概率与数理统计点第2章.ppt

第二章随机变量 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 二维随机变量的联合分布 多维随机变量的边缘分布与独立性 条件分布 多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）伯努利(Bernoulli)概型与二项分布 (P26)若以X表示n重伯努利试验事件A发生的次数，则称X服从参数为n,p的二项分布。记作 其分布律为： 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(P28) 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. 二. 联合分布函数 四.二维连续型随机变量及其密度函数 二、边缘分布律 三、边缘密度函数 2.8 多维随机变量函数的分布一、二维离散型随机变量函数的分布律 二、多维随机变量函数的密度函数 EX.设某昆虫的产卵数X服从参数为50的泊松分布，又设一个虫卵能孵化成虫的概率为0.8,且各卵的孵化是相互独立的，求此昆虫产卵数X与下一代只数Y的联合分布律. 二 连续型随机变量的条件概率密度 定义(p50). 给定y，设对任意固定的正数?0，极限 存在，则称此极限为在Y=y条件下X的条件分布函数. 记作 可证当 时 若记 为在Y=y条件下X的条件概率密度，则由(3.3.3)知,当 时， . 类似定义，当 时 例2.已知(X,Y)的概率密度为 (1)求条件概率密度 (2)求条件概率 x y 1 解: =…p51 设二维离散型随机变量（X，Y）， (X, Y)～P(X＝xi, Y＝yj)＝pij ，i, j＝1, 2, … 则 Z＝g(X, Y)～P{Z＝zk}＝ ＝pk , k＝1, 2, … g(xi,yj) pij (xi,yj) g(x1,y2) g(x1,y1) Z=g(X,Y) p12 p11 pij … … (x1,y2) (x1,y1) (X,Y) 或 EX 设随机变量X与Y独立，且均服从0-1 分布，其分布律均为 X 0 1 P q p (1) 求W＝X＋Y的分布律; (2) 求V＝max(X, Y)的分布律； (3) 求U＝min(X, Y)的分布律。 (4)求w与V的联合分布律。 U＝min(X, Y) V＝max(X, Y) W＝X＋Y pij (1,1) (1,0) (0,1) (0,0) (X,Y) 0 1 1 2 0 1 1 1 0 0 0 1 V W 0 1 0 1 2 0 0 0 1、一般的方法：分布函数法(p56) 若(X1, X2, …, Xn)~f (x1, x2, …, xn), (x1, x2, …, xn)?Rn, Y=g(X1, X2, …, Xn), 则可先求Y的分布函数: 然后再求出Y的密度函数: 2、几个常用函数的密度函数 (1)和的分布 已知(X, Y)～f(x, y), (x, y)?R2, 求Z＝X＋Y的密度。 z x+y=z x+y? z 若X与Y相互独立，则Z＝X＋Y的密度函数 例1. 设随机变量X与Y独立且均服从标准正态分布，求证：Z=X+Y服从N（0，2）分布。 一般地，设随机变量X1, X2，..., Xn独立且Xi服从正态分布N(?i ,?i2),i=1,...,n, 则 p58 例2.卡车装运水泥,设每袋水泥的重量X(kg)服从N(50,2.52)分布,该卡车的额定载重量为2000kg,问最多装多少袋水泥,可使卡车超载的概率不超过0.05. 解:设最多装n袋水泥,X