数理统计与随机过程2--概率论1.pptVIP

;上节内容： 课程简介 概率论基础 本节内容： 一维随机变量及其分布 多维随机变量及其分布 ; 主要内容： 随机变量 概率分布函数 离散型随机变量 连续型随机变量 随机变量的函数;* 常见的两类试验结果：;定义：取值可数的随机变量为离散量 离散量的概率分布(分布律); 三个主要的离散型随机变量分布 1、伯努利分布(Bernoulli distribution ) 最简单的离散分布：随机变量X只可以取两个值0和1。 伯努利试验： 把设试验E只有两个可能的结果：A，ā 的实验称为伯努利试验。 ; 三个主要的离散型随机变量分布 2、二项式分布(binomial distribution );例：某人骑了自行车从学校到火车站，一路上 要经过3个独立的交通灯，设各灯工作独立，且设各灯为红灯的概率为p，0p1，以Y表示一路上遇到红灯的次数。 (1)求Y的概率分布律； (2)求恰好遇到2次红灯的概率。 ;*; 泊松分布(Poisson分布) 若随机变量X的概率分布律为 称X为服从参数为λ的泊松分布，记;例：设某汽车停靠站候车人数 (1)求至少有两人候车的概率； (2)已知至少有两人候车，求恰有两人候车的概率。 解：;§3 随机变量的分布函数;定义： 对于随机变量X的分布函数 若存在 非负的函数 使对于任意实数 有： ;*;三个重要的连续型随机变量 （1）均匀分布(Uniform distribution) 定义：X具有概率密度 称X在区间(a,b)上服从均匀分布， 记为X～U(a,b) ;（2）指数分布 ( Exponential distribution ) 定义：设X的概率密度为 其中λ0为常数， 则称X服从参数为λ的指数分布。;定义：设X的概率密度为 其中 为常数，称X服从参数为 的正态分布， 记为 ;称μ为位置参数(决定对称轴位置) σ为尺度参数(决定曲线分散性); 在自然现象和社会现象中，大量随机变量服从或近似服从正态分布。;*;§5 随机变量函数的分布 问题：已知随机变量X的概率分布， 且已知Y=g(X)，求Y的概率分布。;一般情况下，若已知X的概率分布，Y=g(X)，求Y的概率分布的过程为：;例：设 Y=2X,Z=X2,求Y,Z的概率分布。;例： ;利用关系式： 当 X?N(0,1)时， Y=X2 的概率密度即为：;当函数g()为严格单调函数，且处处可导时;例：;*;;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;如果X和Y相互独立，;*;*;*;*