浙江大学《概率论与数理统计》课件-第2章随机变量及其概率分布_第1页
浙江大学《概率论与数理统计》课件-第2章随机变量及其概率分布_第2页
浙江大学《概率论与数理统计》课件-第2章随机变量及其概率分布_第3页
浙江大学《概率论与数理统计》课件-第2章随机变量及其概率分布_第4页
浙江大学《概率论与数理统计》课件-第2章随机变量及其概率分布_第5页
已阅读5页,还剩71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

第二章随机变量及其概率分布第9讲 随机变量E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C65410两类试验结果:2示数的——降雨量;候车人数;发生交通事故的次数;…非示数的——明天天气(晴,多云…);化验结果(阳性,阴性);…中心问题:将试验结果数量化E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C65410e133ee 2RS设随机试验的样本空间为S,若X

X

(e)为定义在S上的实值单值函数,则称X

(e)为随机变量,

简写为X

.X(e)ab随机变量(Random

Variable)的定义:E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C65410说明:随机变量X

(e)

:

S

R

为一映射,其自变量具有随机性;随机事件可以表示为

A

{e

:

X

(e)

I}

{X

I},

I

R.如:

将一枚均匀的硬币抛掷3次,

样本空间为S

{正正正,正正反,正反正,正反反,反正正,反正反,反反正,反反反}若X

表示3次中出现正面的次数,

则随机事件

A

{正面出现了一次}={正反反,反正反,反反正}

{e

:

X

(e)

1}

{X

1}随机事件

B

{3次出现的情况相同}={正正正,反反反}

{X

0或3}随机事件

C

{正面至少出现了一次}

{X

1}4E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C65410e13ee 2RS不会出现蓝色箭头ab说明:(3)

对于i

j,

则必有

{X

i}

{X

j}

.5(4)

一般用大写英文字母X

,Y

,

Z或希腊字母

,

等来表示随机变量E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C65410离散型随机变量常见的两类随机变量连续型随机变量6E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C65410则称X为离散7若随机变量X的取值为有限个或可数个,

型随机变量.可数集(也称为可列集):

是指能与自然数集N建立一一对应的集合.即其中的元素都是可以被数到的.如:

正奇数集{1,

3,

}(取其中一数为

2746489473673561,肯定可以数到)整数集{

,

2,

1,

0,1,

2,

},等等.离散型随机变量的定义:E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C65410不可数集:是无穷集合中的一种.一个无穷集合和自然数集合之间如果不存在一一对应关系,

那么它就是一个不可数集.8如:区间

[0,1]开始数: 0.34956852

0.58692...0.24986...

那么

0.490...一定是你没有数到的.(取该数的小数点后的第i位是第i个被数到的数的第i位数加1

(约定:

9

1

0))E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C65410P… …9……x1 x

2 xkp1p

2 pkX

随机变量的所有可能取值分布律的内容

取每个可能取值相应的概率离散型随机变量的概率分布律(简称分布律):

分布律的性质:

pk

0,

pk

1k

1分布律的另一表示形式:

P(

X

xk

)

pk

,k

1,

2,

.E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C65410例1:

投掷一颗均匀的骰子,

用X表示出现的点数, 求X的概率分布律.10解:

由题意知, X的可能取值为

1,

2,3,

4,5,6,且其分布律为X123456P1/61/61/61/61/61/6E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C6541011例2:

有一颗均匀的骰子,

进行独立重复地投掷,

直到出现6点为止停止试验.

用X表示投掷骰子的次数,

求X的概率分布律.解:

由题意知, X的可能取值为

1,

2,3,

,

用

Ak

={第k次掷出的点数为6},则

Ak

,

k

1,

2,3,

之间相互独立,

且

P{Ak

}

1/

6,16由于

P(X

1)

P(A

)

1

,6 6P(X

2)

P(A1

A2

)

5

1

,P(X

3)

P(A1

A2

A

)

(

5

)2

1

,

故X的分布律为6 62 33X 1或写成

P(X

k)

(

5

)k

1

1

, k

1,

2,

. (几何分布)6 6P

k

1

5

1

(

5

)2

16 6 6 6 6

(

5

)k

1

1

6 6E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C65410第10讲 离散型随机变量E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C654100-1分布的定义:01若X的概率分布律为

X随机变量

只可能取0,1

两个值P 1

p p其中

0

p

1,

就称X服从参数为p的

0

1分布(或两点分布),记为

X

~

0

1(

p)或

X

~

B(1,

p).其分布律还可以写为 P(X

k)

pk

(1

p)1

k

, k

0,1.(

X服从退化分布: 若

P(X

c)

1.)2E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C65410X

0,3

当e

e1;

1, 当e

e2

,来描述这个随机试验的结果.0-1分布的应用:对于一个随机试验,

若它的样本空间只包含两个元素,

即S

{e1,e2},我们总能在S上定义一个服从(0-1)分布的随机变量E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C65410

4X

1, 若A发生;

一个随机试验,设A是一随机事件,

且P

A

p

0

p

1

.

若仅考虑

事件A发生与否,

就可以定义一个服从参数为p的0

1分布的随机变量:

0, 若A不发生(即A发生),0-1分布的应用:来描述这个随机试验的结果.只有两个可能结果的试验,

称为贝努利(Bernoulli)试验,故两点分布有时也称为贝努利分布.E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C65410例1:

投掷一颗均匀的骰子,

考察6点是否出现,

用Y表示该实验结果, 求Y的概率分布律.P 5/6

1/6则Y的分布律为

Y5解:

由题意知, 令 Y

1,

抛出的点数为6;

0, 抛出的点数不为6.0 16 6 6或写为

P(X

k)

(

1

)k

(

5

)1

k

, k

0,1.

即

Y

0

1(

1

).事实上Y也可以看做是掷一次骰子,

点数为6的次数.E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C65410检查产品的质量是否合格

对新生婴儿的性别进行登记检验种子是否发芽考试是否通过求婚是否成功马路乱停车是否会受罚如:6E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C65410马路乱停车9次,

若每次不被罚的概率为0.4,求9次中有2次不被罚的概率.7课之间是独立的,

求他通过5门的概率.考察:设试验E只有两个可能的结果:

A或A

,

且P

A

p,0

p

1.将E独立地重复地进行n次,则称这一串重复的独立试验为n重贝努利试验.想了解:

n重贝努利试验中结果A发生的次数的统计规律.6C1

0.85

0.2C2

0.42

0.67 (假定每次是否被罚相互独立)9某人注册了6门MOOC课程,

若已知每门课的通过率为80%,假设每门E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C65410设X表示n重贝努利试验中结果A发生的次数,

则X的可能取值为0,1,

,

n,且

P{X

k}

Ck

pk

(1

p)n

k

.P(X

k)

Ck

pk

(1

p)n

k

,

k

0,1,

,

n,n二项分布的定义:若X的概率分布律为n其中n

1,

0

p

1,

就称X服从参数为n,

p的二项分布

(Binomial),记为

X

~

B(n,

p).nnnk k n

kq

1

p.

可以证明:

1

(

p

q)

C p

q , 其中k

08E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C65410例2

:马路上独立地乱停车9次,

若每次不被罚的概率为0.4.用X表示9次乱停车未被罚的次数, 则 X

B(9,0.4);用Y表示9次乱停车被罚的次数, 则

Y

B(9,0.6).9E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C65410泊松分布的定义:k!P(X

k)

, k

0,1,

2,

,若X的概率分布律为

ke

其中

0,

就称X服从参数为

的泊松分布(Poisson),记为

X

~

(

)

或

X

P(

)..k!

k

k

0根据泰勒展开式可得:

e

=10E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C65410某人一天内收到的微信的数量来到某公共汽车站的乘客某放射性物质发射出的粒子显微镜下某区域中的白血球如果某事件以固定强度λ,随机且独立地出现,该事件在单位时间内出现的次数(个数)可以看成是服从泊松分布.11泊松分布的用途:E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C65410

k knk!e

kn

kC p 1

p

二项分布与泊松分布有以下近似公式:当n

10,

p

0.1时,,

其中

np.二项分布,

泊松分布的概率计算见实验4;二项分布,

泊松分布的近似效果见实验5.12即当n

10,

p

0.1时,二项分布B(n,

p)可以用泊松分布

(np)来近似.E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C65410例3:

某地区一个月内每200个成年人中有1个会患上某种疾病, 设各人是否患病相互独立.若该地区一社区有1000个成年人,求某月内该社区至少有3人患病的概率.200利用泊松分布进行近似计算,

取

1000

1

5,解: 设该社区1000人中有X个人患病,

则X

~

B(1000,p),

其中

p

1/

200.P(X

3)

1

P(X

0)

P(X

1)

P(X

2)nP(X

k)

Ck

pk

(1

p)n

k

,

k

0,1,

,n,1000

1000200

200

200

200

200

1

(

199

)1000

C1

(

1

)1(

199

)999

C2

(

1

)2

(

199

)998

0.8760.

ke

P(X

3)

1

P(X

0)

P(X

1)

P(X

2)0!

1!2!

5e

5

52

e

5

1

e

5

0.8753.P(X

k)

,

k

0,1,2,

,k! 13E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C65410几何分布的定义:若X的概率分布律为P(X

k)

p(1

p)k

1,

k

1,

2,3,

,其中

0

p

1,称X服从参数为p的几何分布(Geometric),记为

X

~

Geom(

p).几何分布的用途:在重复多次的贝努里试验中,

试验进行到某种结果出现第一次为止, 此时的试验总次数服从几何分布. 如:射击,首次击中目标时射击的次数;

第9

讲的例2.14E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C65410第11讲 分布函数E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C65410xX定义:

随机变量X

,对任意实数x,称函数F

(x)

P(

X

x)为

X

的概率分布函数,简称分布函数.说明:任何随机变量都有相应的分布函数F

(x)的几何意义]F

(x)

P(

X

(

,

x])XF (x)

P(

X

x)有时也写为2E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C65410分布函数的用途:可以给出随机变量落入任意一个范围的可能性X的分布函数为F

(x),

a,

b为两个实数,

a

b,

则(]abP(a

X

b)

P(

X

b)

P(

X

a)

F

(b)

F

(a);P(a

X

b)

P(a

X

b

0)

F

(b

0)

F

(a);P(

X

b)

P(

X

b)

P(

X

b)

F

(b)

F

(b

0).P(a

X

b)

P(a

X

b)P(a

X

b)

P(a

X

b)

P(

X

b)3E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C65410例1:

一罐子中有6个大小形状一致的球, 球号分别为1,

2,

2,3,3,3.现随机摸一球(假设摸到各球的可能性相同),

用X表示摸到的球的球号.

求X的分布函数.解:

由题意知, X的分布律为

X

1

2

3那么X的分布函数为

P

1/6

F(x)

P(X

x)

x14231/

601/

21/3 1/2F

x

10,

1/

6,

1/

2,

1,x

1;1

x

2;2

x

3;x

3;1/

61/

31/

2]E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C65410一般地,离散型随机变量的分布函数为阶梯函数.设离散型随机变量X的分布律为P

X

xk

pk

,

k

1,

2,

X的分布函数为F

(x)

pk

.xk

xF

(x)在x

xk

,

k

1,

2,

处有跳跃,其跳跃值为pk

P{X

xk

}.5E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C65410

134xF(x)00

.60

.2

1

0,

0.2,F(x)

0.6,x

1,

1

x

3,3

x

4,x

4.

1,例2:设随机变量X

的分布函数如下,求X的分布律.解:

F(x)只在

1,3,

4有跳,跳的幅度分别是0.2,0.4,0.4.故分布律为 X -1 3 4P 0.2 0.4 0.46E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C65410F(x)的性质:(1)

0

F(x)

1;(2)

F(x)单调不减;

对于任意x1

x2

,

有

0

P(x1

X

x2

)

F(x2

)

F(x1).

(3)

F(

)

0, F(

)

1;(4)

F(x)是右连续函数,

即

F(x

0)

F(x).7E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C654108例3:设一醉汉游离于A,

B两点间, A,

B之间距离3个单位.

该醉汉落在A,

B间任一子区间的概率与区间长度成正比. 设他在离A点距离XA0B3X远处,

求X的分布函数.解:

根据题意,P(0

X

3)

1,故当x

0时, F(x)

P(X

x)

0;

当x

3时, F(x)

1.设比例系数为k,

则

P(0

X

3)

3k

1,

k

1/

3.3而当0

x

3时, F(x)

P(X

x)

P(X

0)

P(0

X

x)

0+

1

x.

0,x

0;0

x

3;x

3.

1,从而X的分布函数为:

F(x)

P(X

x)

x

/

3,

E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C654109x

0;

0,F(x)

P(X

x)

x

/

3,

1,0

x

3;x

3.3xF

(

x)01

从图可见:此分布函数是个连续函数, 因此X不是离散型随机变量.X是连续型随机变量.E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C65410第12讲 连续型随机变量及其概率密度E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C65410定义: 对于随机变量X的分布函数

F

(x),

若存在非负的函数f

x

,

使对于任意实数

x

有:xf

(t)dt

F

(x)

则称X为连续型随机变量,其中f

(x)称为X的概率密度函数, 简称概率密度.有时也写为

f

X

(x)2E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C65410y

f

(

x

)xf

(

x

)面积为10

f

(x)的性质:(1) f

(x)

0;xf

(t)dt

F

(x)

(2)

f

(x)dx

1;

F

(

)

13E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C65410x1x2P

x1

X

x2

f

(

x

)01x2xf

(t)

dt;P(x1

X

x2

)

(3)

对于任意的实数x1, x2 (x1

x2

)f

(x)的性质:P(

X

D)

D

f

(x)dx,任意D

R.xf

(t)dt

F

(x)

f

(t)dtx2

x1

f

(t)dt

LHS

P(

X

x2

)

P(

X

x1

)

F

(x2

)

F

(x1

)

对任意的实数a,

P(

X

a)

0.且

P(x1

X

x2

)

P(x1

X

x2

)对于连续型的随机变量X

,有x4E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C65410

x

05

x

0

x

x(4) 在f

(x)连续点x,

F

'(x)

f

(x).即在f

(x)的连续点,f

(x)

F

'(x)

lim

F

(x

x)

F

(x)

lim

P(x

X

x

x)P(x

X

x

x)

f

(x)

x这表示X落在点

x

附近(x,

x

x]的概率近似等于f

(x)

x.f

(x)的性质:E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C65410f

(

x1

)xf

(

x

)0f

(t

)dt6F

(

x)(3) f

(x)F

(x).d

dx

(2)

f

(x)的值是可以大于1的;x说明:(1) f

(x)值的含义;当

x充分小时,P(x

X

x

x)

f

(x)

xx2 x1f

(

x2

)f

(

x2

)

f

(

x1

)E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C65410

cx

1/

6,

0,0

x

2;其他.例1:

设X的概率密度为

f

(x)

求:

(1)常数c的值; (2)

X的概率分布函数F

x

;

(3)

P

1

X

1

的值.26

c

22

1

2

002

f

(x)dx

f

(x)dx

解:

(1) 1

f

(x)dx

2

f

(x)dx

c

1.3P{X

(0,

2)}

1{x

:

f

(x)

0}即为X的取值范围.(支撑)006 2 62 1 c 1(cx

)dx

( x2

x)

|2

006

2 1

0dx

(cx

)dx

0dx

2

7E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C65410f

(x)

x

/

3

1/

6,

0,0

x

2;其他.

xf

(t)dt

(2) F(x)

P X

x

注意到P{X

(0,

2)}

1

x1。当

x

0

时,

F(x)

P

X

x

0dt

0。2 当

x

2

时,(0,

2)

(

,

x],故

F(x)

P

X

x

1;。3 当

0

x

2

时,

0x 0xf

(t)dt

F(x)

P X

x

f

(t)dt

f

(t)dt

003 6xt

1

0dt

(

)dt

206 6 6 6t

(

t

)

|x

x2

x

.x

0;

0,0

x

2;

66

x

,

1,即F(x)

x2x

2.8E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C65410f

(x)

x

/

3

1/

6,

0,0

x

2;其他.

(3)

P

1

X

11

1

010f

(x)dx

1

f

(x)dx

f

(x)dx

1

0

03 6 6 6 3

0dx

(

x

1

)dx

0

(

x20 1

x

)

|1

1

.6

0,F(x)

x2

x

,

6x

0;0

x

2;x

2.

1,或P

1

X

1

F(1)

F(

1)296 6 3

1

1

0

1

.E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C65410

0,10

1,x

0;0

x

3;x

3.

例3:

在第11讲的例3中,

得到X的分布函数为

F(x)

x

/

3,求

X的概率密度函数

f

x

.解:

由于

f

(x)

F

'(x),

1

,故X的概率密度

f

(x)

30

x

3;

0, 其他.E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C65410第13讲 均匀分布和指数分布E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C65410f

x

0bxa

1

b

a均匀分布的定义:2

1 ,

0,若X的概率密度函数为

f

(x)

b

ax

(a,b);其他.其中a

b,就称X服从(a,b)上的均匀分布(Uniform),记为X

~

U(a,b)或X

~

Unif

(a,b).

0,其实

f

(x)

c, x

(a,b);其他.ba

f

(x)dx

1,即

cdx

1

c

1/

(b

a)E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C65410k3k

lP(k

X

k

l)

dt

1

l b

a

b

a

即,

对于任意的a

k

k

l

b,

均有----与k无关,

仅与l有关.即,

服从U(a,b)上的均匀分布的随机变量X落入(a,b)中的任意子区间上的概率只与其区间长度有关与区间所处的位置无关.即,

X落入(a,b)中的等长度的任意子区间上是等可能的.直观理解性质:均匀分布具有等可能性E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C65410F

x

bx0 a1若

X

~

U(a,b),

则

P(a

X

b)

1.4x

a;a

x

b;F(x)

b

a

,x

b.

1,且分布函数为

0,

x

af

(t)dt

1

dt

x

axa

b

a

b

a, F(x)

x

当a

x

b

时

E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C65410

1/3,f

(x)

0,x

(

1,

2);其他.解:

(1)

X应在区间

1,

2

服从均匀分布, 故X的概率密度函数为1

0.5(2)

P(

0.5

X

1)

1

0.5

3f

(x)dx

31

dx

1

(

0.5)2

1

.例1:

在区间(

1,

2)上随机取一数X

,

求:

(1)

试写出X的概率密度函数;(2)

该数在(

0.5,1)中的概率; (3)

该数为正数的概率.(

0.5,1)的长度(

1,

2)的长度(3)

P(X

0)

0f

(x)dx

20dx

331

2

0

2

.3(

1,

2)的长度(0,

)

(

1,

2)

(0,

2)的长度5E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C65410均匀分布的概率计算若

X

~

U(a,b),

则

对于

I

R,

有法一: P(X

I)

I

f

(x)dx法二: P(X

I) =

I

(a,b)

的长度(a,b)

的长度6E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C65410指数分布的定义:7

e

x

, x

0;

0

, x

0,若X的概率密度函数为

f

(x)

其中

0,就称X服从参数为

的指数分布(Exponential),记为X

~

E(

)

或

X

~

Exp(

).

1

e

x

,x

0;x

0.

0,分布函数为

F(x)

E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C6541000 0对于

t

0,

t

0,性质:指数分布具有无记忆性

1

e

x

,F(x)

x

0;x

0.

0,

P(X

t0

t)P(X

t0

)

1

F(t

0

t)0P(X

t

t,

X

t

)P(X

t

t

|

X

t

)

0 0 P(X

t

)08ee

(t0

t

)

t

1

F(t

0

)

P(X

t).

e

tE6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C65410例2:

设某人电话通话时间X(分钟)服从指数分布,概率密度为

xe

15

,9

1f

(x)

15x

0;x

0.

0,求:

(1)

她的通话时间在10~20分钟之间的概率;(2)

若她已打了10分钟,求她继续通话超过15分钟的概率.(即,

若她已打了10分钟,求她总共通话超过25分钟的概率.)E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C6541020解:

(1)

P(10

X

20)

f

(x)dx

xe

15

,

1f

(x)

15x

0;x

0.

0,15

x

1

e

,F(x)

0,x

0;x

0.

(2) 根据无记忆性,P(X

25

X

10)

P(X

15)10或利用分布函数,P(10

X

20)

F(20)

F(10)15

33

20

10

2

4=

1

e

(1

e

15

)

e

e10

2

4

3

3e

e

.201015e15

dx

x

=

1

1

15

15

x

1e

15

dx

e .

(2)

若她已打了10分钟,求她继续通话超过15分钟的概率.E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C65410例3:

设一地段相邻两次交通事故的间隔时间(小时)X服从参数为2

/13的指数分布.

求:已知在已过去的13小时中没有发生交通事故,那么在未来的2小时内不发生交通事故的概率.解:

已知X

E(

),

2

/13.

1

e

x

,F(x)

x

0;x

0.

0,P(X

15|

X

13)

=

P(X

2)11

4

e

13

.

2

2

1

F(2)

e

13E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C65410指数分布可以用来表示独立随机事件发生的时间间隔,比如旅客进机场的时间间隔、中文维基百科新条目出现的时间间隔等等;在排队论中,一个顾客接受服务的时间长短也可用指数分布来近似;无记忆性的现象(连续时).12指数分布的用途:E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C65410第14讲 正态分布E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C65410212

22

(x

)

e ,

x

,若X的概率密度函数为

f

(x)

记为

X

~

N(

,

2

).其中

,

0,

就称X服从参数为

,

的正态分布(或高斯分布),正态分布的定义:max1;2

f

f

(

)

x

2lim

f

(x)

0.特征:

1

f

(x)关于x

对称;2

当x

时,

f

(x)是严格单调递增函数;3

4

E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C65410当固定

,

改变

的大小时,

f

(

x)

图形的形状不变,只是沿着

x

轴作平移变换;

称为位置参数

(决定对称轴位置).当固定

,

改变

的大小时, f

(

x)

图形的对称轴不变,而形状在改变,

越小,图形越高越瘦,

越大,图形越矮越胖.

称为尺度参数

(决定曲线分散程度).两个参数的含义:3E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C65410正态分布的用途:自然界和人类社会中很多现象可以看做正态分布如: 人的生理尺寸(身高、体重);医学检验指标(红细胞数、血小板);测量误差;等等多个随机变量的和可以用正态分布来近似如:

注册MOOC的某位同学完成所有作业的时间;

二项分布;

等等(By

中心极限定理)4E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C654101x2

22

(t

)2

P

X

x

F(x)e dt

?积分算不出来~~~~正态分布的概率计算若

X

N(

,

2

),

对实数

x,正态分布分布函数值与标准正态分布上分位数见实验6;正态分布密度函数与分布函数曲线图见实验7.5方法一:

用EXCEL、MATLAB、R等软件来计算;方法二:

用数值积分法;方法三:

转化为标准正态,

然后利用标准正态分布表来求.E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C6541012

.e2

z2标准正态分布若

Z

~

N(0,

1), 称Z服从标准正态分布.Z的概率密度函数:

z

t2z

1 e 2

dt.2

(z)

Z的分布函数:0yz

(z)z

006

(z

)E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2DB6715F2B3FB87AC24C65410

1.23

0.89065标准正态分布函数表(

(z)

值)(/wiki/Standard_normal_table)7E6636B02012BD195C019CE06C16E3014CA3D0BE32711A616D0819A103DE978F78FFC8E03BC41BA96AB4CD8F0472B73A72FC0F2BE2AA539FE6A0D217857FCCB5DBF2D

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