第二章 随机变量的分布及其数字特征.ppt

1、就业学习、佐原健二随机变量的分布和数值特性、随机变量和分布函数、离散和连续随机变量的概率分布、几种常用随机变量的概率分布、随机向量及其分布函数的极限分布、二维离散和连续随机向量的概率分布、条件分布随机变量的独立、随机变量函数的概率分布、概率论、随机变量和随机变量分布函数1、随机变量的随机现象的规律等2.1看看有人掷骰子观察发生次数的两个随机测试的例子。考试结果的事件表示：出现1分。两点出现。3点出现。4点出现。5点出现。6点出现。如果指示发生的点数，则可能的值为，并且实验结果中的变量显示为“引用1点”。 2点发生， 3点发生；“4点发生”“5点发生”；6点发生的事例2.2有人扔硬币查看落地后向

2、上的情况。测试结果的事件表示：随机变量，花朝上；字面上表示花朝上，字面上表示花朝上。实验结果的变量显示为“花朝上”。“从字面上向上”特性：测试结果被量化，测试结果与实数匹配。1.Def随机测试的采样空间是X满足(1)X唯一确定的(如果每个采样点的唯一实数匹配)。(2)对于给定的实数，事件以概率的形式称为样本空间中的随机变量。随机变量特性：1)变量。2)其值随考试结果而变化。3)随机变量采用一定范围的值来表示随机事件。如果设置为随机变量，则对于随机错误，集合是随机事件，更改时事件也会更改。这表明事件是实际变量的“函数”。2 .随机变量的示例和分类随机变量的示例：示例2.3观察有人掷骰子出现的点数

3、。可能的值为。示例2.4灯的寿命。可能的值为。示例2.5电话交换机1分钟内收到的呼叫数。可能的值为。示例2.6在间隔内随机移动的点，该点的坐标。可能的值为。有限或无限可用值，无限和比热值，第二，分布函数1。随机变量的概率分布Def反映了称为随机变量的概率分布规律(概率分布)的随机变量的概率分布规律。概率分布的一般表示如下：分布函数(“常规”)；概率函数或概率密度函数(“基于类型”)。2.分布函数概念Def设置为随机变量(任意实数)的分布函数，其范围为。显然，分布函数是特殊随机事件的概率。分布函数的特性(1)是任意性(不是边界)。(2)(规范)；(3)任意性的情况下(单调性)；(4)在每个点上至

4、少右侧连续(连续性)。实际函数！Distribution Function，如果随机变量的分布函数已知，则示例2.7中已知的随机变量的所有可能值为：每个值的概率分别查找随机变量的分布函数，然后创建图像。解决方案：根据分布函数的定义，由标题设置的随机变量的概率分布适当；当；当；什么时候.分布函数图像如图2.1所示，如果不连续随机变量及其分布1，不连续随机变量Def随机变量的所有可能值都是有限或无限，则该随机变量称为不连续随机变量。离散随机变量的所有可能值都是，值的概率是随机变量的概率函数。也可以使用概率分布列，简称为随机变量，简称为分布列。注意：离散随机变量的概率分布不仅可以用分布函数表示，还可

5、以用概率函数或分布列表示。概率函数等同于分布列，概率函数或分布列更直观，更简单。概率函数或分布条的性质(1)；(2)(回乡)。3.概率函数和分布函数的关系查找已知概率函数分布函数已知分布函数概率函数示例2.8中设置的分布作为测试列出。解决方案：随机变量的分布如下：例2.9中随机抽取3个次品和2个次品，得出2个产品中次品的数量，寻找随机变量的分布方法和“至少挑选1个次品的概率”。解决方法：可能的值为。因此，有古典概率，据统计，对方战绩为2.10名士兵连续射击，直到被目标击中为止。假定这个士兵的命中率是，并且在任意两次射击之间没有徐璐影响，表示这个士兵的射击次数。寻找的概率分布。解决方案：可能的值

6、包括：说士兵第一次击中目标。所以徐璐是独立的；即可从workspace页面中移除物件。概率函数包括：此类型随机变量的值越大，概率值越小，典型的不等式分布就越大。示例2.11随机变量的概率函数是测试(1)常量的值。(2)概率最高的值。解决方案： (1)已知概率函数的性质和函数的幂级数展开，表明(2)随机变量的分布(1)随机变量取1和2的概率最大。二是常用离散随机变量的概率分布，1 .两点分布(0-1分布)如果Def随机变量的分布表是其中之一，则服从参数是的两点分布。两点分布可以表征随机现象。在随机试验中，只有两个可能的结果可以用两点分布作为概率模型。看扔硬币、产品种类、人口统计学、系统是否正常、

7、功耗是否超负荷等。显然，事件a在所有n重贝努力下的发生概率分布规律可以用两种分布来描述。如果N=1，则两个分布是两点分布。例2.12学生期末考试有5个讲座。这个学生知道每门课及格的概率是0.8。这个学生有3个及格概率和至少3个及格概率。例2.13有人骑摩托车上街发生事故的概率为0.02，独立重复400次距离，要求至少发生2次事故的概率。例如，参数n很大，p很大的两个分布表明计算概率相当麻烦。有时很难使用计算工具。在这种情况下，为了解决两个分布相关的概率计算问题，1837年提出了法国数学家s.d .泊松定理，形成泊松分布，解决了这两个分布中的上述问题。实际应用：如果n大，p小，NP合适，作为泊松

8、定理的结果，近似两个概率。例2.15作为泊松分布的概率函数计算更加简单。泊松分布在生物学、医学、产业统计、保险科学及公用事业行舒淇等问题上很常见。地震、火山爆发、大洪水、交换台的电话通话次数等是根据泊松分布而定的。一个人做某事的概率是1%，如果他反复努力400次，那么这个人成功的可能性是。这表明随着实验次数的增加，会发生小概率事件！常用于产品质量检查的超几何分布是n个产品，m个不合格，n个不合格，如果不重新插入以提取n个，则n个中的不合格产品，数量。如果是，超几何分布就是参数为的二项式分布。通常，超级几何体分布几乎可用于计算采样强度下的概率。即常识表示超几何分布和二项式分布二项式分布泊松分布(

9、6)几何分布。离散r.v .的概率函数为：则x遵循几何分布，其记录如下：概率函数被命名，因为它是几何级数中的普通项。例如，只有一个关键点可以打开门，只有一个关键点可以打开门，每个关键点都是随机选择的，以便使用。第一次尝试成功的概率如下：连续随机变量及其分布1，连续随机变量Def被设置为随机变量，分布函数如果存在非负可积函数，则称为连续随机变量，非负函数被记录为概率密度函数(概率密度或密度函数)。概率密度的性质(1)是任意的。(2)；(3)任意性的情况；(4)在函数的连续点。3 .连续随机变量和离散随机变量的差异定理：如果设置为连续随机变量，设置为随机实数，则具有证明：很容易看出设置的分布函数在

10、所有地方都是连续的。因此，无论是哪一方，以下结论都必须成立。因为不等式是关于求极限的，所以这个定理表明连续r.v .的概率分布只以概率密度表示，而不是以逐点值的概率表示。连续r.v .任意实数的概率为零，概率为零的事件不一定是不可能的。对于连续随机变量集合：示例2.14对随机变量的概率密度进行了试验设置。解决方案：知道概率密度的特性，因此示例2.15将连续随机变量的分布函数设置为测试(1)常量值。(2)；(3)概率密度。解： (1)连续随机变量分布函数在所有地方连续，因此方差函数为(2) (3)，2，常用连续随机变量的概率分布1。均匀分布(Uniform Distribution) Def如果

11、随机变量的概率密度函数是随机变量的概率密度函数，则随机变量被认为是基于间隔均匀分布的均匀分布，表示可以视为均匀分布的随机现象。选择“可能”间隔的值。这里，“相等的可能性”被理解为在地块中落在任意相等长度的子区间上的可能性相等；子地块内的概率取决于子地块的长度，无论子地块的位置如何。这就是几何泛化的情况。例2.16被设置为根据上的均匀分布求出方程实际根的概率。解：方程的实数根为。请的概率。2 .如果“金志洙分布”(Exponential Distribution) Def随机变量的概率密度函数为，则随机变量遵循金志洙分布，表示金志洙分布可以表示的随机现象，即随机服务系统的服务时间。电话通话时间；

12、无线组件的寿命；动植物的寿命。示例2.17根据参数3设置金志洙分布，并使用密度函数。解决方案：的概率密度为3 .wei布尔分布，正态分布Def随机变量的概率密度函数满足该参数时，随机变量遵循该参数的正态分布。显然，密度函数满足两个特性。正态分布的分布函数如下：高斯、正态分布密度函数的性质：关于密度函数对称；密度函数在此处获得最大值。参数对密度曲线的影响、相同的不同密度曲线情况、相同的不同密度曲线情况、位置参数更改、形状参数更改、密度函数具有拐点，并将轴用作水平渐近线。参数的含义：密度函数中心位置的横坐标；表示曲线的陡峭程度，越大，曲线越平坦。曲线越小越陡。在正态分布的相关概率计算中，这称为标准

13、正态分布，其密度函数和分布函数分别表示为。也就是说，如果标准正态分布的密度函数是双函数，则对应的分布函数值可以确定时间表。正态分布具有广泛的实际背景，如测量误差、人的身高、体重、考试成绩、炮弹落点等。正态分布是概率论中最重要的分布，(1)正态分布是自然和工程技术中最常见的分布之一，大量随机现象跟随或近似正态分布。事实上，如果随机指标受多种因素的影响，但其中的任何一个因素都没有起到决定性作用，那么该随机指标必须服从或几乎服从正态分布。(2)正态分布可用作许多分布的近似分布。(3)正态分布具有许多其他分布没有的好特性。正态分布的概率计算通常如下：那样的话，可以直接确认表。则通过规范化转换转换为进行

14、计算。以下是重要结论：Th，命令。Proof集r.v .的分布函数由分布函数定义，如下所示：也就是说，由于这是标准化转换，因此示例2.18表示、解决方案：示例2.19，查找：c，创建。解决方案：据悉，练习该地区8月份降雨量mm，编写密度函数，然后求出该地区8月份降雨量超过250mm的概率。答案：0.0102，如果要求的分位数首先由检查表确定，然后由确定。例2.20如果一个省的高考采用标准分，并判断考试分数大致符合，那么如果一个科目的入学率为30.9%，就会问应该指定多少分以上的及格分数线。解决方案：商定及格点。问题可以按问题知道。因此2.5概率变量函数的概率分布在现实生活中。一群人，如果分别表示一个人的年龄和重量，就表示那个人的血压，知道如何通过的函数关系的分布。为了解决这些问题，引入了随机变量