概率论与数理统计第二章课件(PPT).ppt

第二章 随机变量及其概率分布;; 关于随机变量(及向量)的研究，是概率论的中心内容．这是因为，对于一个随机试验，我们所关心的往往是与所研究的特定问题有关的某个或某些量，而这些量就是随机变量．也可以说：随机事件是从静态的观点来研究随机现象，而随机变量则是一种动态的观点，一如数学分析中的常量与变量的区分那样．变量概念是高等数学有别于初等数学的基础概念．同样，概率论能从计算一些孤立事件的概念发展为一个更高的理论体系，其基础概念是 随机变量;;;;;;随机变量的分类： 随机变量;;;;;例1 设随机变量X的分布律为;一旦知道一个离散型随机变量X的分布律后，我们便可求得X 所生成的任何事件的概率。特别地，对任意 ，有;;(2) 有了随机变量的分布，事件的概率就可以根据分布求出来。;;;;;练习;;·几个常用的离散型分布（一）贝努利(Bernoulli)概型与二项分布;(Binomial distribution);例 设 设 ，试求;;例3.从某大学到火车站途中有6个交通岗,假设在各个交通岗是否遇到红灯相互独立,并且遇到红灯的概率都是1/3. (1)设X为汽车行驶途中遇到的红灯数,求X的分布律. (2)求汽车行驶途中至少遇到5次红灯的概率.;例4. 某人射击的命中率为0.02，他独立射击400次，试求其命中次数不少于2的概率。;用泊松定理 取? =np＝(400)(0.02)＝8, 故 近似地有 ;泊松分布(Poisson distribution);泊松定理表明，泊松分布是二项分布的极限分布， 当n很大，p很小时，二项分布就可近似地 看成是参数?=np的泊松分布;例1 设随机变量X服从参数为5的泊松分布，求(1) ; (2);例2 设X服从泊松分布，且已知 ，求;3. 几何分布;例 某篮球运动员投中篮圈概率是0.1，各次投篮的结果互相独立，求他首次投中时投篮次数X 的概率分布，以及他在5次内投中的概率.;4. 超几何分布;例：从装有3个红球，2个白球的袋中随机抽出2个 球，求取得红球个数 X 的分布律.;;想一想：离散型随机变量的统计特征可以 用分布律描述，非离散型的该如何描述？ 如：熊猫彩电的寿命X是一个随机变量，对 消费者来说，你是否在意 {X5年}还是{X5年零1分钟};;一、分布函数的概念.;;;;例1 设随机变量X的分布律;;;;;;例2 设随机变量X的分布函数为;二、分布函数的性质;例1 如下4个函数，哪个是随机变量的分布函数。;例2 设随机变量X的分布函数为;例3 设 分别为随机变量 和 的分布函数，且 也是某一随机变量的分布函数，证明;已知X的分布函数F(x),可以求出下列重要事件的概率。;例 设随机事件X的分布函数为;练习;;;;2. 密度函数的性质 (1) 非负性 f(x)?0，(-?x?)； (2)归一性;;;;例2 设随机变量X的分布函数为,求f(x);;;1.分布函数;3.连续型随机变量;;（5） 对任意实数a，若X的密度函数为f(x);1.设随机变量X的分布函数为F(x)，下列结论不一定成立的是( ).;3.设连续型随机变量X的概率密度为;;;;;;;例2 设随机变量X的分布函数为;例3 设某种型号电子元件的寿命X(以小时计)具有以下的 概率密度;解 (1);(3)所求概率为;;;;;;例1 公共汽车站每隔5分钟有一辆汽车通过，乘客在5分钟 内任一时刻到达汽车站是等可能的，求乘客候车时间在 分钟内的概率。;例2 设X?U(2,5)，现在对X进行3次独立观测，求至少有两次 观测值大于3的概率。;例3 已知随机变量X在 上服从均匀分布，现有方程;判别式为;;2. 指数分布;例1 随机变量X服从参数为0.015的指数分布，试计算;(2)若要求 ，即;例 .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？;例.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。;;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有特 别重要的地位。;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).; (1) 单峰对称 密度曲线关于直