[高等教育]概率统计 第二章 随机变量及其分布.pptVIP

第二章 随机变量及其分布 2.1 随机变量 2.2离散型随机变量 几个常用的离散型分布 1、（0-1）分布 2、二项分布 3、 泊松(Poisson)分布P(?) 2.3 随机变量的分布函数 一、分布函数的概念 二、分布函数的性质 2.4 连续型随机变量一、概率密度 二、几个常用的连续型分布 1. 均匀分布 2. 指数分布 4.标准正态分布 2.5 随机变量函数的分布一、离散型随机变量函数的分布律 二、连续型随机变量函数的密度函数 1、分布函数法 2、公式法 小结 参数?＝0，?2＝1的正态分布称为标准正态分布，记作X~N(0, 1)。 分布函数表示为 其密度函数表示为 一般的概率统计教科书均附有标准正态分布表供读者查阅?(x)的值。 注：(1) ?(x)＝1－ ?(－x)； (2) 若X～N(?, ?2)，则 =?(2.43)-?(1.32)=0.9925-0.9066 若 Z ～ N（0，1）, P{1.32Z2.43} 1. 设随机变量X~N(-1,22),P{-2.45X2.45}=? 2.设 X?N(?,?2),求P{ ?-3? ≤ X ≤ ?+3? } 作业7.2参照此例题 例 一种电子元件的使用寿命Ｘ（小时）服从正态分布Ｎ(100,152),某仪器上装有3个这种元件，三个元件损坏与否是相互独立的.求：使用的最初90小时内无一元件损坏的概率. 解:设Y为使用的最初90小时内损坏的元件数, 故 则Y?B(3,p) 其中 作业7.1、7.4 参照此例题 设X一个随机变量，分布律为 X～P{X＝xk}＝pk, k＝1, 2, … 例:已知 X pk -1 0 1 求：Y=X2的分布律 Y pk 1 0 若y＝g(x)是一元单值实函数，则Y＝g(X)也是一个随机变量.求Y的分布律. 作业8.1参照此例题 或 Y＝g(X)～P{Y＝g(xk)}＝pk ， k＝1, 2, … （其中g(xk)有相同的，其对应概率合并。） 一般地 X pk Y=g(X) 若X?f(x), -? x +?, Y=g(X)为随机变量X 的函数，则可先求Y的分布函数 然后再求Y的密度函数 此法称为“ 分布函数法” FY (y) ＝P{Y?y}＝P {g(X) ?y}＝ * 1、随机变量 2、离散型随机变量 3、随机变量的分布函数 4、连续型随机变量 5、随机变量函数的分布 定义. 设S是试验的样本空间，如果量X是定义在S上的一个单值实值函数即对于每一个e?S，有一实数X=X(e)与之对应，则称X为随机变量。随机变量常用X、Y、Z 或 ?、?、?等表示。 例1：引入适当的随机变量描述下列事件： ①将3个球随机地放入三个格子中，事件 A={有1个空格}，B={有2个空格}， C={全有球}。 ②进行5次试验，事件 D={试验成功一次}， F={试验至少成功一次}，G={至多成功3次} 解：① 设X为将3个球随机地放入三个格子后的空格数，则 A={X=1}，B={X=2}，C={X=0} ② 设Y为进行5次试验中成功的次数，则 D={Y=1}，F={Y?1},G={Y?3} 随机变量的分类 随机变量 定义 若随机变量X取值x1, x2, …, xn, (… )且取这些值的概率依次为p1, p2, …, pn,( …,) 则称X为离散型随机变量，而称 P{X=xk}=pk, (k=1, 2, … ) 为X的分布律或概率分布。可表为 P{X=xk}=pk, (k=1, 2, … )， 或 X x1 x2 … xK … Pk p1 p2 … pk … (1) 非负性： pk ? 0, k＝1, 2, … (2) 归一性： 例1 设袋中有5只球，其中有2只白3只黑。现从中任取3只球(不放回)，求抽得的白球数X为k的概率。 2. 分布律的性质 解: X的可能取值为0，1，2 作业5.1和5.2参照此例题 超几何分布 例2 设随机变量X的分布律为 试求: 解：0.87 0.72 0.7 对离散型随机变量来说, 分布律可以完全描述它的统计规律.换句话说,已知分布律,就可以求出各种概率. 若以X表示进行一次试验事件A发生的次数，则称X服从(0－1)分布(两点分布) X～P{X＝k}＝pk(1－p)1－k, (0p1) k＝0，1 或 （二）定义 设将试验独立重复进行n次，每次试验中，事件A发生的概率均为