概率论与数理统计第17讲-资料.ppt

概率论与数理统计第17讲;协方差的计算;cov(X,Y)=E(XY)-E(X)E(Y) 即相乘的均值减去均值的相乘. 其中E(X)和E(Y)是通过边缘分布计算的, 因此关键是如何计算E(XY).;对于离散型随机变量, 假设X,Y的概率函数为P(X=xi,Y=yj)=pij, (i,j=1,2,...),则;对于连续型随机变量, 假设X,Y的联合概率密度为f(x,y), 则;例 假设X,Y的联合概率函数如下表所示;;而X与Y的边缘分布及数学期望为:;在研究任何连续型随机变量的概率密度函数f(x)的时候, 通常可将其表示为f(x)=kg(x)的形式, 其中g(x)表示了f(x)的形状, 而系数k的作用则是为了保证f(x)的性质;因此我们在研究不同类型的连续型随机变量时, 焦点放在它的形状函数g(x)上;例如, 假如我们知道了一随机变量的概率密度的形状函数为g(x)=e-lx,(x0, l0), 我们就已经知道它是服从指数分布了, 则f(x)=kg(x), 而k不难求得为;G-分布;g(x)=xae-lx, 但通常令其中的参数a=r-1, 即r=a+1, 即将g(x)写成g(x)=xr-1e-lx的形式, 这虽然只是一个人为的规定, 但是有一个好处就是, 后面我们将证明, G-分布的数学期望为l-1r, 方差为l-2r, 且两个l参数相同的都服从G-分布的相互独立的随机变量的和也服从G-分布, 和的分布中的r参数正好是两个随机变量的r参数之和.;因此, 如随机变量X服从G-分布, 则它的概率密度函数为f(x)= kxr-1e-lx, (x0)的形式, 下面求常数因子k.;其中;定义 如果连续型随机变量X具有概率密度;G-函数的一个重要性质是G(r+1)=rG(r), ;G-分布的数学期望;G-分布的方差;当r=1时, ;当r为正整数时,;当r=n/2(n是正整数), l=1/2时, ;定理 如果X~G(l,r1), Y~G(l,r2)则X+Y~G(l,r1+r2)证 只要证X+Y的概率密度具有;推论;推论(需要记住);正态分布正态分布也叫高斯分布, 它取一切实数值为可能值, 它的形状是指数上的一个二次多项式, 即正态分布的概率密度函数是形如;但最常见的是将指数项进行整理;也就是说, f(x)总能整理成;这里用到普阿松积分公式;普阿松积分公式的证明:;定义 如果连续型随机变量X的概率密度为;可以验证E(X)=m, D(X)=s2 特别地, 当m=0, s=1时, 称其为标准正态分布, 其概率密度记为j(x), 分布函数记为?(x), 这时X~N(0,1).;验证E(X)=m;验证D(X)=s2;j(x)的图形;x;j(x)除一般概率密度的性质外, 还有下列性质(1) j(x)有各阶导数(2) j(-x)=j(x), 偶函数(3) 在(??,0)内严格上升,在(0,??)严格下降.在x=0 处达到最大值:;(4) 在x=?1处有两个拐点; (5) x轴是j(x)的水平渐近线;一般正态分布与标准正态分布的关系;所以;标准正态分布函数表;j(x);例 X~N(0,1), 求P(X?1.96), P(X?-1.96), P(|X|?1.96), P(-1X?2), P(X?5.9).;P(|X|?1.96)=P(-1.96?X?1.96) =F(1.96)-F(-1.96)=2F(1.96)-1=0.95 P(-1X?2)=F(2)-F(-1)=F(2)-[1-F(1)] =0.81855 P(X?5.9)=F(5.9)=1;概括起来, 如果X~N(0,1), 则;例 X~N(8,0.52), 求P(|X-8|1)及P(X?10)解 因为X~N(8,0.52), 所以(X-8)/0.5~N(0,1);例 X~N(m,s2), P(X?-5)=0.045, P(X?3)=0.618, 求m及s;例6 将一温度调节器放置在贮存着某种液体的容器内, 调节器的温度定在d?C, 液体的温度X(以?C计)是一个随机变量, 且 X~N(d, 0.52)(1) 若d=90 ?C, 求X小于89 ?C的概率;(2) 若要求保持液体的温度至少为80度的概率不低于0.99, 问d至少为多少?;解 (1) 所求概率为;(2) 按题意需求d满足;即;作业 习题2-4 第31页开始第16,17,22,23,24题习题4-3 第71页第11题