- 1、本文档共123页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
概率论与数理统计;;一、随机变量概念的产生;; 例 抛掷一枚硬币可能出现的两个结果, 可以用一个变量来描述.;;; 定义: 设S={e}是试验的样本空间,如果量X是定义在S上的一个单值实值函数,即对于每一个e?S,有一实数X=X(e)与之对应,则称X为随机变量.;;例:引入适当的随机变量描述下列事件:;;;思考 将一枚硬币抛掷3次, 用X表示3次抛掷出现H的总次数, 那么对样本空间S中的每一个样本点, X都有一个数与之对应, 即; 一般,若L是一个实数集合, 将X在L上取值写成{X∈L}. 它表示事件B={e| X(e)∈L}, 此时有P{X∈L}=P(B)=P{e| X(e)∈L}.;四、随机变量的分类:; 离散型随机变量: 随机变量所有可能取的值是有限个或可列无限多个;; 1、定义 设离散型随机变量X的所有可能取值xk (k=1, 2 , … ), 称X取各个可能值的概率, 即事件{X=xk}的概率,
P{X=xk}=pk, (k=1, 2, … )
为X的分布律或概率分布. ;;;;例3 设袋中有5只球,其中有2只白3只黑。现从中任取3只球(不放回),求抽得的白球数X为k的概率.;例4. 某篮球运动员投中篮圈概率是0.9,求他两次独立投篮投中次数X的分布律.;1. (0-1)分布
若随机变量X只取0和1, 其分布律为
P{X=k}=pk(1-p)1-k, k=0, 1 (0p1)
则称X服从(0-1)分布(两点分布) .; 凡是随机试验只有两个可能的结果,常用0 - 1分布描述,如产品是否格、人口性别统计、系统是否正常、电力消耗是否超负荷等等.;;; 例7 某人射击的命中率为0.02,他独立射击400次,试求其命中次数不少于2的概率.;;;3.泊松(Poisson)分布; 例9 某一无线寻呼台,每分钟收到寻呼的次数X服从参数 ?=3 的泊松分布.
求:(1)一分钟内恰好收到3次寻呼的概率.
(2)一分钟内收到2至5次寻呼的概率.;解:;泊松分布的图形特点:;;对例7用泊松定理,
取? =np=(400)(0.02)=8, 故近似地有 ; 由泊松定理,n重伯努利试验中稀有事件出现的次数近似地服从泊松分布.; 对于离散型随机变量,如果知道了它的概率分布,也就知道了该随机变量取值的概率规律.在这个意义上,我们说;作业:
P55 1、4、6、12;;;;;;;;;;; (1) 非负性 f(x)?0,(-?x?)??
(2) 归一性;; 故 X的密度 f(x) 在 x 这一点的值,恰好是X落在区间 上的概率与区间长度 之比的极限. 这里,如果把概率理解为质量, f (x)相当于线密度.;若不计高阶无穷小,有:;;令Dx→0, 由于X是连续型r.v, 所以它的分布函数
连续, 从而, P{X=a}=0.;密度函数的几何意义为; 例 已知随机变量X的概率密度为
1)确定常数k, 2)求X的分布函数F(x), 3)求P{X?(0.5,1.5)};;;作业:
P57 17、18、20;;;例.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;;例. 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?; 指数分布常用于可靠性统计研究中,如元件的寿命.; 正态分布是应用最广泛的一种连续型分布.;;;;;;下面是我们用某大学大学生的身高的数据画出的频率直方图。; 人的身高高低不等,但中等身材的占大多数,特高和特矮的只是少数,而且较高和较矮的人数大致相近,这从一个方面反映了服从正态分布的随机变量的特点。; 除了我们在前面遇到过的年降雨量和身高外,在正常条件下各种产品的质量指标,如零件的尺寸;纤维的强度和张力;农作物的产量,小麦的穗长、株高;测量误差,射击目标的水平或垂直偏差;信号噪声等等,都服从或近似服从正态分布.;;(III) 、设X~ ,;;; 书末附有标准正态分布函数数值表,有了它,可以解决一般正态分布的概率计算查表.;;EX;由标准正态分布的查表计算可以求得,;将上述结论推广到一般的正态分布,
文档评论(0)