概率论与数量统计：第二章 一维随机变量及其分布.pptVIP

第二章 一维随机变量及其分布 第一节 随机变量 二、随机变量的概念 第二节 离散型随机变量及其分布律 （一）（0－1）分布 （二） 伯努利试验与二项分布 （三）泊松分布 第三节 随机变量的分布函数 第四节 连续型随机变量 （一）均匀分布 第五节 随机变量的函数的分布 一、离散型随机变量的函数的分布 二、连续型随机变量的函数的分布 第二章　随机变量及其分布习 题 课 一、重点与难点 二、主要内容 随机变量 离散型随机变量的分布律 两点分布 二项分布 泊松分布 随机变量的分布函数 连续型随机变量的概率密度 均匀分布 指数分布 正态分布(或高斯分布) 随机变量的函数的分布 三、典型例题 离散型随机变量的分布函数 (4)重要公式 (1)定义 (2)性质 (1)定义 (2)分布函数 分布函数 (1)定义 (2)分布函数 标准正态分布的概率密度表示为 标准正态分布的分布函数表示为 (3)标准正态分布 标准正态分布的图形 (4)重要公式 (1)离散型随机变量的函数的分布 (2)连续型随机变量的函数的分布 定理 [思路] 首先根据概率分布的性质求出常数 a 的 值, 然后确定概率分布律的具体形式,最后再计算 条件概率. 利用概率分布律的性质 解 例1 因此 X 的分布律为 从而 例2 袋中有球10个，7红3黑，逐个随机抽取，若取出黑球，则放入红球取代，依次进行，直到取到红球为止。求（1）抽取次数N的分布律； （2）N的分布函数。 解 N的分布律为 [思路] 首先利用分布函数的性质求出常数 a, b, 再用已确定的分布函数来求分布律. 解 例3 从而 X 的分布律为 Ｘ P -1 0 1 2 0.2 0.3 0.1 0.4 例1 Y P -2 0 2 4 0.2 0.3 0.1 0.4 解 Z P 0 1 4 0.1 0.7 0.2 离散型随机变量的函数的分布 Y 的分布律为 练习 设 解 第一步 先求Y=2X+8 的分布函数 解 例2 第二步 由分布函数求概率密度. 例3 解 例4 证明 证明 X 的概率密度为 例4 解 例5 连续型随机变量的函数的分布 方法2 注意“单调”这一条件. 方法1 注意y的取值范围的确定。 一、重点与难点 二、主要内容 三、典型例题 1.重点 离散型r.v的分布律 　　连续性r.v.的概率密度函数 2.难点 连续型随机变量（的函数）的分布计算 分布函数 根据分布求r.v.落在某个区间的概率 常用的离散型和连续型分布 随机变量函数的分布 随 机 变 量 离 散 型 随机变量 连 续 型随机变量 分 布 函 数 分 布 律 密 度 函 数 均 匀 分 布 指 数 分 布 正 态 分 布 两 点 分 布 二 项 分 布 泊 松 分 布 随机变量 的函数的 分 布 定 义 随机变量是一个函数 ,但它与普通的函数有着本质的差别 ,普通函数是定义在实数轴上的,而随机变量是定义在样本空间上的 (样本空间的元素不一定是实数). (1)随机变量与普通的函数不同 随机变量随着试验的结果不同而取不同的值,由于试验的各个结果的出现具有一定的概率,因此随机变量的取值也有一定的概率规律. (2)随机变量的取值具有一定的概率规律 (3)随机变量与随机事件的关系 随机事件包容在随机变量这个范围更广的概念之内.或者说 : 随机事件是从静态的观点来研究随机现象,而随机变量则是从动态的观点来研究随机现象. 随机变量的分类 离散型 随机变量 连续型 非离散型 其它 　　随机变量所取的可能值是有限多个或无限可列个, 叫做离散型随机变量. 　　随机变量所取的可能值可以连续地充满某个 区间,叫做连续型随机变量. (1)定义 (2)说明 　　设随机变量 X 只可能取0与1两个值 , 它的分布律为 则称 X 服从(0-1)分布或两点分布. 称这样的分布为二项分布.记为 二项分布 两点分布 (2)说明 (1)定义 　　分布函数主要研究随机变量在某一区间内取 值的概率情况. 即任一分布函数处处右连续. (3)性质 例1 解 注意 对于任意可能值 a ,连续型随机变量取 a 的概率等于零.即 证明 由此可得 连续型随机变量取值落在某一 区间的概率与区间的开闭无关 注意 若 X 为离散型随机变量, 若X是连续型随机变量， 概率为0的事件不一定是不可能事件 概率为1的事件不一定是必然事件 满足连续型随机变量的两个最基本性质 解 由题意,R 的概率密度为 故有 例2 设电阻值 R 是一个随机变量，均匀分布在 ~ 1100 ．求 R 的概率密度及 R 落在