概率第2章zl.pptVIP

  1. 1、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。。
  2. 2、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
  3. 3、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)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
概率第2章zl

第二章 随机变量及其分布 离散型随机变量 随机变量的分布函数 连续型随机变量 一维随机变量函数的分布 2.1随机变量的概念 2.2离散型随机变量 几个常用的离散型分布 (一)贝努里(Bernoulli)概型与二项分布 2.(P30)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p,则称这n 次试验为n重贝努里试验,简称贝努里试验. 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(P38) 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 2.5 一维随机变量函数的分布 二、连续型随机变量函数的密度函数 小结 例2.长途汽车起点站于每小时的10分、25分、55分发车,设乘客不知发车时间,于每小时的任意时刻随机地到达车站,求乘客候车时间超过10分钟的概率 解:设A—乘客候车时间超过10分钟 X—乘客于某时X分钟到达,则X ?U(0,60) 2. 指数分布 若 X ~ 则称X服从参数为?0的指数分布。 其分布函数为 例3. 电子元件的寿命X(年)服从参数为3的指数分布. (1)求该电子元件寿命超过2年的概率。 (2)已知该电子元件已使用了1.5年,求它还能使 用两年的概率为多少? 解: 例4.某公路桥每天第一辆汽车过桥时刻为T, 设[0,t ]时段内过桥的汽车数Xt 服从 参数为?t 的泊松分布,求T的概率密度。 解: 当t ≤0时, 当t 0时, =1-P {在t时刻之前无汽车过桥} 于是 正态分布是实践中应用最为广泛,在理论上 研究最多的分布之一,故它在概率统计中占 特别重要的地位。 3. 正态分布 A B A,B间真实距离为?,测量值为X 。 X的概率密度应该是什么形态? 其中 ? 为实数, ? 0 ,则称X服从参数为? ,?2的正态分布,记为N(? , ?2),可表为X ~N(? , ?2). 若随机变量 (1) 单峰对称 a.密度曲线关于直线x =?对称; 即对于 正态分布有两个特性: b. f(?)=max f (x)= (x轴是f(x)的渐近线) (2) ? 的大小直接影响概率的分布 ? 越大,曲线越平坦,? 越小,曲线越陡峻。 ?为形状参数。 正态分布也称为高斯(Gauss)分布 (3)μ的大小影响曲线的位置 ?不变,μ变,曲线左右平移 标准正态分布 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。(P282附表2)如,若 Z~N(0,1), ?(0.5)=0.6915, P{1.32Z2.43}=?(2.43)-?(1.32)=0.9925-0.9066 注:(1) ?(x)=1- ?(-x); (2) 若X~N(?, ? 2),则 设随机变量X ~N(-1,22),P{-2.45 X 2.45}=? 例5.设 X ?N(? ,? 2), 求P{? -3? X ? +3?} 本题结果称为3? 原则.在工程应用中,通常认为P{|X|≤3} ≈1,忽略{|X|3}的值. 如在质量控制中,常用标准指标值±3?作两条线,当生产过程的指标观察值落在两线之外时发出警报,表明生产出现异常。 例6.一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 一、离散型随机变量函数的分布律 设X为一个随机变量,分布律为 X ~P{X =xk}=pk , k=1, 2, … 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. 例:已知 X pk -1 0 1 求:Y= X 2的分布律 Y pk 1 0 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) 1.一般方法 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 FY (y) =P{Y?y}=P {g(X) ?y}= 然后再求Y的密度函数 此法也叫“分布函数法” * * 关

文档评论(0)

cgtk187 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档