概率论与数理统计教程茆诗松版第二章知识讲稿.pptVIP

§2.1 随机变量及其分布 §2.2 随机变量的数学期望 §2.3 随机变量的方差与标准差 §2.4 常用离散分布 §2.5 常用连续分布 §2.6 随机变量函数的分布 §2.7 分布的其他特征数;§2.1 随机变量及其分布;注 意 点 (1);注 意 点 (2);若随机变量 X 可能取值的个数为有限个或 可列个，则称 X 为离散随机变量. 若随机变量 X 的可能取值充满某个区间 [a, b]，则称 X 为连续随机变量. 前例中的 X, Y, Z 为离散随机变量； 而 T 为连续随机变量.;定义2.1.2 设X为一个随机变量，对任意实数 x， 称 F(x)=P( X? x) 为 X 的分布函数. 基本性质： (1) F(x) 单调不降； (2) 有界：0?F(x)?1，F(??)=0，F(+?)=1； (3) 右连续.;2.1.3 离散随机变量的分布列;分布列的基本性质;注 意 点 (1);注 意 点 (2);例2.1.1;X 0 1 2;2.1.4 连续随机变量的密度函数;定义2.1.4;密度函数的基本性质;注意点(1); (4) P{aX≤b} = P{aXb} = P{a≤Xb} = P{a≤X≤b} = F(b)?F(a).;连续型;例2.1.3;例2.1.4;设X与Y同分布，X的密度为; 设 X ~ p(x)，且 p(?x) = p(x)，F(x)是 X 的分布函数， 则对任意实数 a0，有( ) ① F(?a) =1? ② F(?a)= ③ F(?a) = F(a) ④ F(?a) = 2F(a) ? 1;§2.2 随机变量的数学期望;两种分法;2.2.1 数学期望的概念;2.2.2 数学期望的定义;连续随机变量的数学期望;例2.2.1; 数学期望简称为期望. 数学期望又称为均值. 数学期望是一种加权平均.;2.2.3 数学期望的性质;例2.2.2 设随机变量 X 的概率分布为;数学期望的性质;例2.2.3;§2.3 随机变量的方差与标准差;2.3.1 方差与标准差的定义;(2) 称;2.3.2 方差的性质;例2.3.1 设 X ~;课堂练习;随机变量的标准化;2.3.3 切比雪夫不等式; 例2.3.2 设 X~;定理 2.3.2;§2.4 常用离散分布; 试验次数为 n=4,; 例2.4.1 设X ~ b(2, p)， Y ~ b(4, p)， 已知 P(X?1) = 8/9， 求 P(Y?1).;若随机变量 X 的概率分布为;泊松定理;记为 X ~ h(n, N, M).;记为 X ~ Ge(p);负二项分布(巴斯卡分布);注 意 点;常用离散分布的数学期望;常用离散分布的方差;§2.5 常用连续分布;??为X ~ N(?, ?2),;y;正态分布的性质;p(x);?(x) 的计算; 例2.5.1 设 X ~ N(0, 1), 求 P(X?1.96) , P(|X|1.96); 设 X ~ N(0, 1), P(X ? b) = 0.9515, P(X ? a) = 0.04947, 求 a, b.;一般正态分布的标准化;若 X ~ N(?, ?2), 则 P(Xa) = ， P(Xa) = ; 设 X ~ N(10, 4), 求 P(10X13), P(|X?10|2).; 设 X ~ N(?, ? 2), P(X ? ?5) = 0.045, P(X ? 3) = 0.618, 求 ? 及 ?.;已知 X ~ N(3, 22), 且 P{Xk} = P{X≤k}, 则 k = ( ).; 设 X ~ N(?, 42), Y ~ N(?, 52), 记 p1 = P{X≤ ? ?4}，p2 = P{Y≥? +5}, 则( ) ① 对任意的 ? ，都有 p1 = p2 ② 对任意的 ? ，都有 p1 p2 ③