概率论与数理统计 第二章--随机变量及其分布.ppt

?几种常见的离散型随机变量的分布 两点分布 二项分布 泊松分布 几何分布 超几何分布 例9.有一汽车站有大量汽车通过,设每 辆汽车在一天某段时间出事故的概率 为0.0001,在某天该段时间内有1000辆 汽车通过,求事故数X不小于2的概率. 例10.某公司有彼此独立工作的180台设备，且每台设备在一天内发生故障的概率都是0.01. 为保证设备正常工作，需要配备适量的维修人员.假设一台设备的故障可由一人来处理，且每人每天也仅能处理一台设备.试分别在以下两种情况下求该公司设备发生故障而当天无人修理的概率。 （1）三名修理工每人负责包修60台 （2）三名修理工共同负责180台 解：(1)Xi:第i名修理工负责的60台设备中发生故障的台数， Xi~B(60,0.01) Ai:第i名修理工负责的设备发生故障无人修理 该公司设备发生故障而当天无人修理的概率为 (2)X:180台设备中发生故障的台数， X~B(180,0.01) 某射手连续向一目标射击，直到命中为止，已知他每发命中的概率是0.4，求所需射击发数X 的概率分布. ?几何分布 在独立试验序列中, 若一次伯努利试验中某事件A发生的概率为p, 只要事件A不发生, 试验就不断地重复下去，直到事件A发生，试验才停止。设随机变量X为直到事件A发生为止所需的试验次数, 则X的概率分布为 则称随机变量X服从以p为参数的几何分布，记作 。 ?超几何分布 设N个元素分为两类，有M个属于第一类，N-M个属于第二类。现在从中不重复抽取n个，其中包含的第一类元素的个数X的分布律为 其中l=min{M,n}, 则称随机变量X服从参数为的超几何分布，记作 §2.3 连续性随机变量的分布 对于随机变量 X ,如果存在非负函数f(x) , 使得对任意的实数x,都有 则称 X为连续型随机变量,称 f(x)为 X 的概率密度函数，简称为概率密度或分布密度。 ?概率密度 ?概率密度f(x)的性质 f (x) x o o f (x) x a b 密度函数 f (x)在某点处a的高度，并不反映X取值的概率. 但是，这个高度越大，则X取a附近的值的概率就越大. 也可以说，在某点密度曲线的高度反映了概率集中在该点附近的程度. f (x) x o 例1 :某型号电子管的寿命X(小时）的概率密度为 求系数k及分布函数F(x). 2.一电子设备内配有3个这样的电子管，求使用150小时都不需要更换电子管的概率 ?常见的连续型随机变量的分布 均匀分布 指数分布 正态分布 ?均匀分布 例3：设随机变量X~U[1,6],求二次方程 没有实根的概率。 ?指数分布 指数分布常用于可靠性统计研究中， 如元件的寿命. 若随机变量 X具有概率密度 则称X服从以 为参数的指数分布, 简记为 X ~ E( ) . 例1：某电子元件的使用寿命X是一个连续型随机变量，其概率密度为 (1) 确定常数C; (2)寿命超过100小时的概率； (3)已知该元件已正常使用200小时，求它至少还能正常使用100小时的概率。 指数分布的无记忆特性 若随机变量X，对任意的S0,T0满足 P(XS+T| XS) = P(XT) 则称X的分布具有无记忆性. “永远年轻”！ 例： 某机场在任何长为t的时间内飞机来到的数目X服从参数为λt 的泊松分布，求跑道的“等待时间”即相继两架飞机到来的时间间隔Y的概率分布。 X~P(λt), Y~? 重点在于理解： 相继两架飞机到来的时间间隔超过y的事件 {Yy} 等价于在y时间间隔内飞机达到的数目为0的事件 进而将P(Yy)转化成P(X=0) 若r.v X的概率密度为 记作 其中 和 都是常数， 任意， 0， 则称X服从参数为 和 的正态分布. ?正态分布 ?正态分布 的图形特点 正态分布的密度曲线是一条关于 对称的钟形曲线. 特点是“两头小，中间大，左右对称”. * 第二章 随机变量及其分布 * 第二章 随机变量及其分布 §2.1 随机变量与分布函数 §2.2 离散型随机变量的分布 §2.3 连续性随机变量的分布 §2.4 随机变量函数的分布 §2.1 随机变量与分布函数 在实际问题中，随机试验的结果可以用数量来表示，由此就产生了随机变量的概念. 掷一颗骰子面上出现的点数 七月份福州的最高温度 灯泡的使用寿命 在有些试验中，试验结果看来与数值无关，但我们可以采用“数量化”的方法，使实验结果与数值相对应。