概率统计培训讲义第3节.pptVIP

第三章　随机变量と概率分布 随机变量 离散型随机变量 连续型随机变量 数字特征 二维随机向量 　数学预备知识 几个重要的级数之和 Newton二项式公式： 无穷递缩等比数列之和(|q|1) 随机变量 事件的独立性 事件A与B相互独立指： 如P(A|B)=P(A) 　(P(B)0) 或如P(B|A)=P(B) (P(A)0) 或如P(AB)=P(A)P(B) A与B独立?A与B也独立 A与B独立?A与B也独立 A与B独立?A与B也独立 1.　随机变量的概念 随机现象的量化(实) 引入随机变量的意义 随机变量的记法：ξ,η 随机变量的分类： 离散型 连续型 随机变量的例子 掷两枚骰子得的点数 某商店日顾客数 收看某电视节目的人数 上每十分钟一班的公交车的候车时间 某地块的茶叶产量 2.　离散型随机变量 随机变量的记法：ξ,η 随机变量的分类： 离散型 连续型 P(ξ=xk)=pk (k=1,2,…) 概率函数的性质 离散型随机变量 离散型随机变量:只取有限个或可列个值的随机变量 其概率函数 P(ξ=xk)=pk (k=1,2,…) 要求：⑴pk≥0 ⑵∑pk=1 离散型随机变量 两行表格[p.73(3.1)]； P(ξ=xk)=pk的表达式如 　　　　　[p.74(3.6)] ； “钉图” (p.75图3.1)。 重要の离散型随机变量 两点分布ξ~B(1,p) 二项分布ξ~B(n,p) 泊松分布ξ~P(λ) 两点分布 射中气球的概率为p，不射击的q=1-p . P(ξ=k)=pkq1-k (k=0,1) 二项分布ξ~B(n,p) 次品率为p的产品中抽n件，其中次品数ξ~B(n,p) q=1-p. P(ξ=k)= 泊松分布ξ~P(λ) 某品种的鸡，每千只鸡的日下蛋量ξ~P(λ) P(ξ=k)= 离散型の总结 　分布函数 定义：F(x)=P(ξ≤x) -∞x+∞ (1)有界:0≤F(x)≤1 -∞x+∞ (2)单调非减:x1 ≤x2?F(x1)≤ F(x2) (3)有极限： (4)处处右连续。 　分布函数の计算　 定义：F(x)=P(ξ≤x) -∞x+∞ P{ξ＝a}=F(a)-F(a-0) P{ξa}=F(a-0) P{ξa}=1-F(a) P{ξ≥a}=F(a)-F(a-0) 　分布函数の例子 两点分布ξ~B(1,p)的分布函数 3.　连续型　随机变量 如果随机变量ξ的分布函数为 F(x),存在一个在(-∞,+∞)上非负的可积函数p(x)使得： 则称ξ是一个连续型随机变量, p(x) =F’(x)为ξ的概率密度函数。 　例子 公交车每5分钟一班，随机去候车，等车的时间为ξ分钟：ξ∈[0,5)且机会均等 这种分布叫均匀分布，记作：ξ～U[0，5] 分布函数と概率密度函数 均匀分布ξ～U[0,5]的分布函数 连续型随机变量的性质 离散型随机变量ξ的分布列P(ξ=xk)=pk (k=1,2,…) pk≥0 且∑pk=1 连续型随机变量ξ的概率密度函数：p(x) ≥ 0且 重要の连续型随机变量 均匀分布 U[a,b] 指数分布 E(λ) 正态分布 N(μ,σ2) 均匀分布ξ~U[a,b] 其分布函数为 概率密度函数为 指数分布ξ~E(λ) 其分布函数为 概率密度函数为 指数分布ξ～E(λ) 概率密度函数为 正态分布ξ~N(μ,σ) 概率密度函数为 正态分布ξ~N(μ,σ) 要证明： 正态分布ξ~N(μ,σ) 正态分布ξ~N(μ,σ) 正态分布ξ~N(μ,σ) 概率密度函数为 标准正态分布性质 正态分布表　之作用 定理1：　如X～N(μ,σ2),则 　 这叫标准化。 　N(0,1)叫标准正态分布，它有表可查。(P.366) 外例：将一温度调节器放置在贮存着某种液体的容器内, 调节器的温度定在d oC, 液体的温度X(以oC计)是一个随机变量, 且 X～N(d, 0.52)(1) 若d=90 oC, 求X小于89 oC的概率;(2) 若要求保持液体的温度至少为80 oC的概率不低于0.99, 问d至少为多少? X～N(d, 0.52)(1) 若d=90 oC, 求X小于89 oC的概率;解 (1) 所求概率为 X～N(d, 0.52)  (2) 若要求保持液体的温度至少为80 oC的概率不低于0.99, 问d至少为多少? 亦即 重要的连续型随机变量 4　随机变量の数字特征 数学期望与方差 从平均数到数学期望 某村有两块地，平均亩产分别为200和1000，总平均亩产量是多少？ 这个问题缺数据。如补充已知两块地分别为99亩和1亩，则： 随机变量的数