第二章_随机变量及其概率分布.pptVIP

（3）泊松（Poisson）分布：设随机变量X可能 取的一切值为0，1，2，…，而取各个值的概率 为 ，其中 是常数，则称X服从参数为λ的泊松（Poisson） 分布，记为 X～P（ ）。 定理： ，则 ① 当 是整数时， ② 当 不是整数时， （4）超几何分布：若X的分布律为 则称随机变量X服从超几何分布，记为 （5）几何分布： 若随机变量X的分布律为 则称X服从几何分布，记为 。 （6）负二项分布：若随机变量X的分布律为 其中0p1已知，则称随机变量X服从负二项 分布，记为 。 一、连续型随机变量的概念 如果随机变量的取值能充满实数轴上的某个 区间，甚至于整个实数轴。这样的随机变量 称为连续型随机变量。 §2-4 连续型随机变量 定义：设随机变量 X 的分布函数为 。若 存在非负可积函数 ，使得对于任一实数 x 有 ① 则称 X 是连续型随机变量，其中函数 称 为 X的概率密度函数，简称为概率密度。 概率密度的性质： （1） （2） 反之，任何一个函数 满足了（1）， （2），则由①定义的 也一定是某个连 续型随机变量的分布函数。 例1：设连续型随机变量X的概率密度函数 为： ，－∞ x +∞，求常 数C。 例2、设连续型随机变量X的分布函数为 求常数A及其概率密 度函数 。 （3）若 在x处连续，则 注意：一般的，同一个连续型随机变量X的概 率密度函数可以有许多，但它们除了在有限 个点或可数个点上不相等外，其它点都相等。 也即连续型随机变量X的概率密度函数是“几乎 处处”唯一的。 所以对连续型随机变量X而言，概率为0的事件未必是不可能事件；概率为1的事件也未必是必然事件。 （4）连续型随机变量X在一个点上取值的概率恒为0。 二、几个重要的连续型随机变量 1、均匀分布 记为 。 设有连续型随机变量X，其概率密度为 则称X在区间 上服从均匀分布， 分布函数： 例3、设随机变量X在区间[0,1]上服从均匀分布，现对其进行4次独立观察，求至少有一次观察值大于2/3的概率。 2、指数分布 若随机变量X具有密度： 其中， 是常数，则称 X 服从参数为λ 的指数分布。记为：X～ 。 （指数分 布又常被称为寿命分布） 分布函数： 指数分布有一个特性：无记忆性。 我们看下面的例子： 例6、某种电器元件的使用寿命X服从参数为 λ＝1/2000的指数分布（单位：小时） （1）任取一个元件，求能正常使用1000小时 以上的概率。 （2）求其正常使用1000小时后还能使用1000 小时的概率。 由本题可见，指数分布的无记忆性；其实， 不仅是指数分布有这样的性质，几何分布也 同样具有这样的性质。 一般的，有 3. 正态分布 定义：连续型随机变量X的密度函数为： 其中μ、σ都是常数(－∞μ+∞，σ0)， 则称X服从参数为μ、σ的正态分布，记 为：X～N(μ