概率统计2.1--2.2---2.3.pptVIP

联合分布列的性质 例2.7 三个相同的球等可能地放入编号为1，2，3的三个盒子中，ξ表示落入一号盒子中球的个数，η表示落入二号盒子中球的个数，求(ξ，η)的联合分布列。 ． 由联合分布可以确定边际分布，由边际分布能确定联合分布吗？ 例8 三个相同的球等可能地放入编号为1，2，3的三个盒子中，ξ表示落入一号盒子中球的个数，η表示落入二号盒子中球的个数，求(ξ ，η)的联合分布列。 ． ξ η 0 1 2 3 0 1 2 3 1 比较例7和例8，(ξ，η)有相同的边际分布，而联合分布却不相同。这说明：由联合分布可以完全确定边际分布，但由边际分布不能唯一确定联合分布。联合分布比边际分布包含更多的信息。 在例8中，不论ξ 取何值都不影响η的分布，直观上ξ，η是独立的。一般情况下有如下定义： 则称随机变量ξ和η相互独立。 习题2.13 设二维随机向量(ξ，η)的联合分布列为 求ξ和η的边际分布列。 解：固定ξ=n，η的取值范围为 即ξ服从参数为λ 的Poisson分布。 固定η=m，ξ的取值范围为 §2.3 随机变量函数的分布列 §2.3 随机变量函数的分布列 设ξ的分布列为 先确定η的所有可能取值，再求η取每个值的概率。 η的分布列为: 若f (x)是单调函数，那么η=f (ξ)的可能取值和ξ的可能取值一一对应，在ξ的分布列中，将ξ的可能取值换成η=f (ξ)的对应值就得到η的分布列。 如果f (x)非单调函数，将ξ的可能取值换成η=f (ξ的对应值后，将相同的值合并，对应的概率求和就得到η的分布列。 ξ η 0 1 2 0 1 2 泊松分布的可加性 二项分布的可加性 第二章 离散型随机变量 §2.1 一维随机变量及其分布 §2.2 多维随机变量、联合分布与边际分布 §2.3 随机变量函数的分布列 §2.4 数学期望的定义与性质 §2.5 方差的定义与性质 §2.6 条件分布与条件数学期望 例1 掷一均匀硬币，用η表示正面出现的次数，则 η 的可能取值为0，1。即 在实际问题中，随机试验的结果可以用数量来表示，由此就产生了随机变量的概念。 例2 抛掷一颗均匀的骰子，令ξ表示出现的点数，则ξ的可能取值为1，2，3，4，5，6。 §2.1一维随机变量及分布列 例3 在n重贝努里试验中，令ξ =“事件A在n次试验中出现的次数”， ξ的可能取值为0，1，…，n。 例4 在n重贝努里试验中， η表示等待A首次发生的试验次数，则 η的可能取值为正整数。 观察例1至例4问题中的变量ξ或η ，它们具有共同的特征： (1) 变量的取值个数为有限个或可列个； (2) 变量的取值依赖于试验结果，试验之前不能肯定它取哪一个值，即变量的取值具有随机性； (3) 所有可能取值是确定的。称这样的变量为随机变量。 离散型随机变量的定义 即随机变量是样本空间到实数集之间的一个映射。 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，对随机现象统计规律的研究，就由对事件概率的研究扩大为对随机变取值规律的研究。并且可以利用微积分这一数学工具。 分布列的概念及性质 对离散型随机变量，只要知道它的所有可能取值以及取值的概率，就完全知道了它的规律性。 也可以用如下表格的形式表示ξ的分布列。 或 分布列的性质 例 从如图的盒子中任取3 个球，取到的白球数ξ是一个随机变量， ξ可能取的值是0, 1, 2。 (1)列表法： (2) 图示法 0 1 2 0.6 0.3 0.1 (3) 公式法 二项分布及其应用 设事件A的概率为p，令ξ表示在n次重复试验中事件A发生的次数。那么 掷硬币10次,正面出现次数的分布 ξ 0 1 2 3 4 5 P ξ 6 7 8 9 10 P B(10, 0.5)概率分布图 B(9, 0.5) ξ 0 1 2 3 4 P ξ 5 6 7 8 9 P B(9, 0.5) 概率分布图 0.00 0.05 0.10 0.15 0.20 0.25 0.30 0 1 2 3 4 5 6 7 8 9 几何分