大二上-统计chap随机变量及其概率分布_第1页
大二上-统计chap随机变量及其概率分布_第2页
大二上-统计chap随机变量及其概率分布_第3页
大二上-统计chap随机变量及其概率分布_第4页
大二上-统计chap随机变量及其概率分布_第5页
免费预览已结束,剩余51页可下载查看

付费下载

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

第二章 量及其概率分离散型 量及其分布连续型 量及其概率密正态分 量函数的分第一节离散型随量及其分布 量及其分RandomVariableand 量Random目将样本空间数量化,即用数值来表示试验的例如:在 试验中,结果可用1,2,3,4,5,6来表 例如:掷硬币试验,其结果是用汉字“正面”和 ”来表示可规定 用1表示“正面朝上 用0表示 朝上试验结果的数 取球结果为:两个白球;两个红球;一红此时,“两只红球”=“X取到值2”,可记为{X=2}“一红一白”记为{X=1}, 量的定 设随机试验的样本空间为Ω,如果对于每个样本点,均有唯一的实数X 之对应

XX

为样本空间Ω的 量 量即为定义在样本空间上的实值函数※ 量的两个特征 ①研究 量可能取哪些值②研究 量取这些值的概率各是多少 量的实例某个灯泡的使 XX可能取 Y的可能取值为0,1,2,3,...,在[0,1]区间上随机取点,该点的坐标如在试验中,用X表示出如在试验中,用X表示出现的“出现偶数点”可表示“出现的点数小于4”可表示为:(X<4)或若X是实验E的一个 量,那(x=1),(X<a),(a≤X<b(X=2k,k∈N)及(X∈[a,b])等都表示E中的事件; 量的类离散 量的所有取值是有限个或可列非离散 量的取值有无穷多个,且不可其其中连续型 量是最常见的一种重要类离散 量的概率分设离散型 量X的所有可能取值x1x2,,xn,,而xk的概率为 PXxk称此式为X的分布律(列)或概率(Probability离散 量分布律的表示公式 表格

x2 pK…随随量X的概率分布全面表达了X的所有可值以及取各个值的概率性 pk kpkk分布律确例设X的分布X-12P解求分布律解:X的可能取值为P{X=0}

C CC2CC1C

51C2P{X=1} 17C220CCP{X=2} C

190320 19020X的分布XXP0123而“至少抽得一件次品”={X≥1=注意:{X=1}与{X=2}是互不相容的P{X≥1

51

54例2从一批次品率为p的产品中,有放回抽样直到解记Ai=“第i次取到正品”,i=1,2,3,…则Aii=1,2,3,…是相互独立的!X1,2,3,…由于X=kA1A2Ak1P(X=k)=P(A1A2Ak1Ak)(1-p)k-1p例 设 量X的分布律PXkb(2)k,k1,2,3,3试确定常数b解由分布律的性质, b k2

P{ k}k

b(2)k31

13b132b3

b 2几种常见的离散型0-1分布(二点分布△定义:若 量X的分布律为X P 则称X服从参数为p的二点分布或(0-1)分都可以用两点分述。如:上抛一枚硬币随量X

其概率分

P{X1}

P{X0}即X服从两点分布二项分布Binomial 量X的分布nP{Xk}Ckpk(1p)nnk0,1,2...,n其中0<p<1,则称X服从参数为np的二项分(也称Bernolli分布),X~B(n,例地抽取5次,每次抽一件,求恰好抽到两次次解有放回地抽取5件,可视为5重BernoulliA=“一次实验中抽到次品 记X为共 B(5,141

155 4 P{X2}C5 4 求播种后,求(1)恰有8粒发芽的概率;(2)不小于8粒发芽的 X~B(10,P{X=8}=C80.980.12P{x8}=C80.980.12C90.990.1C10 定

泊松分布PoissonPP{Xk}ke,k0,1,2...若 量X的分布律为其中>0,则称X服从参数为的实际问题中,有些 量X,Y是服从或近似服Poisson服务台在某时间段内接待的服务次数交换台在某时间段内接到呼叫的次数可以由例已知 交换台每分钟接到的呼唤次数X服4的泊松分布,分(1)每分钟内恰好接到3解

4,kP{X3} e

PP{ k}keP{X4}P{X0}P{X1}P{XP{X3}P{X4}二项分布的泊松ThePoissonApproximationtotheBinomial泊泊松CCp(1kknkn 解400次上街400重Bernoulii ~B(400,0.02kP{xk}Ck 0.02k

8e8k!P(X≥2)=1-P(X=0)- ≈1-e-8-8e-=1-0.98400-400(0.02)(0.98

泊松定泊松定 P{X}1P{X=10.99400有百分之一的希望,就要做百分之百的课后P48习题1--作第二节连续型随量及其概率密 量的分布函数Distribution F(x)P(X为 量X的分布函

F(x通的函数定义域为(-∞,+∞);值域。分布函数的实际 注意:F(x)的值不是X取值于x

x)的“分布函数表示事件的引进分布函数F(x)后,事件的概率都F(x)的函数值来表P(a≤X<b)=F(b)﹣P(a≤X<b)=P(X<b)-P(X<a)=F(b)-X分XP120XP1201311211F(x)P{Xx}

(x1)(1x0)(0x1)(1x2)(x2)分布函数F(x)是单调x1F(x)处处左连

F(x1)F(x2F(x0)F(x)0F(x1

F(x)的图形如下F(x)是单调F(x)

1

是不是某一 量的分布函数不因 limF(x) (x2函数G(x)2

1

可作为 (x概率密度Probabilitydensity 定义设X为一 量,若存在非负实函f(x,使对任意ab,x 量,f(x)称为X的概xP{aP{aXb}baf

F(x)

f(t)dt密度函数在区间上的积分 量在区间上取值的概 xP{x1 x2 f(x)dx1 概率密度函数的ff(x)0,x(ff(x)dx P{x}密度函数和分布函数的积分FF(x)xfxF(x)P{Xx导数

f若fx)在x处连续,则F(x)f连续型 量的分布函数的性 P(aP(aX<b)=P(a<Xb)=P(aXb f(x)dxb例:已知密度函数求 量X的概率密度acos x f(x) 其它

求P(0X 4解Step1利用密度函数的性 f(x)dx

acosxdx2

af(x)dxf(x)dx P(0X)4 cosxdx 例:已知分布函数求密度 量X的分布函数 x

(1)求P(0.3XF(x)解

x211

0xx

(2)X的密度(1)P(0.3X0.7)F(0.7)F(0.3)0.720.32(2)f(x)F(x)

0x例:已知密度函数求分布已知连续型 量X的概率密度 (1,5f(x)

X布函 其 解当x1xF(x)

f(x)dxx

1

xx

当1x5时Fx)

f(x)dx

f(x)dx f(x)dxx01dx1(xx 当x>5

F(x)

f(x)dxx x

f(x)dx f(x)dx

f(5 所0x

0

dx0

(51)4F(x)

1(x1)1x1011015x已知连续型 量X的概率密度f(x)Ae求P(1X求P(

量X的分布函数F(x)

1212

x0x1

e(

x(1)求P(1X (2)求X的密度函定

若连续型 量X的密度函数则称X在区间[a,b]上服从均匀分布.记X~Ua,f(xf(x)b1ax

0xaF(x)ba,

xaxb意 X“等可能”地取区间[a,b]中的值,这里的“等可能”解为:a,b的。或者说它 dP{cXd} f(x)dxd dx b

dcb例102电车每5分钟发一班,在任一时刻某一乘到了车站。求乘客候车时间不超过2分钟的概解设随 22P(X2)F(2)f(x)dx1dx22 几何概型(一维设ξ在[-1,5]上服从均匀分布,求方x22x1有实根的解方程有实数 424即的密度函数

1 (1xff(x) 所求概率

f(x)dx

f(x)dx 指数分布Exponential定义若连续型 量X具有密度函

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论