昌吉学院《高等数学》课件-第6章 随机变量及其分布_第1页
昌吉学院《高等数学》课件-第6章 随机变量及其分布_第2页
昌吉学院《高等数学》课件-第6章 随机变量及其分布_第3页
昌吉学院《高等数学》课件-第6章 随机变量及其分布_第4页
昌吉学院《高等数学》课件-第6章 随机变量及其分布_第5页
已阅读5页,还剩37页未读, 继续免费阅读

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

高等数学第六章随机变量及其分布

昌吉学院§6.1随机变量

例6.1

在含有10件次品的100件产品中任取10件,如果用X表示其中的次品数,则X=0,1,2,…,10。“没有次品”可用X=0

表示;“至多2件次品”可用X≤2

表示。……第六章随机变量及其分布

例6.3

某地铁站每5min有一列车通过,用X表示乘客候车的时间,则0≤X<5。“候车时间不超过2min”

例6.2

抛掷一枚硬币,有两种结果:“正面向上”和“反面向上”。可用X=0

表示可用X=1

表示可用0≤X≤2

表示!上面引入的变量X称为随机变量,通常用大写英文字母X,Y,Z或小写希腊字母ξ,η,ζ表示,它是基本事件的单值实函数,它的取值是随机的。如果随机变量的取值为有限个或可列个,则称为离散型随机变量,否则称为非离散型随机变量。在非离散型随机变量中,研究较多的是连续型随机变量。引入了随机变量,则随机试验的结果就可用随机变量来表示(若引入的随机变量恰当,则随机试验的结果表示起来比较方便和简洁!)。

注:随机变量是随机试验结果的数量化。这一概念的引进,将使我们对随机现象的研究更深入一步,也使概率论由以往以排列组合为主要工具的初等概率,发展为能运用数学分析方法的分析概率。§6.2离散型随机变量研究离散型随机变量那些方面?关键要知道:

⑴离散型随机变量取哪些值?

⑵取这些值的概率?

一、概率分布(分布列)设离散型随机变量X取值为x1,x2,…,xk

,…,取各个可能值的概率为

P(X=xk)=pk

,k=1,2,…。上式称为离散型随机变量的概率分布或概率函数。这种表格也称为X的分布列。Xx1

x2

…

xk

…P(X=xk)p1

p2

…

pk

…它可以用列表的形式给出:

X的分布列也可记成:

p1

p2…pk

…

x1

x2…xk

…X~()

X的概率分布的性质:

⑴pk≥0

⑵Σpk=1

例6.4

袋中有五个同样规格的球,编号为1,2,3,4,5。从中同时取出三球,求其中最大号码数的分布列。

解随机变量X:同时取出三球中的最大号码数。

即3

4

5X~()0.1

0.3

0.6二、几种常见的离散型概率分布

⒈两点分布凡是只有两个基本事件的随机试验都可用两点分布来描述。若随机变量X的分布列为则称X服从参数为p的两点分布,或0-1分布,又称伯努利分布。记为X~B(1,p)。

⒉二项分布若用X表示n重伯努利试验中事件A发生的次数,则X~B(n,p)。若随机变量X的概率分布为则称X服从参数为n,p的二项分布,记为X~B(n,p)。p表示事件A发生的概率当n=1时,二项分布就是参数为p的两点分布。

例6.5

某系统有10台设备独立工作。已知设备出现故障的概率为0.05,求出现故障设备台数X的分布列。

解

X~B(10,0.05)即,从而有P(X≤3)=0.9990,这表明,如果有3台设备作为备用,就有99.9%的把握保证有10台设备正常运转而不会影响生产。

⒊泊松(S.D.Poisson,1781-1840)分布若随机变量X的概率分布为则称X服从参数为λ的泊松分布,记为X~P(λ)。

1837年,法国数学家泊松发现,当n很大,p很小时,有即当n充分大而p很小时,服从二项分布B(n,p)的随机变量近似地服从参数为λ=np

的泊松分布。很多实际问题中的随机变量可以利用泊松分布来描述。例如:单位时间光临某超市的顾客数,某公司一月中发生的事故数,某种非常见病的发病数,书中每页出现的错字数,某段时间内发生的意外事件(如车祸、火灾)的次数等。

例6.6

某商店根据以往的统计,某种商品月销售量X~P(8),试求本月底库存量为多少时才能有99%的把握保证下月不脱销。

解设本月底库存量至少为n,则有:由于P(X≤14)≈0.9827,P(X≤15)≈0.9918,故本月底库存量至少为15,才能有99%的把握保证下月不脱销。

作业:第164页习题6.22,4。§6.3连续型随机变量一、连续型随机变量,分布密度函数定义6.1对于随机变量X,如果存在可积函数p(x)(-∞<x<+∞),使得对任意的实数a,b(a<b),有并称p(x)为X的概率密度函数或分布密度函数,简称为概率密度或分布密度。则称X为连续型随机变量,概率密度函数的性质:

⑴非负性p(x)≥0

⑵规范性连续型随机变量X取任何一点值的概率为0,即对任一实数x,P(X=x)=0。从而有:

P(a<X<b)=P(a<X≤b)=P(a≤X<b)=P(a≤X≤b)图示:注:

⑴求连续型随机变量取值落在某个区间的概率时,无需考虑该区间是开的还是闭的。

⑵改变X的分布密度函数在个别点上的值之后,得到的仍是X的分布密度函数。换句话说,连续型随机变量的分布密度函数不是唯一的。

⑶P(X=x)=0不等于说事件{X=x}是不可能事件。二、几种常见的连续型分布

⒈均匀分布若随机变量X的分布密度为则称X服从区间[a,b]上的均匀分布,记作X~U(a,b)。若X~U(a,b),a≤c<d≤b,则有:这说明X在区间[a,b]中任一子区间上取值的概率与该区间的长度成正比,而与该子区间的位置无关,故称之为均匀分布。

⒉指数分布若随机变量X的分布密度为(参看下图)则称X服从参数为λ

的指数分布,记为X~E(λ)。

注:一些事件发生所需要的“等待时间”,如两架飞机先后起飞之间的时间,母鸡两次下蛋间隔的时间等,服从指数分布。一些没有明显“衰老”机理的元器件(如电子元件、电路保险丝、宝石轴承等)的寿命也可用指数分布来描述。若X~E(λ),0≤a<b,则有:

⒊正态分布若随机变量X的分布密度为则称随机变量X服从参数为μ,σ

的正态分布,记作X~N(μ,σ2)。特别地,称μ

=0,σ2=1的正态分布为标准正态分布,记作X~N(0,1)。

注1:正态分布密度函数p(x)的图形关于x=μ

对称;在x=μ±σ处有拐点;当x→±∞时趋于x轴。

注2:又由p(x)的最大值为可知,σ越大,曲线越平缓;σ越小,曲线越陡峭。通常称μ为位置参数,σ为形状参数。正态分布是最重要的一类连续型概率分布,理论研究表明,一个变量如果受到了大量的随机因素的影响,而各个因素所起的作用又都很微小时,这样的随机变量一般都服从正态分布。如测量误差,某地区同龄人的身高,正常情况下一个年级一门课程考试的成绩等,都可用正态分布来刻画。高斯在观测天体及进行大地测量时,深入研究了误差理论,19世纪初证明了误差的分布是正态分布,并研究了这种分布的性质,因此后人又称正态分布为高斯分布。§6.4分布函数定义6.2设X为一随机变量,x

是任意的实数,称函数

F(x)=P(X≤x)(-∞<x<+∞)为X的分布函数。前面我们分别用分布列和分布密度对离散型和连续型随机变量的概率分布作了刻画,下面引入分布函数的概念,以便从数学上对它们作统一的研究。

⑴0≤F(x)≤1;

⑵若x1<x2

,则F(x1)≤F(x2);(F(x)单调不减)

⑶

⑷F(x+0)=F(x)。(F(x)是右连续的)分布函数的基本性质:

注:在有些书上称F(x)=P(X<x)为X的分布函数,这时F(x)是左连续的,其余性质相同。

⒈离散型随机变量的分布函数设X的概率分布为

P(X=xk

)=pk

,k=1,2,…。则其分布函数为

例6.7

设X~B(1,p),求X的分布函数。

解

⒉连续型随机变量的分布函数设X的分布密度为p(x),其分布函数为如果p(x)连续,则F

’(x)=p(x),且有

例6.8

设X~U(a,b),求X的分布函数。

解

例6.9

若X~E(λ),则分布函数:

注:指数分布X~E(λ)具有下述所谓“无记忆性”。若x2>x1>0,则有:

若X表示某元件的寿命,则上式说明:在已使用x1小时的情况下,再至少使用x2-

x1=k小时的概率,等于新元件至少使用k小时的概率,而与已使用时间无关。

例6.10

若X~N(μ,σ2),则若X~N(0,1),则其分布函数特别地记为:当x≥0时,Φ(x)可通过附录表2直接查得;当x<0时,Φ(x)=1-Φ(-

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。

最新文档

评论

0/150

提交评论