随机变量及分布PPT课件2.pptx

随机变量及其分布;§2.1 随机变量的概念;例4 掷一枚硬币观察正反面.试验结果为: ?1={正面}, ?２={反面}.试验的结果可以用 变量X4 表示．;定义２.1　如果对于样本空间中每个样本点? ，都有唯一的一个实数X(?)与之对应，则称X(?)为随机变量．简记X(?)为X.;§2.2 随机变量的分布函数;2. 性质:;§2.3 离散型随机变量的概率分布;分布律的性质：;例1. 设一汽车在开往目的地的道路上需经过 四盏信号灯,每盏信号灯以概率p禁止汽车通 过, 以X表示汽车首次停下时已通过信号灯的 盏数, 求X的分布律。(设各信号灯的工作是相 互独立的)。;若离散型随机变量X的分布律为;例3. 已知离散型随机变量的分布律如下， X -1 2 3 pk 1/4 1/2 1/4 求： X的分布函数, 并求P{ X≤1/2}, P{3/2X≤5/2}. ;P{X ≤1/2};3.几种重要的离散型随机变量的分布律：;(二) 二项分布;再由概率可加性得;例1. 某种电子元件的使用寿命超过1500小时为一 级品, 已知一大批该产品的一级品率为0.2, 从中随 机抽查20只, 求这20只元件中一级品数X的分布律.;二项分布的Matlab计算：;a=0:20; p=binopdf(a,20,0.2); stem(a,p);二项分布b(20,0.2)的分布函数值;结论: (1) 当(n+1)p为整时，P(X=k)在k=(n+1)p 和k=(n+1)p-1处同时达到最大。 (2) (n+1)p非整时，P(X=k)在k=[(n+1)p] 处达到最大值。;例2 某种产品的次品率为2%, 随机抽查200件，则 次品数不多于6件的概率是多少？;(三) 泊松分布(Poisson);泊松(Poisson)定理：;证明:;泊松定理的意义：;例2 某种产品的次品率为2%, 随机抽查200件，则 次品数不多于6件的概率是多少？;练习:设有同类型设备180台, 各台工作是相互独 立的, 发生故障的概率都是0.01, 设一台设备的 故障由一个人处理, 问至少需配备多少工人, 才 能保证当设备发生故障但不能及时维修的概率 小于0.01?;这里n=180,p=0.01,?=np=1.8,由泊松定理得;(四) 几何分布;geopdf (k,p);(五) 超几何分布;（六）负二项分布;令随机变量Y表示在此伯努利随机试验序列中事件A第r次出现之前事件A不发生的次数，则;§2.4 连续型随机变量的概率密度;3 推论：;(4) 连??型随机变量的分布函数 是连续函数，即对任意实数x，有P{X=x}=0.;例2 连续型随机变量X的分布函数为;于是;4.几个常用的连续型分布;其分布函数为:; 在Matlab中产生[0,1]区间上服从均匀分布的随机变量X的取值可用如下命令生成：;(二) 指数分布:;X的分布函数为;无记忆性表明寿命X大于s时,再活至少t年的概率 与年龄s无关,即寿命“无老化”,“永远年轻”.;例如：exppdf(2,0.2)= 2.2700e-004; exppdf(-2,0.2)=0;(三) 正态分布:;性质:;如何计算?;(2)标准正态分布:;(3) 一般正态分布转换为标准正态分布;引理 对于标准正态分布有;练习 设X~N(0.5, 9),求P(|X|2);例2 公共汽车车门的高度是按男子与车门碰头机 会在0.01以下设计的，设男子身高X?N(170,62)(厘 米），问车门高度应为多少？;(4) 标准正态分布的上?分位点:;(四) 伽玛分布:;§2.5 随机变量的函数的分布;即 P{Y=0} =P{X=1} =0.1;设X的分布律为 X x1 x2 … xk … P(X=xi) p1 p2 … pk ...;例2 设随机变量X?N(?,?2),求Y=aX+b(a0)的 概率密度。;于是求导可得;2. 已知一年中某种人群死亡率为0.0005,该人群有10000 人参加人寿保险,每人保费5元.若未来一年中死亡,则得 到赔偿5000.求:(1)未来一年中保险公司至少获利10000 元的概率。(2)亏本的概率。