00994数量方法二PPT第三章随机变量及其分布
合集下载
概率论与数理统计完整课件-第三章多维随机变量及其分布
密度函数的关系:在 f ( x, y) 的连续点处，有
2 F ( x, y) f ( x, y) xy
例: 设二维随机变量 ( X , Y ) 的概率密度
kx 0 x y 1 f ( x, y) . 0 其他
求:(1)常数 k;
解 (1)由
(2)
( (,) X YG ) P ( 证 P ( x x , yy ) ) i j
x x , y y i j
P ( xx , y y ) p i j i j
( x , y ) G i j ( x , y ) G i j
例：令随机变量 X 表示在 1,2,3,4 中等可能地取 一个值,令随机变量 Y 表示在 1~X 中等可能地取 一个值.求 （X， Y） 的联合分布律及 P( X 3, Y 2) .
1 2 2 x 1, y 1 f ( x, y) x y , 0 其它
求 ( X , Y ) 的联合分布函数.
(x ,y ) f ( uvd , )u d v 解 由 F
x y
当 x 1 或 y 1 时, f (x, y) 0 则
F(x, y) 0
y x
当x>1,y>1时,
1 1 1 F ( x ,) y f ( u ,) v d u d v d u d v ( 1) ( 1 ) 2 2 u v x y 1 1
1 1 ( 1 ) ( 1 ) x 1 , y 1 y F (x ,y ) x 0 其 它
§2 二维连续性随机变量
§2.1二维随机变量的联合分布函数
定义: 设(X,Y) 为二维随机变量,对任意实数 x,y,二 元函数
概率论与数理统计课件：随机变量及其分布
随机变量及其分布
首页 返回 退出
§2.2 离散型随机变量及其分布律
定义 设离散型随机变量 X 所有可能取的值为xk , k = 1, 2,
X 取各个可能值的概率,即事件{ X xk } 的概率，为
P{ X xk } pk , k 1, 2, .
称此为离散型随机变量 X 的分布律.
随机变量及其分布
首页 返回 退出
定义2.1 设随机试验E, 其样本空间S, 若对样本
空间每一个样本点e, 都有唯一一个实数X(e)与之对
应，那么就把这个定义域为S的单值实值函数X=X(e),
称为随机变量。
随机变量通常用大写字母X,Y,Z 或希腊字母 ξ,η等表示.
而表示随机变量所取的值时,一般采用小写字母x,y,z等.
量方面，如，投掷一枚均匀骰子，我们观察出现的点
数。
记X=“出现的点数”
则X的可能取1, 2, …, 6中任一个数，可见X是变量；
又X取那个值不能事先确定，故此X的取值又带有随机
性.
有了随机变量，有关事件的表示也方便了，如
{X=2}, {X≤2}, ……
随机变量及其分布
首页 返回 退出
这样的例子还有很多. 又如，研究手机的使用寿命
或写成
随机变量及其分布
5
P( X k )
6
k 1
1
, k 1, 2,
6
首页 返回 退出
常见离散型随机变量
（一）“0-1”分布
设随机变量 X 只可能取 0 和1 两个值，它的分布律
为
k
P X k p（
1 p)1k k 0,1
(0 p 1)
【全版】随机变量及其概率分布推荐PPT
解：X的可能取值为 0，1，2
P{X=0}
C
2 17
C
2 20
136 190
=P(抽得的两件全为正品)
P{X=1}
C
31C
1 17
C
2 20
51 190
=P(只有一件为次品)
P{X=2}
C
2 3
C
2 20
3 190
=P(抽得的两件全为次品)
故X的分布律为
X0 1 2
pk
136 190
51
3
190
3.什么是概率分布表？
X
x1
x2
…
xn
P
P1
p2
…
pn
4.pi的性质:
（1）pi≥0(i=1,2,…,n); （2）p1+p2+ …+pn=1. 5．求随机变量X的分布列的步骤：
(1 ) 确 定 变 量 X 可 能 的 取 值 x i( i 1 ,2 , … ) ；
（2）求出相应的概率 P(Xxi)pi； （3）列成表格的形式.
如果用X表示取得的红球数，则X的取值可为0，1，2。 一般地，如果随机试验的结果，可以用一个变量来表示，那么这样的变量叫做随机变量．
“两只白球”记为 {X=0} 当取到1白1黑时，随机变量X＝1； （2）p1+p2+ …+pn=1.
此时， “两只红球”= “X取到值2”,记为 {X=2} 而“至少抽得一件次品”={X≥1}
解：从箱中取出两个球的情形有以下六种： {2白}，{1白1黄}，{1白1黑}，{2黄}，{1黑1黄}，{2黑}．
当取到2白时，结果输2元，随机变量X＝－2；
当取到1白1黄时，输1元，随机变量X＝－1； 当取到1白1黑时，随机变量X＝1；当取到2黄时，X＝0； 当取到1黑1黄时，X＝2；当取到2黑时，X＝4．
随机变量及其分布-----复习-图文
一般地, 如果随机变量X服从二点分布, 那
么E(X)＝p.
若X服从二项分布, 即X～B(n, p), 则E(X)＝
np.
若离散型随机变量X服从参数为N, M, n的超
几何分布, 则
.
⑤当σ一定时，曲线随着μ的变化而沿x轴平移，如图 ①所示；⑥当μ一定时，曲线的形状由σ确定. σ越小，曲线 越“瘦高”，表示总体的分布越集中；σ越大，曲线越“矮胖” ，表示总体的分布越分散，如图②所示.
(1)甲试跳三次，第三次才成功的概率；
(2)甲、乙两人在第一次试跳中至少有一人成功的概 率；
(3)甲、乙各试跳两次，甲比乙的成功次数恰好多一 次的概率．
[分析] 用字母设出事件，根据互相独立事件概率 公式求解．
(2)“甲、乙两人在第一次试跳中至少有一人成 功”为事件C.
P(C)＝1－P(1)P(1)＝1－0.3×0.4＝0.88. ∴甲、乙两人在第一次试跳中至少有一人成功 的概率为0.88. (3)设“甲在两次试跳中成功i次”为事件Mi(i＝ 0,1,2)，“乙在两次试跳中成功i次”为事件Ni(i＝
[分析] 该射手每次射击击中目标的概率一定，各次 射击的结果互不影响，符合独立重复试验的条件击中次数 服从二项分布.
[评析] 二项分布是概率中一个重要的概率模型，它 是研究独立重复试验的数学模型，其要点是: (1)每次试验 是独立重复的；(2)每次试验是一个两点分布．
[例3] (2011·天津理，16)学校游园活动有这样一个游 戏项目: 甲箱子里装有3个白球、2个黑球，乙箱子里装有1 个白球、2个黑球，这些球除颜色外完全相同，每次游戏 从这两个箱子里各随机摸出2个球，若摸出的白球不少于2 个，则获奖．(每次游戏结束后将球放回原箱)
随机变量及其分布PPT精选文档
F(x)
x f(t)dt
则称X为连续型随机变量，并称f(x) 为X的概率密度函数.
24
注：由高等数学知识可知：连续型随 机变量的分布函数一定是处处连续的， 且在f(x)的连续点处，有
F ( x)f( x) .
概率密度名称的由来：
25
2 概率密度函数的性质
(1)f(x)≥0;
(2) +f(x)dx 1 . -
泊松分布：设X去一切非负整数值， 其分布律为:
P ( X = k )k ke ! , 0 , k0 , 1 , L
则称X服从参数为λ的泊松分布，记为 X～P(λ). 稀有事件的发生适用于泊松分布. 泊松分布的概率值可以通过查表求得.
17
例4.某电话交换台每分钟接到的电话呼 唤次数服从参数为4的泊松分布.求
注： X(ω)的取值具有随机性.
3
举例 例1：测试灯泡的寿命，样本空间为
Ω={t:t∈[0,+∞}, 用X表示灯泡的寿命，则X就是随机变量，
它随随机试验结果的不同而取不同的值： {X=20}表示灯泡的寿命是20单位时间， {X≤100}表示灯泡寿命不超过100. 例2:掷两枚硬币，以X表示出现正面的
35
例2.(3σ原则)设随机变量X～N(μ,σ2), (1)求P(μ-σ<X< μ+σ); (2)求P(μ-2σ<X< μ+2σ); (3)求P(μ-3σ<X< μ+3σ);
例3.设轴的长度X ～N(10,0.01).若轴的 长度在（10-0.2,10+0.2）内算合格，求 4根轴中： （1）恰有3根合格的概率； （2）至少有3根合格的概率.
具有以上二性质的任一函数f(x)必是某 连续型随机变量的密度函数.
随机变量及分布PPT课件
P( y X y ) FX ( y ) FX ( y )
fY
(
y
)
dFY ( dy
y
)
1
2
y
0,
fX
(
y ) fX(
y ) , y 0 y0
y 1
fX (
y
)
2
0
y 1
0
y 1
fX (
y
)
2
1 y 0
其它
0
其它
则 Y=X2 的概率密度为：
1
fY
(
y)
2
( y
0
y 1 2
U 的概率密度
P{ X
u 1} 3
FX
{
u
3
1)
fU (u)
dFU (u) du
f
X
(
u
3
1
)
(
u
3
1
)u
fU
(u)
2.
u
3
1
.
1 3
0
即
fU
(u)
2 9
(u
1)
0
0 u1 1 3
其它
1 u 2 其它
例4(P62-例3) 设随机变量X的概率密度为fX(x)(x R),求:
z0
0
z0
（3）备用方式： 系统L的寿命 Z=X+Y
fZ (z) fX ( x) fY (z x)dx
积分区域
z
x
x
0
0
即0 x z
fZ (z)
z e x e (zx)dx e z
0
z e( ) xdx
随机变量及其分布PPT课件
35
例8. 某类灯泡使用时数在1000小时以上 的概率是0.2，求三个灯泡在使用1000 小时以后最多只有一个坏了的概率.
解: 设X为三个灯泡在使用1000小时已坏的灯
泡数 . X ~ B (3, 0.8)，
P(X k)C3k (0.8)k (0.把2)观3察k ,一个k 灯泡0,的1,2使,3用
1 6
)k
(
5)3k 6
,
k0,1,2,3
32
例7. 已知100个产品中有5个次品，现从中 有放回地取3次，每次任取1个，求在所取的 3个中恰有2个次品的概率.
解: 因为这是有放回地取3次，因此这3 次试验
的条件完全相同且独立，它是贝努里试验. 依题意，每次试验取到次品的概率为0.05. 设X为所取的3个中的次品数，
请思考： 古典概型与贝努里概型不同，有何区别？
34
贝努里概型对试验结果没有等可能的 要求，但有下述要求： （1）每次试验条件相同；
（2）每次试验只考虑两个互逆结果A或 A ，
且P(A)=p ，P( A) 1 p；
（3）各次试验相互独立. 可以简单地说， 二项分布描述的是n重贝努里试验中出现 “成功”次数X的概率分布.
随后单调减少.
..
0
n=13,p=0.5
..n
当(n+1)p为整数时，二项概率P(X=k) 在k=(n +1)p和k =(n+1)p-1处达到最大 值.
课下请自行证明上述结论.
31
例6. 将一枚均匀骰子抛掷3次， 令X 表示3次中出现“4”点的次数
不难求得，
X的概率分布列是：
P{
X
k}C3k
(
第三章
随机变量及其分布
例8. 某类灯泡使用时数在1000小时以上 的概率是0.2，求三个灯泡在使用1000 小时以后最多只有一个坏了的概率.
解: 设X为三个灯泡在使用1000小时已坏的灯
泡数 . X ~ B (3, 0.8)，
P(X k)C3k (0.8)k (0.把2)观3察k ,一个k 灯泡0,的1,2使,3用
1 6
)k
(
5)3k 6
,
k0,1,2,3
32
例7. 已知100个产品中有5个次品，现从中 有放回地取3次，每次任取1个，求在所取的 3个中恰有2个次品的概率.
解: 因为这是有放回地取3次，因此这3 次试验
的条件完全相同且独立，它是贝努里试验. 依题意，每次试验取到次品的概率为0.05. 设X为所取的3个中的次品数，
请思考： 古典概型与贝努里概型不同，有何区别？
34
贝努里概型对试验结果没有等可能的 要求，但有下述要求： （1）每次试验条件相同；
（2）每次试验只考虑两个互逆结果A或 A ，
且P(A)=p ，P( A) 1 p；
（3）各次试验相互独立. 可以简单地说， 二项分布描述的是n重贝努里试验中出现 “成功”次数X的概率分布.
随后单调减少.
..
0
n=13,p=0.5
..n
当(n+1)p为整数时，二项概率P(X=k) 在k=(n +1)p和k =(n+1)p-1处达到最大 值.
课下请自行证明上述结论.
31
例6. 将一枚均匀骰子抛掷3次， 令X 表示3次中出现“4”点的次数
不难求得，
X的概率分布列是：
P{
X
k}C3k
(
第三章
随机变量及其分布
随机变量及其分布PPT课件
0
F
(
x)
Ax2
1
x0 0 x1 x 1
求常数A及其概率密度
函数 f (x)。
例2. 设连续型随机变量X的概率密度函数为
f (x) Cex2 x ,－∞ < x < +∞，
求常数C。
34
第34页/共67页
注意：一般的，同一个连续型随机变量X的概 率密度函数可以有很多个，但它们只在有限个 点或可数个点上取值不同。
对于随机试验而言，仅仅知道可能出现的 随机事件并不重要，重要的是这些事件出现的 可能性有多大。
对于随机变量X来说，就是X取什么值不 重要，重要的是X取这些值的概率有多大。
4
第4页/共67页
定义：设X是一个随机变量， x R 是一个实
数，函数 F(x) P(X x) 就称为随机变量X
的概率累积分布函数(cdf: cumulative
,n
求正数 a 的值。
例2. 设离散型随机变量X的分布列
P( X k) C pk , k 1, 2, k!
其中， 0 p 1 为已知，求常数C。
12
第12页/共67页
离散型随机变量X的分布函数为
F(x) P(X x) pk xk x
例3. 求随机变量X的分布函数。
X的分布列为 X 0 1 2 3
pap设随机变量x只可能取0和1两个数值它的分布律为第15页共67页162二项分布binomialdistribution若随机变量x的分布律为其中则称x服从参数为np的二项分布记为二项分布随机变量x对应n重贝努里试验中成功的次数
§2.1 随机变量
从概率的定义我们知道，概率是自变量为 集合的特殊函数；为了能用变量、函数及微积 分等工具来研究事件发生的概率，需要引入概 率论中的重要概念――随机变量。
概率论与数理统计ppt课件
称这种试验为等可能概型(或古典概型)。
*
例1：一袋中有8个球，其中3个为红球，5个为黄球，设摸到每一球的可能性相等，从袋中不放回摸两球， 记A={恰是一红一黄}，求P(A)． 解：
（注：当L>m或L<0时，记 ）
例2：有N件产品，其中D件是次品，从中不放 回的取n件， 记Ak＝{恰有k件次品}，求P(Ak)． 解：
*
第四章 随机变量的数字特征 4.1 数学期望 4.2 方差 4.3 协方差及相关系数 4.4 矩、协方差矩阵 第五章 大数定律和中心极限定理 5.1 大数定律 5.2 中心极限定理 第六章 数理统计的基本概念 6.1 总体和样本 6.2 常用的分布
*
第七章 参数估计 7.1 参数的点估计 7.2 估计量的评选标准 7.3 区间估计 第八章 假设检验 8.1 假设检验 8.2 正态总体均值的假设检验 8.3 正态总体方差的假设检验 8.4 置信区间与假设检验之间的关系 8.5 样本容量的选取 8.6 分布拟合检验 8.7 秩和检验 第九章 方差分析及回归分析 9.1 单因素试验的方差分析 9.2 双因素试验的方差分析 9.3 一元线性回归 9.4 多元线性回归
解： 设 Ai={ 这人第i次通过考核 }，i=1,2,3 A={ 这人通过考核 }，
亦可：
*
例：从52张牌中任取2张，采用(1)放回抽样，（2）不放 回抽样，求恰是“一红一黑”的概率。
利用乘法公式
与 不相容
（1）若为放回抽样：
（2）若为不放回抽样：
解： 设 Ai={第i次取到红牌}，i=1,2 B={取2张恰是一红一黑}
①
②
①
1 2 N
①
②
1 2 N
……
《随机变量及其分布》PPT课件
个普通函数,因而可用微积分的方法来研究随机变量.
随机点 X
概率论与数理统计
x 实数点
x
F(x) P( X x), x
问： 在上 式中，X, x 皆为变量. 二者有什么区 别？ x 起什么作用？ F(x) 是不是概率？
X是随机变量, x是参变量. F(x) 是r.v X取值不大于 x 的概率.
随机变量通常用大写字母X,Y,Z,…或希腊字母, ,
η, ζ,….等表示. 概率论与数理统计
随机变量与普通函数的区别
普通函数的定义域是实数 集,而随机变量的定义域是样本空 间(样本点不一定为实数);
普通函数随自变量的变化所取的函数值无概 率可言,而随机变量随样本点(试验结果)的变化所取 的函数值是具有一定概率的,且因试验的随机性使得 随机变量的取值也具有随机性,即知道随机变量的取 值范围,但在概一率论次与数试理统验计 前无法确定它取何值.
概率论与数理统计
总之，随机变量X有如下特点:
X是定义在样本空间Ω上的单值实值函数,其定 义域为样本空间Ω,值域为实数集 ;
利用X可以描述随机事件; X的取值是随机的,且取值具有一定的概率.
随机变量
离散型 非离散型
连续型
概率论与数理统计
其它
在实际问题中，有两类重要的随机变量：
实例11、观离察散掷型一随个机骰变子量出—现—的取点值数有。限随或机可变列量无X限的可 能值是1，2，3，4，5，6； 则事件“出现偶
概率论与数理统计
分布函数F(x)具有下列性质: 、 0≤F(x)≤1;
注意这些性 质在图形上
的表现
、F(-∞)=0,F(+∞)=1；[确定待定参数]
、F(x)至多有可列个间断点,且在间断点处是