- 1、本文档共35页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
* * 课前复习 一、基本概念 连续型随机变量、分布密度 二、连续型随机变量 注:⑴连续型随机变量的分布函数一定是连续函数。 ⑵分布函数和密度函数是相互决定的。 分布密度 f (x) 的性质 对于连续型随机变量X,有 。 对任意a, b, 有 常见的连续型分布 均匀分布 指数分布 正态分布 练 习 1.任何一个连续型随机变量的概率密度 f(x) 必满足( )。 2.如果常数c为( ),则函数 f(x) 可以成为一个随机 变量的概率密度,其中 a)1 b)2 c)任何正数 d)任何非零实数 c a ⒊正态分布 则 则 正态分布参数的概率意义 关于正态分布的概率计算 此时可直接查表. 3)一般正态分布 的概率计算 引理 若 ,则 故对任意 ,有 于是,当 ,分布函数F(x)有 解: 例4.设 ,求: ⑴ ⑵ 确定常数 ,使得 。 ⑵ 即 故 ,从而 注(5) 正态分布的 -原则. 同理得 由此可知,当 时,事件“ ”是 一个小概率事件。如果 x 是 X 的一个观察值,我们自然 认为 x 应满足 ,否则,我们就认为它是一个 异常数据,通常称为离群值,这时应将其剔除。 上述方法就是人们进行数据处理时所常用的方法,称为 -准则。但是应该指出的是,在有些情况下,我们不能 将离群值简单地剔除掉,而是应对其进行详细研究,因为 它很可能蕴含着某种重要信息。 正态分布是概率统计中最重要的一种分布。一方面,正 态分布是自然界最常见的一种分布,例如测量的误差;人 的生理特征的尺寸:身长,体重等等,都近似服从正态分 布。另一方面,正态分布具有许多良好的性质,许多分布 可用正态分布来近似,另外一些分布又可以通过正态分布 来导出。 例7.假设测量的随机误差 试求100次独立 重复测量中至少有三次测量误差的绝对值大于19.6的 概率 。 解:每次测量误差的绝对值要么大于19.6,要么不大于 19.6,只有这两种可能性,因此100次独立重复的测 量就相当于100重贝努利试验,因此 设 A =“测量中随机误差 X 的绝对值大于19.6” Y =“100次独立重复测量中事件 A 出现的次数” 则 。 其中 由于 比较大,而 比较小,故由泊松定理知, Y近似服从参数为 的泊松分布,因此所求概率为 例7.假设测量的随机误差 试求100次独立 重复测量中至少有三次测量误差的绝对值大于19.6的 概率 。 (查表求得) 设E是随机试验,样本空间Ω={e},又设X=X(e), Y=Y(e) 是定义在Ω上的 r.v, 由它们构成的一个向量 (X,Y)叫做二 维随机向量或二维随机变量。 一、 二维随机变量及其联合分布 §4 随机向量及其分布 为 的分布函数,或称为 的联合分布函数。 定义⒈ 设 是二维随机向量,对于任意实数 , 称 若将二维随机向量 (X,Y) 的 取值看成是平面上随机点的坐标, 那么,F(x, y) 在点 (x, y) 处的值就 是随机点 (X, Y) 落在如图所示的角 状区域内的概率。 分布函数 的性质: (对固定的 y)有 ; (对固定的 x)有 。 (1) 是变量 x 和 y 的不减函数,即 (3) 关于 x 和 y 左连续,即 对任意固定的 y, 对任意固定的 x, (4)对 ,有 定义⒉ 如果 (X,Y) 的所有可能取值至多为可数个, 记为 则称(X,Y) 为二维离散型随 机变量, 为二维离散型r.v (X,Y) 的分布律或 X 与 Y 的联合分布律。 1 二维离散型r.v及其分布律 易知分布律 满足: 由分布律可求出分布函数。 联合分布律也可用下列概率分布表
文档评论(0)