第二章__随机变量及其分布.pptVIP

大 纲 要 求 1、理解随机变量的概念； 2、理解离散型和连续型随机变量的定义； 3、掌握概率分布律和概率密度的概念与性质； 4、理解随机变量分布函数的概念和性质； 5、牢固掌握（0—1）分布、二项分布、泊松分布、均匀分布、指数分布、正态分布的定义和性质； 6、理解伯努利试验的意义；会用分布律、概率密度、分布函数计算随机事件的概率； 7、会求简单随机变量函数的概率分布； 2.2 离散型随机变量 2.3 随机变量的分布函数 2.4 连续型随机变量 2.5 一维随机变量函数的分布 第二章 习题课 学习方法概述 基本概念 离散型随机变量及其分布律 连续型随机变量 随机变量函数的分布 五、随机变量函数的分布 1、定义 若随机变量X 取值x1 , x2 ,…, xn , … 且取这些值的概率依次为p1 , p2 , …, pn ,…, 则称X 为离散型随机变量，而称 P{ X=xk } = pk , ( k = 1, 2, … ) 为X 的分布律或概率分布。可表为 X～ P{ X=xk } = pk , ( k = 1, 2, … )， 或… X x1 x2 … xK … Pk p1 p2 … pk … 三、离散型随机变量及其分布律 (1) P k ? 0, k＝1, 2, … ; (2) 反之，满足这两条性质的一列数就可以作为某个随机变量的分布律。 2. 分布律的性质 3、最常见的离散型随机变量有（0,1）分布，二项分布和泊松分布。其中（0,1）分布是二项分布的特殊情形，泊松分布可以看成二项分布的极限分布。 要解决与这些分布有关的问题，一是要熟记它们的分布律；二是要掌握这些分布之间的关系，特别是二项分布： X～B（n , p) 转化为泊松分布X～P( ? )的近似计算公式 例2.2 设随机变量 X 的分布律是 求： （1） C 的值；（2） （3） 答案：（1） C = 2；（2）4/15；（3）1/5 例2.3 设随机变量X 服从B（2, p），Y 服从 B（3, p），若 解:由题意可得 1. 定义 对于随机变量X ，若存在非负函数f(x)，(-? x +?)，使对任意实数 x ，都有 则称X为连续型随机变量， f (x)为X 的概率密度函数，简称概率密度或密度函数.常记为 X～ f ( x ) 。 四、连续型随机变量 密度函数的性质 (1) 非负性 f( x )? 0，(-? x ?)； (2)归一性 性质(1)、(2)是密度函数的充要性质； (3) 若 x 是 f ( x )的连续点，则 （4） 对任意实数 b ，若X～ f ( x )，(-? x ?)，则P{ X = b }＝0。于是 但应注意的是:虽然事件{ X = b }的概率等于0,事件{ X = b }在一次试验中并非是不可能事件。 （1） 均匀分布 若X～f(x)＝ 对任意实数c, d ( a c d b )，都有 则称 X 在(a，b)内服从均匀分布。记作 X U(a,b) 3、几个常用的连续型分布 （2） 指数分布 若 X～ 则称 X 服从参数为? 0 的指数分布。其分布函数为 （4） 对任意实数 b ，若 X～ f ( x ) ，( -? x ? )，则P{ X = b }＝0。 注意：概率为零的事件未必是不可能事件 于是 例2.4.3、 已知随机变量 X 的概率密度为 1)求 X 的分布函数F( x ), 2)求P{ X ? (0.5,1.5) } 1. 均匀分布 若X~f (x)＝ 对任意实数 c , d ( a c d b )，都有 则称 X 在( a，b )内服从均匀分布。记作 X U( a,b ) 二、几个常用的连续型分布 例2.4.4、 长途汽车起点站于每时的10分、25分、55分发车，设乘客不知发车时间，于每小时的任意时刻随机地到达车站，求乘客候车时间超过10分钟的概率 15 45 解：设A —乘客候车时间超过10分钟 X —乘客于某时 X 分钟到达，则X?U( 0,60 ) 则称 X 服从参数为? 0 的指数分布。其分布函数为 2. 指数分布 若 X~ 例2.4.5.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？ 解: 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。 A，B 间真实距离为? ，测量值为X 。X 的概率密度应该是什么形态？ A B 3. 正态分布 其