预备知识2 随机变量及其分布.pptVIP

第二章 ;§1 随机变量;2、在有些试验中，试验结果看来与数值无关，但我们可以引进一个变量来表示它的各种结果.也就是说，把试验结果数值化. ; ;（1）它随试验结果的不同而取不同的值，因而在试验之前只知道它可能取值的范围，而不能预先肯定它将取哪个值.; 随机变量概念的产生是概率论发展史上的重大事件. 引入随机变量后，对随机现象统计规律的研究，就由对事件及事件概率的研究扩大为对随机变量及其取值规律的研究，并可以用数学分析的方法对随机试验的结果进行广泛深入的研究和讨论。;§2 离散型随机变量及其分布律;或写成如下的表格形式：;; 设一汽车在开往目的地的路上需经过三组信号灯，每组信号灯以0.5的概率允许或禁止汽车通过。以X表示该汽车首次遇到红灯前已通过的路口的个数(设各盏信号灯的工作是相互独立的)，求X的概率分布.;路口3;路口3;伯努利(Bernoulli)试验(独立重复试验) ;下面给出几种常见的离散型随机变量的概率分布。 ; 某射手命中率为0.8，独立射击3次，求恰好命中2次的概率。 ;若随机变量X的分布律为;下面举几个例子，谈谈如何应用贝努利公式来计算概率。 ;例5;例6;例7;证略.;例8;例9; 在历史上普阿松分布是作为二项分布的近似,于1837年由法国数学家泊松引入的。近几十年来，泊松分布日益显示其重要性，成了概率论中最重要的几个分布之一。许多随机现象服从泊松分布，例如，电话总机来到的呼叫数，汽车站来到的乘客数等。因此，在运筹学及管理科学中，泊松分布占有很突出的地位。 ;定义 若随机变量X的概率分布为 ; 通过某十字路口的汽车数服从泊松分布。若平均5秒钟有1辆汽车通过,求10秒钟内通过的汽车不少于2辆的概率。 ; 某商店出售某种大件商品，据历史记录分析，每月销售量服从泊松分布，λ=7，问在月初进货时要库存多少件此种商品，才能以0.999的概率充分满足顾客的需要？ ;(四) 几何分布; 某人有n把钥匙，仅有一把能打开门，随机选一把试开，开后放回，直至打开为止，求第s次才打开门的概率.; 设某批产品共有N件，其中有M件次品。按如下两种方式从中任选n件产品: (1)每次取出观察后放回; (2)不放回。设取得的次品数为X，试分别就所述的两种情形，求X的分布律.;(2) 若不放回，在N件产品中任选n件，其中恰好有k件次品的取法共有;练习：;§3 随机变量的的分布函数;分布函数的基本性质： ;例1;故;分布函数的图形;§4 连续型随机变量及其概率密度;概率密度函数f(x)的基本性质： ;概率密度函数f(x)的其它性质： ;(1) 连续型随机变量取任何一个指定值的概率为0.;例1;1;二、几种常见的连续型分布;它的分布函数为; 这表明，X取值于(a,b)内的任一区间的概率与区间的长度成正比，而与该区间的具体位置无关,这就是均匀分布的概率意义。 ; 某公共汽车站从上午7时起，每15分钟来一班车，即 7:00，7:15，7:30, 7:45 等时刻有汽车到达此站，如果乘客到达此站时间 X 是7:00 到 7:30 之间的均匀随机变量, 试求他候车时间少于5 分钟的概率.; 某公共汽车站从上午7时起，每15分钟来一班车，即 7:00，7:15，7:30, 7:45 等时刻有汽车到达此站，如果乘客到达此站时间 X 是7:00 到 7:30 之间的均匀随机变量, 试求他候车时间少于5 分钟的概率.;2. 指数分布(Exponential Distribution); 指数分布在排队论和可靠性理论中有广泛的应用，常常用它来作为各种“寿命”的分布的近似.例如,电子元件的寿命,电话的通话时间,微生物的寿命,随机服务系统中的服务时间等都可认为是近似服从指数分布.; 假如把服从指数分布的随机变量解释为某元件工作的寿命,则上式表明,在该元件已工作了s小时的条件下,它还能继续工作t小时的概率与已经工作过的时间s无关.换句话说,如果元件在时刻s还“活着”,则它的剩余寿命的分布还是原来寿命的分布,而与它已工作了多长的时间无关.所以有时又称指数分布是“永远年轻”的. 值得指出的是,我们可以证明,指数分布是唯一具有无记忆性的连续型分布.;3. 正态分布(Normal Distribution); 正态分布在十九世纪前叶由高斯加以推广，所以通常称为高斯分布.;不知你们是否注意到街头的一种赌博活动? 用一个钉板作赌具。; 也许很多人不相信，虽然玩这种赌博游戏十有八九是要输掉的，不少人总想碰碰运气，然而中大奖的概率实在是太低了。;下面我们在计算机上模拟这个游戏：; 平时，我们很少有人会去关心小球下落位置的规律