概率论与数理统计第四版第二章.pptVIP

称 X 服从标准正态分布 概率密度函数为： 分布函数为： 的函数值可查正态分布表。 例： 0.8413 记为： 对标准正态分布，有： 0 x -x 引理： 于是： 例3： 这在统计学上称作“3 准则” （三倍标准差原则）。 可以认为，Y 的取值几乎全部集中在 区间内. 分位点 则 称为标准正态分布的上 分位点。 0 常用 值： 0.001 0.005 0.01 0.025 0.05 0.10 3.090 2.576 2.327 1.960 1.645 1.282 §2.5 随机变量函数的分布 问题的提出 在实际中，人们常常对随机变量的函数 更感兴趣. 例如，已知 t=t0 时刻噪声电压 V 的分布， 求功率 W = V 2/R 的分布 设随机变量X 的分布已知，Y=g (X) (设g是连续函数），如何由 X 的分布求出 Y 的分布？ 这个问题无论在实践中还是在理论上都是重要的。 下面进行讨论。 例 离散型随机变量函数的分布 求 Y 1= 2X – 1 与 Y 2= X 2 的分布律 解: X -1 0 1 2 p 1/8 1/8 1/4 1/2 Y1 -3 -1 1 3 p 1/8 1/8 1/4 1/2 Y 1= 2X – 1 的分布律: 解: Y2 0 1 4 p 1/8 3/8 1/2 X -1 0 1 2 p 1/8 1/8 1/4 1/2 Y 2= X 2 的分布律: 结论 设随机变量 X 的分布律为： 由已知函数 g( x)可求出随机变量 Y 的所有可能取值，则 Y 的概率分布为： 连续型随机变量函数的分布 分布函数法—— 问题： 方法： 例2 设随机变量X具有概率密度 解： y x [ y y [ ] [ x 0 π 1 y 例3 设 X 的概率密度函数为: 求 的概率密度函数 解: y y y 0 0 arcsin y π- arcsin y 1 y 0 y 0 1 0 y 0 1 0 y 0 1 0 y 0 1 　 定理 设随机变量X具有概率密度 又设函数 g(x) 处处可导且恒有 （或有 ），则 Y= g( X ) 是连续型随机变量，其密度函数为： h(y) 是 g(x) 的反函数。 x y y 证明： 设 0 1 设 y x 设 y 0 1 + — 1－ － 综合之，得到定理。 例4 设 证： 证明：Y也服从正态分布。 特别，当 设X为300台设备同时发生故障的台数， 300台设备，独立工作，每台出故障概率 p=0.01 . 可看作n=300的贝努里概型. 可见， X~B(n，p)，n=300， p=0.01 设需配备N个维修人员， 所求的是满足 的最小的N. P( X N ) 0.01 或 P( X N ) 0.99 P(XN) n大， p小， np=3， 用 =np=3 的泊松近似 我们求满足 的最小的N. 查泊松分布表得 N+1 9， 即N 8 即至少需配备8个维修人员. 计算 x 定义 设 X 为随机变量， x 是任意实数 ， 称函数 为X 的分布函数。 几何意义： X x §2.3 随机变量的分布函数 分布函数的基本性质 单调性 有界性 右连续性 鉴别一个函数是否是某随机变量的分布函数的充分必要条件。 x 由定义知 X 落在区间( a ，b ] 里的概率可用分布函数来计算： b a a x ] a a-Δx x 用分布函数表示概率 请 填 空 解 ：X 的分布律为 X 0 1 2 p 7/15 7/15 1/15 例1 求例2中的分布函数 并作图. 0 1 2 x 分布函数为 x x x x 0 1 2 x 1 F(x) 的图形为: 7/15 7/15 1/15 一般情形为: x2 x1 x 1 xn xk pk p2 p1 pn x 例2 设随机变量 X的分布函数为: 试求：（1）系数 A， B ; （2）X落在（-1，1]内的概率 解：由性质 ——柯西分布函数 离散随机变量的分布函数 F( x) 是分段阶梯函数， 在 X 的可能取值 xk 处发生间断， 间断点为第一类跳跃间断点， 在间断点处有跃度 pk x y y = f(x) §2.4 连续型随机变量及其概率密度 几何意义 x X 返回 对任意实数 x ， 若随机变量 X 的分布函数