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
§2.1
随
量及其分布(1)掷一颗,出现的点数X1,2,……,6.n个产品中的不合格品个数Y0,1,2,……,n某商场一天内来的顾客数Z0,1,2,……某种型号电视机的
T
:[0,
+)2.1.1
随量的定义定义2.1.1设={}为某随机现象的样本空间,称定义在上的实值函数X=X()为随
量.(1)(1)
随
量X()是样本点的函数,其定义域为
,其值域为R=(,)若
X
表示掷一颗 出现的点数,则{X=1.5}
是不可能事件.(2)
若
X
为随
量,则{X=k}、{a
<X
b}、……均为随机事件.即{a
<X
b}={;a
<X()
b
}
(2)(3)
注意以下一些表达式:{X
=
k}=
{X
k}{X
<
k};{a
<
X
b}
={X
b}{X
a};{
X
>
b}
=
{X
b}.(4)
同一样本空间可以定义不同的随
量.若随 量
X
可能取值的个数为有限个或可列个,则称
X
为离散随
量.若随 量
X的可能取值充满某个区间[a,
b],则称
X
为连续随
量.
前例中的
X,
Y,
Z
为离散随 量;而
T
为连续随 量.两类随
量定义2.1.2设X为一个随 量,对任意实数
x,称
F(x)=P(
X
x)
为
X
的分布函数.基本性质:F(x)单调不降;有界:0F(x)1,F()=0,F(+)=1;右连续.2.1.2
随量的分布函数2.1.3
离散随
量的分布列设离散随量X
的可能取值为:x1,x2,……,xn,……称
pi=P(X=xi),
i
=1,
2,……
为
X
的分布列.分布列也可用表格形式表示:Xx1x2
……xn
……Pp1p2
……pn
……分布列的基本性质(1)
pi
0,(2)
pi
1.
(正则性)i(非负性)(1)求离散随(1)
确定随量的分布列应注意:量的所有可能取值;(2)
计算每个取值点的概率.(2)对离散随 量的分布函数应注意:F(x)是递增的阶梯函数;其间断点均为右连续的;其间断点即为X的可能取值点;其间断点的跳跃高度是对应的概率值.例2.1.1已知
X
的分布列如下:X
0
1
2P
1/3
1/6
1/2求
X
的分布函数.0,1/
3,1/
2,F(x)
x00
x1
1
x21, 2
x解:X
0
12P
0.4
0.4
0.2解:0,0.4,F
(x)
0.8,x00
x1
1
x21, 2
x例2.1.2已知
X
的分布函数如下,求
X
的分布列.2.1.4
连续随
量的密度函数连续随 量X的可能取值充满某个区间(a,b).量X,有P(X=x)=0,量用
P(X=x)
来描述连续因为对连续随所以无法仿离散随随 量X的分布.注意离散随
量与连续随
量的差别.定义2.1.4xp(t)dtF(x)
则称
X
为连续随
量,设随 量X
的分布函数为F(x),若存在非负可积函数p(x),满足:称p(x)为概率密度函数,简称密度函数.密度函数的基本性质(1)
p(x)
0;(2)p(x)dx1.满足(1) (2)的函数都可以看成某个连续随 量的概率密度函数.(非负性)(正则性)aP(a
X
b)
b
p(x)dx.(1)(1)F(x)是(∞,+∞)上的连续函数;P(X=x)
=
F(x)F(x0)
=
0;(2)P{a<X≤b}
=
P{a<X<b}=
P{a≤X<b}=
P{a≤X≤b}=
F(b)F(a).当F(x)在x点可导时,
p(x)
=
F
(x)当F(x)
在x点不可导时,
可令p(x)
=0.连续型离散型分布列:
pn
=
P(X=xn)(唯一)F(x)
=
P(
X
xi
)xi
x密度函数X
~
p(x)(不唯一)xF(x)
p(t)dt3.
F(a+0)
=F(a);
P(a<Xb)
=
F(b)F(a).点点计较F(x)为阶梯函数。F(a0)
F(a).P(X=a)
=
0
F(x)为连续函数。
F(a0)=F(a).例2.1.3ke3x
,设X
~
p(x)
x
0,x
0.
0,求
(1)
常数
k.(2)
F(x).(2)
0,1
e3x
,F(
x)
x
0,x
0.解:(1)
k
=3.例2.1.40,设X
~
p(
1
x,
1
x
0
1其它求F(x).0,1,x
1F
(
x)
1
x解:设X与Y同分布,X的密度为
0,p(
x)
8
3
x2
,
0
x
2其他已知事件A
={X
>a
}和B
={Y
>a}独立,223a
838ax
dx
1
从中解得a
3
4且
P(AB)=3/4,
求常数
a
.解:
因为
P(A)
=
P(B),
且由A、B
独立,得P(AB)
=
P(A)+P(B)P(A)P(B)
=
2P(A)
[P(A)]2
=
3/4从中解得:
P(A)=1/2,
由此得
0<a
<2
,因此
1/2
=
P(A)
=
P(
X>
a)例2.1.5①
F(a)
=1②
F(a)=③
F(a)
=
F(a)④
F(a)=
2F(a)
10ap(
x)dx012a
p(
x)dx课堂练习设X
~
p(x),且p(x)=p(x),F(x)是X
的分布函数,则对任意实数a>0,有(②)§2.2随 量的数学期望分赌本问题(17世纪)甲乙两赌徒赌技相同,各出赌注50元.无平局,谁先赢3局,则获全部赌注.当甲赢2局、乙赢1局时,中止了
.问如何分赌本?两种分法按已赌局数分:则甲分总赌本的2/3、乙分总赌本的1/3按已赌局数和再赌下去的“期望”分:因为再赌两局必分胜负,共四种情况:甲甲、甲乙、乙甲、乙乙所以甲分总赌本的3/4、乙分总赌本的1/42.2.1
数学期望的概念若按已赌局数和再赌下去的“期望”分,则甲的所得X
是一个可能取值为0
或100的随
量,其分布列为:X0100P1/43/4甲的“期望”所得是:01/4+100
3/4=75.2.2.2
数学期望的定义定义2.2.1设离散随P(X=xn)
=
pn,量X的分布列为n
=1,
2,
...绝对收敛,则称该级数为X
的i
1若级数
xi
pi数学期望,记为i
ix
pE(
X
)
i
1连续随
量的数学期望设连续随量X的密度函数为p(x),定义2.2.2若积分绝对收敛,则称该积分为X
的xp(
x)dx数学期望,记为E(
X
)
xp(
x)dx例2.2.1X
1
0
12P
0.2
0.1
0.4
0.3则E(X)
=
1×0.2+0×0.1+1×0.4+2×0.3
=
0.8.数学期望简称为期望.数学期望又称为均值.数学期望是一种
平均.2.2.3
数学期望的性质定理2.2.1量X的函数,设
Y=g(X)
是随若E(g(X))存在,则g(x)
p(x)dxg(xi
)P(
X
xi
)E(g(
X
))
i1例2.2.2P求E(X2+2).解:
E(X2+2)=
(02+2)×1/2+(12+2)×1/4+(22+2)×1/4=
1+3/4+6/4
=
13/4设随 量
X的概率分布为X
0
1
21/2
1/4
1/4数学期望的性质E(c)
=
cE(aX)
=
aE(X)E(g1(X)+g2(X))
=
E(g1(X))+E(g2(X))例2.2.3其设
X
~
p(x)
0,求下列X
的函数的数学期望.(1)
2X1,
(2) (X
2)2解:
(1)
E(2X
1)
=
1/3,(2)E(X
2)2
=
11/6.§2.3随
量的方差与标准差数学期望反映了X
取值的中心.方差反映了X
取值的离散程度.2.3.1
方差与标准差的定义定义2.3.1
若
E(XE(X))2
存在,则称E(XE(X))2
为X
的方差,记为Var(X)=D(X)=
E(XE(X))2Var(
X
)方差反映了随方差越大,则随称
X
=
(X)=量相对其均值的偏离程度.量的取值越分散.标准差的量纲与随为X
的标准差.量的量纲相同.2.3.2
方差的性质Var(c)=0.
性质2.3.2Var(aX+b)
=
a2
Var(X).(3)
Var(X)=E(X2)[E(X)]2.性质2.3.3性质2.3.1例2.3.1设X
~
p
x00
x
1其它,
求
E(X),
Var(X).101
12=12(2)
E(X
)
=所以,=7/6Var(X)
=
E(X2)[E(X)2] =7/6
1
=
1/6解:
(1)
E(X)=
12dx
013
1
x(2
x)dxdx312201x
x
(2
x)dx课堂练习设X
~
p(
0,1
x
,
1
x
0
1其
他则方差
Var(X)=( )。问题:Var(X)=1/6,为什么?随
量的标准化Var(设
Var(X)>0,
令
Y
则有
E(Y)=0,
Var(Y)=1.称Y
为X
的标准化.2.3.3
切
不等式设随 量X的方差存在(这时均值也存在),则对任意正数ε,有下面不等式成立
2P{|
X
E(
X
)
|
}
Var(
X
)
2P{|
X
E(
X
)
|
}
1
Var(
X
)例2.3.2
xn
e
x0设X~
p(x)
n!x
0x
0
n证明P(0
X
2(n
1))n
1证明:E(X)
=02E(X
)
=0所以,
Var(X)
=
E(X2)(EX)2
=
n+1,P(0
X
2(n
1))
P(
|
X
EX
|
n
1)(n
1)2
1
n
1
nn
1(这里,
=
n+1)n!dx
1
(n
2)
=n+1n!dx
1
(n
3)
=(n+1)(n+2)由此得定理
2.3.2Var(X)=0P(X=a)=1§2.4
常用离散分布2.4.1
二项分布
记为
X
~
b(n,
p).X为n重伯努里试验中“成功”的次数,n
k
,
k
0,1,...,
n.P(X
k)
pk
(1
p)nk当n=1时,称b(1,p)为0-1分布.Y
~
b(4,
0.2)一批产品的 为0.8,
有放回地抽取4次,每次一件,
则取得合格品件数
X
服从二项分布.试验次数为n=4,“成功”即取得合格品的概率为p=0.8,所以,
X
~
b(4,
0.8)思考:若Y
为不合格品件数,Y
?例2.4.1设X
~
b(2,p),Y
~
b(4,p),已知P(X1)=8/9,求P(Y1).解:
由
P(X1)
=
8/9
,知
P(X=0)
=
1/9.所以
1/
9
=
P(X=0)
=(1p)2,从而解得:
p
=2/3.由此得:P(Y1)=1
P(Y=0)=1-
(1p)4
=
80/81.若随 量
X
的概率分布为
kP(
X
k)
e
,k
0,
1,
2,k
!则称X
服从参数为
的泊松分布,记为X
~
P().2.4.2
泊松分布泊松定理k
!
kepk
(1
p
)nk
n
n
n
k
定理2.4.1
(二项分布的泊松近似)在n重伯努里试验中,记pn为一次试验中成功的概率.若npn
,则记为X
~
h(n,N,M).
N
n
M
N
M
k
n
k
P(
X
k
)
,超几何分布对应于不返回抽样模型:N
个产品中有M
个不合格品,从中抽取n个,不合格品的个数为X.2.4.3
超几何分布k
1,
2,P(
X
k)
(1
p)k
1
p,记为X
~
Ge(p)X
为独立重复的伯努里试验中,
“首次成功”时的试验次数.几何分布具有无
性,即:P(
X
>
m+n
|
X>
m
)
=
P(
X
>
n
)2.4.4
几何分布负二项分布(分布)k
r,
r
1,P(
X
k)
k
1(1
p)k
r
pr,
r1
记为X
~
Nb(r,p).X
为独立重复的伯努里试验中,“第r
次成功”时的试验次数.(1)
二项随量是独立0-1
随量之和.(2)
负二项随量是独立几何随量之和.常用离散分布的数学期望0-1
分布的数学期望
=
p二项分布
b(n,
p)的数学期望
=
np几何分布Ge(p)
的数学期望
=
1/p泊松分布
P()
的数学期望
=
常用离散分布的方差0-1
分布的方差
=
p(1p)二项分布b(n,p)的方差=np(1p)几何分布Ge(p)的方差=(1p)/p2泊松分布P()的方差=§2.5常用连续分布正态分布、均匀分布、指数分布、伽玛分布、
分布。记为X
~
N(,2),12
2p(x)
(x)2
exp
,
x
2其中
>0,
是任意实数.
是位置参数.
是尺度参数.2.5.1
正态分布yxOμ正态分布的性质p(x)x0
μσ小σ大
p(x)关于
是对称的.
在
点p(x)取得最大值.若
固定,
改变,p(x)左右移动,形状保持不变.(3)
若
固定,
改变,
越大曲线越平坦;
越小曲线越陡峭.p(x)x02(1)
(0)
1
,xx(x)1
(
x)标准正态分布N(0,
1)密度函数记为(x),分布函数记为(x).(2)
(
x(x)的计算x
0
时,
查标准正态分布函数表.x<
0时,
用(x)
1
(
x).若
X
~
N(0,
1),
则P(X
a)
=
(a);P(X>a)
=1(a);P(a<X<b)
=
(b)(a);若a
0,
则P(|X|<a)
=
P(a<X<a)
=
(a)(a)=
(a)
[1
(a)]
=
2(a)1例2.5.1
设
X
~
N(0,
1),
求P(X>1.96)
,
P(|X|<1.96)解:
P(X>1.96) =
1
(1.96)=1(1
(1.96)) =
(1.96)=0.975
(查表得)P(|X|<1.96)
=
2
(1.96)1=2
0.9751 =0.95设
X
~
N(0,
1),
P(X
b)
=0.9515,P(X
a)
=0.04947,
求
a,
b.解:(b)=0.9515>1/2,所以
b
>0,反查表得:(1.66)
=0.9515,故
b
=1.66而(a)=0.0495<1/2,所以
a
<0,(a)=
0.9505,
反查表得:(1.65)
=
0.9505,故
a
=
1.65例2.5.2一般正态分布的标准化定理2.5.1
设
X
~
N(,
2),
Y
X
,则Y
~
N(0,1).推论:
若
X
~
N(,
2),
则
F(x)
x
若
X
~
N(,
2),
则P(X<a)
=
a
,
P(X>a)=
1
a
设X
~
N(10,4),求
P(10<X<13),P(|X10|<2).解:
P(10<X<13)
=
(1.5)(0)=
0.9332
0.5 =0.4332P(|X
10|<2)
=
P(8<X<12)=2(1)1
=
0.6826例2.5.3设
X
~
N(,
2),
P(X
5)
=0.045,P(X
3)=0.618,
求
及.例2.5.45
1.69
30.3
=
1.76
=4解:已知
X
~
N(3,
22),
且P{X>k}
=
P{X≤k},
则
k
=(
3
).课堂练
)设
X
~
N(,42),
Y
~
N(,
52),
记p1
=
P{X≤
4},p2
=
P{Y≥
+5},
则(
①)①
对任意的
,都有p1
=p2②
对任意的
,都有p1
<p2③
只个别的
,才有p1
=p2④
对任意的
,都有p1
>p2课堂练习(2)设
X
~
N(
,
2),
则随
的增大,概率P{|
X
|<
}①单调增大③保持不变(
③
)②单调减少④增减不定课堂练习(3)正态分布的
3
原则设
X
~
N(,
2),
则P(
|
X
|
<
)
=
0.6828.P(
|
X
|
<
2
)
=
0.9545.P(
|
X
|
<
3
)
=
0.9973.记为X
~
U(a,b)1a
xbp(x)
ba
,
0,其它0,1,xaa
xbb
xF(x)
xa
,
ba2.5.2
均匀分布X
~
U(2,5).
现在对X
进行三次独立观测,试求至少有两次观测值大于
3
的概率.解:
记
A
={
X
>3
},
则
P(A)
=
P(
X>
3)
=
2/3设Y
表示三次独立观测中A
出现的次数,则Y~
b(3,2/3),所求概率为P(Y≥2)
=
P(Y=2)+P(Y=3)
2
2
1
2
3
1
0
C2
3
3
3
3
3
3
C3
=20/27例2.5.52.5.3
指数分布0,
e
x
,
x0p(x)
x00,1
e
x
,
x0F
(x)
x0
记为
X
~
Exp(),
其中
>0.特别:指数分布具有无忆性,即:P(
X
>
s+t
|X
>
s)=P(
X
>
t
)2.5.4
伽玛分布记为X
~
Ga(,),
1e
x
,p(x)
xx
0()其中
>0,
>0.为伽玛函数.0x
e
dx
1
x()
称(1)
=
1,
(1/2)
=(n+1)
=
n!Ga(1,
)
=
Exp()Ga(n/2,
1/2)
=
2(n)2.5.5
分布记为X
~
Be(a,b),p(B(a,b)其中a
>0,b
>0.0称
B(a,
b
1
xa
1(1x)b
1dx为
函数.(2)(1)
B(a,
b)=B(b,
a)B(a,
b)
=(a)(b)
/(a+b)(3)Be(1,
1)
=
U(0,
1)常用连续分布的数学期望正态分布N(,2):均匀分布U(a,b):指数分布Exp():伽玛分布Ga(,):分布Be(a,b):E(X) =
E(X)
=(a+b)/2E(X)=
1/E(X)=
/E(X)
=
a/(a+b)常用连续分布的方差正态分布N(,2)的方差=2均匀分布U(a,b)的方差=(b
a)2/12指数分布Exp()的方差=1/2例2.5.6
已知随 量
X
服从二项分布,且E(X)=2.4,Var(X)=1.44,
则参数n,p
的值为多少?解:从
2.4=
np,
1.44
=
np(1p)
中解得
n=6,
p=0.4.例2.5.7
设
X表示
10
次独立重复射击命中目标的次数,每次射中目标的概率为0.4,
则
E(X2)的值为多少?解:因为
E(X)
=
np
=
4,
Var(X)=2.4,
所以E(X2)
=
Var(X)+(E(X))2=2.4+16=18.4设E(X)=μ,Var(X)=σ2,则对任意常数C,必有(
④).(1)E[(
X
E[(
X
C)2
]
EE[(
X
C)2
]
E[(
X
课堂练习§2.6
随 量函数的分布问题:已知
X
的分布,求
Y
=g(X)
的分布。例如:Y1
=4X
+3;Y2
=|X|;Y3
=X2
.当
X
为离散随 量时,
Y
=
g(X)
为离散随 量.将g(xi)一一列出,再将相等的值合并即可.2.6.1
离散随量函数的分布2.6.2
连续随量函数的分布定理2.6.1
设
X
~
pX(x),y
=
g(x)是
x
的严格单调函数,记x
=h(y)为y
=g(x)的反函数,且h(y)连续可导,则Y
=g(X)的密度函数为:XYp
(h(
y))
|h'(
y)
|,
a
y
bp
(
y)
0,
其它1例2.6.1
设X
~
pX
(x)
(1
x2
),求Y
=eX
的分布.反函数
x
=h(y)
=
lny,所以当y
>0
时,yh(
y)
1
,yY
X
Xp
(
y)
p
[h(
y)]
|
h(
y)
|
p
[ln
y]
1
y(1
ln由此得210,Y,
y
0
y(1
ln
y)p
(
y)
其它解:y
=ex
单调
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
- 劳动仲裁调解协议书7篇
- 商业合伙人的协议书
- 传统民间工艺品-捏面人简介
- (参考模板)三通项目立项报告
- 第三次月考试卷-A4
- 重庆2020-2024年中考英语5年真题回-教师版-专题08 阅读理解之记叙文
- 电能表安06课件讲解
- 2023年抗甲状腺药项目融资计划书
- 国华电力危险化学品安全管理培训课件
- PLC控制技术试题库(附参考答案)
- 李商隐诗歌《锦瑟》课件
- 世界文化遗产-乐山大佛课件
- 2022小学一年级数学活用从不同角度解决问题测试卷(一)含答案
- 博尔赫斯简介课件
- 2021年山东交投矿业有限公司招聘笔试试题及答案解析
- 施工单位资料检查内容
- 大气课设-酸洗废气净化系统
- 学校校庆等大型活动安全应急预案
- 检测公司检验检测工作控制程序
- 高血压病例优秀PPT课件
- 精密电主轴PPT课件
评论
0/150
提交评论