的性质,许多分布都可以用正态分布来逼近,还有一些分布可以由正态分布来导出. 一、正态分布的密度函数和分布函数 若随机变量 X 的概率密度为 则称X服从参数为 的正态分布.记为 称相应的分布函数为正态分布,相应的概率密度为正态密度.服从正态分布的随机变量统称为正态变量. 正态变量的分布函数为 二、标准正态分布 关于标准正态分布函数的若干公式 三、一般正态分布的标准化 问题：对于一般的正态变量 ,如何计算其分布函数的值? 令 于是,有 通常称这个公式为正态概率计算公式,它把一般正态变量的概率计算转换为标准正态分布来计算. ⑵ 由 得 查标准正态分布表得 四、正态分布的 原则 §2.5 随机变量函数的分布 本节的基本任务:已知随机变量X的分布(分布律或概率密度),求Y=g(X)的概率分布. 下面分别就离散型随机变量和连续型随机变量两种情形加以讨论. 2.5.1 离散型随机变量函数的分布 关键是要确定两点： 1) 可能的取值; 2) 取任一值的概率. 解 X可能的取值为-3,1,5,9,并且 所以 X 的分布律为 -3 1 5 9 0.2 0.1 0.3 0.4 例2.5.1设随机变量 的概率分布为 -1 0 1 2 0.2 0.1 0.3 0.4 且 分别求 X , Y 的概率分布. Y 的可能取值为0,1,4,并且 所以Y的分布律为 0 1 4 0.1 0.5 0.4 例2.5.2 设随机变量 X 的分布律为 并且 求Y 的分布律. 解 Y 的可能取值为-1,0,1,并且 2.5.2 连续型随机变量函数的分布 基本任务：已知 X 的概率密度 ，求Y=g(X)的概率密度 . 一、当g(x)为严格单调时 于是 于是 于是有下面的定理. 其中 解 先求分布函数 对上式两边求导，有 定理2.5.2说明，正态随机变量的线性函数仍为正态随机变量. 证明 由例2.5.3，有 正态变量的标准化 求导,得 所以 从而有， 几何分布的无记忆性 证明 因为 所以 负二项分布 称X服从参数为r, p的负二项分布或巴斯卡分布.记为 幂律分布 幂律分布的背景 §2.3 随机变量的分布函数 分布 函数 例如 　　对于随机变量X, 我们不仅要知道X 取哪些值, 要知道 X 取这些值的概率 ; 而且更重要的是想知 道 X 在任意有限区间(a,b)内取值的概率. 由于 故 分布函数F(x)的基本性质 解 因此, F(x)的图形为一阶梯形曲线,它在X可能的取值处-1,2,3处发生跳跃，跳跃值为X取这些值的概率. 因此，离散型随机变量的分布函数不是连续函数，并且常见的离散型分布的分布函数都是阶梯函数. 解得 柯西分布 例2.3.3 向半径为R的圆形靶射击，击中点落在以靶心O为中心,x为半径的圆内的概率与该圆的面积成正比，并且不会发生脱靶的情况.以X表示击中点与靶心O之间的距离，求X的分布函数. 从而 注意,此分布函数为一连续函数.因此,存在着与离散型随机变量不同的另一种随机变量.