随机变量的分布函数.doc

随机变量的分布函数 为了更好地研究随机变量的统计规律，引进随机变量的分布函数的概念． ?????? 分布函数的定义： 设 是随机变量， 是任意实数，则事件 的概率 是 的函数，称为随机变量 的分布函数，记为 ，即 ??? 利用随机变量 的分布函数，可以计算出 的有关概率，其中最为常用的是： 1)??????? ，其中实数 ； 2)??????? ； 3)??????? ． ?????? 分布函数的性质 1)????? 对任意实数 ， ； 2)??? 当 时， ； 3) ? ； 4)??????? 左连续性，对任意实数 有 ； 5)??????? 离散型随机变量ξ的分布函数为： 这里和式是对小于 的所有 求和； ????? 若对于某随机变量的分布函数F(x),存在一个非负可积函数,使对一切实数x恒有 则称为连续型随机变量。 6)??????? 连续型随机变量 的分布函数 是连续函数，因此它取任一可能值 的概率 ． ?????? 分布函数的图形 离散型连续型 二项分布 Binomial Distribution）又称伯努里分布，指进行一系列试验,如果 　　1.在每次试验中只有两种可能的结果,而且是互相对立的; 　　2.每次实验是独立的,与其它各次试验结果无关; 　　3.结果事件发生的概率在整个系列试验中保持不变,则这一系列试验称为伯努力试验.在这试验中,事件发生的次数为一随机事件,它服从二次分布.二项分布可以用于可靠性试验.可靠性试验常常是投入n个相同的式样进行试验T小时,而只允许k个式样失败,应用二项分布可以得到通过试验的概率. 若某事件概率为p，现重复试验n次，该事件发生k次的概率为:P=C(k,n)×p^k×(1-p)^(n-k).C(k,n)表示组合数，即从n个事物中拿出k个的方法数. ??? 二项分布 　　随机变量 的可能取值为 ，取这些值的概率分别为：??????????????????????????????????????? ， 与两点分布区别 　　两点分布的分布列就是 　　X 0 1 　　P p 1-p 　　不论题目有什么区别,只有两种可能,要么是这种结果要么是那种结果,通俗点,要么成功要么失败 　　而二项分布的可能结果是不确定的甚至是没有尽头的, 　　列一个二项分布的分布列就是 　　X 0 1 2 ……… n 　　P C(0)(n)·(1-p)^n C(1)(n)·p·(1-p)^(n-1) …… C(n)(n)·p^n·(1-p)^0 　　也就是说当n=1时,这个特殊二项分布就会变成两点分布, 　　即两点分布是一种特殊的二项分布 　　像一楼说的二项分布是两点分布的多重实验也不无道理,因为两者都是独立的重复实验,只不过次数不同罢了 　　E(n) = np, var(n) = np(1-p) (n是实验次数，p是每次实验的概率） 2.3 超几何分布、二项分布及泊松分布的近似关系 ??? 　　定理一：设随机变量ξ服从超几何分布H(n，M，N)，则当N + 时，ξ近似地服从二项分布B(n，p)，即 　　 ， 其中 ， 　　定理一指出当 充分大时，二项分布是超几何分布的近似分布．事实上，当一批产品的总数 很大，而抽取的样品数 远较 为小(一般来讲 ) 时，不放回抽样与放回抽样的差别并不大． ??? 　　定理二：设随机变量 服从二项分布 ，当 n充分大 时， 近似地服从泊松分布 其中 ． ， 定理二指出当 充分大时，泊松分布是二项分布的近似分布，但要注意仅当 的值很小(一般来讲 ) 时 ，用泊松分布取代二项分布所产生的误差才比较小． 负二项分布 负二项分布是 统计学上一种离散概率分布。 [ 编辑本段] 应用 当r是整数时，负二项分布又称帕斯卡分布，其概率质量函数为 它表示，已知一个事件在伯努利试验中每次的出现概率是p，在一连串 伯努利试验中，一件事件刚好在第r + k次试验出现第r次的概率。 　　取r = 1，负二项分布等于几何分布。其概率质量函数为 。 　　举例说，若我们掷骰子，掷到一即视为成功。则每次掷骰的成功率是1/6。要掷出三次一，所需的掷骰次数属于集合 { 3, 4, 5, 6, ... } 。掷到三次一的掷骰次数是负二项分布的随机变量。要在第三次掷骰时，掷到第三次一，则之前两次都要掷到一，其概率为(1 / 6)。注意掷骰是伯努利试验，之前的结果不影响随后的结果。 　　若要在第四次掷骰时，掷到第三次一，则之前三次之中要有刚好两次掷到一，在三次掷骰中掷到2次1的概率为。第四次掷骰要掷到一，所以要将前面的概率再乘(1/6)：。 2.7 之 均匀分布 若连续随型机变量ξ的概率密度为 则称ξ服从区间[a，b]上的均匀分布。且当 时, ； 当 时, ； 当xb时， . 所