概率论与数理统计-第二章课件.ppt
- 【下载声明】
1. 本站全部试题类文档,若标题没写含答案,则无答案;标题注明含答案的文档,主观题也可能无答案。请谨慎下单,一旦售出,不予退换。
2. 本站全部PPT文档均不含视频和音频,PPT中出现的音频或视频标识(或文字)仅表示流程,实际无音频或视频文件。请谨慎下单,一旦售出,不予退换。
3. 本页资料《概率论与数理统计-第二章课件.ppt》由用户(晟晟文业)主动上传,其收益全归该用户。163文库仅提供信息存储空间,仅对该用户上传内容的表现方式做保护处理,对上传内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(点击联系客服),我们立即给予删除!
4. 请根据预览情况,自愿下载本文。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。
5. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007及以上版本和PDF阅读器,压缩文件请下载最新的WinRAR软件解压。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 概率论 数理统计 第二 课件
- 资源描述:
-
1、第二章 一维随机变量及其分布第一节 随机变量第二节 离散型随机变量第三节 随机变量的分布函数第四节 连续型随机变量及其概率密度第五节 随机变量的函数的分布第一节 随机变量定义 设X X(w)是定义在样本空间W上的实值函数,称X X(w)为随机变量.随机变量通常用大写字母X,Y,Z,W,.等表示下图给出样本点w与实数X X(w)对应的示意图 W1e2e3ex 这个定义表明,随机变量 X是样本点 的一个函数,这个函数可以是不同样本点对应不同的实数,也允许多个样本点对应同一个实数.这个函数的自变量(样本点)可以是数,也可以不是数,但因变量一定是实数.w w掷一颗骰子,出现的点数X是一个随机变量.电视
2、机的寿命T是一个随机变量.例如例如 对于样本点本身不是数的随机试验,这时可根据需要设计随机变量。1,0,.Xw ww w 合合格格品品;不不合合格格品品例例2 2 一射手对目标进行射击,击中目标记为1分,未中目标记为0分.设X表示该射手在一次射击中的得分,它是一个随机变量,可以表示为.,0,1未中击中;wwX例例3 3 观察一个电话交换台在一段时间(0,T)内接到的呼叫次数如果用X表示呼叫次数,那么 表示一随机事件,显然 也表示一随机事件),2,1,0(kkX),2,1,0(kkX()BXIww()().P XIP BPXIww随机变量的取值随试验的结果而定,而试验的各个结果出现有一定的概率,
3、因而随机变量的取值有一定的概率.按照随机变量可能取值的情况,可以把它们分为两类:离散型随机变量和非离散型随机变量,而非离散型随机变量中最重要的是连续型随机变量.因此,本章主要研究离散型及连续型随机变量.BIXI记为事件是一个实数集合若一般的,即于是定义 如果随机变量的全部可能取的值只有有限个或可列无限多个,则称这种随机变量为离散型随机变量.),2,1(kxkX 取各个可能值的概率,即事件 的概率为kxX,1,2,kkP Xxpk(1)称(1)式为离散型随机变量X的分布律.一般地,设离散型随机变量 X 所有可能取的值为第二节第二节 离散型随机变量离散型随机变量分布律也可以直观地用下面的表格来表示
4、:Xnxxx21kpnppp21由概率的定义,式(1)中的 应满足以下条件:kp,2,1,01kpk。.121kkp。随机变量X的所有取值随机变量X的各个取值所对应的概率 例1 某系统有两台机器相互独立地运转设第一台与第二台机器发生故障的概率分别为0.1,0.2,以X表示系统中发生故障的机器数,求X 的分布律 2,1iiAi台机器发生故障”,表示事件“第设解72.08.09.0)(021AAPXP26.02.09.08.01.0)()(12121AAPAAPXP02.02.01.0)(221AAPXP故所求概率分布为:X210kp02.026.072.0(一)(一)(0 01 1)分布)分布
5、设随机变量 X 只可能取0与1两个值,它的分布律是)1,10(1,0,1qppkqpkXPkk则称 X 服从(01)分布或两点分布(01)分布的分布律也可写成 X10kppq抛一枚硬币,观察出现正面H还是反面T,正面X0,反面X1T H对于一个随机试验,如果它的样本空间只包含两个元素,即 ,我们总能在W上定义一个服从(01)分布的随机变量 12,Ww w.,1,0)(21wwwww当当XX来描述这个随机试验的结果。检查产品的质量是否合格,对新生婴儿的性别进行登记,检验种子是否发芽以及前面多次讨论过的“抛硬币”试验都可以用(0-1)分布的随机变量来描述伯努利试验是一种非常重要的概率模型,它是“在
6、同样条件下独立地进行重复试验或观察”的一种数学模型,有着广泛的实际应用设试验 只有两个可能结果:及 ,则称 为伯努利(Bernoulli)试验设 ,此时 ,将E 独立重复地进行n次,则称这一串重复的独立试验为n重伯努利试验.EAA)10()(ppAPpAP1)(E(二)(二)伯努利试验与二项分布伯努利试验与二项分布012kn knP Xkp qknk ,二项分布二项分布显然 0 kXP00()1nnkn knkknP Xkp qp qk 满足分布律的两个条件即kXP注意到 刚好是二项式 的展开式中 knknp qknqp)(的二项分布服从参数为量的那一项,故称随机变出现pnXpk,X记为(,)
7、B n p例例2 2 已知某类产品的次品率为0.2,现从一大批这类产品中随机地抽查20件,问恰好有k(k=0,1,2,20)件次品的概率是多少?解解 这是不放回抽样但由于这批产品的总数很大,且抽查的产品的数量相对于产品的总数来说又很小,因而可以当作放回抽样来处理这样做会有一些误差,但误差不大.我们将检查一件产品是否为次品看成是一次试验,检查20件产品相当于做20重伯努利试验以X记抽出的20件产品中次品的件数,那么X是一个随机变量,且XB(20,0.2)则所求的概率为 2020(0.2)(0.8)0120kkP Xkkk,将计算结果列表如下:kXPkXPkk0123450.0120.0580.1
8、370.2050.2180.175678910110.1090.0550.0220.0070.002 0.001作出上表的图形,如下图所示 直至达到先是随之增加增加时,概率从上图可以看出,当,kXPk4knp最大值(),随后单调减少.一般地,对于固定的 及,二项分布(,)B n p都有类似的结果。(三)泊松分布0,1,2,X设随机变量所有可能取值为,!kkXPke,210k0其中是常数()X 记为且有显然,,2,1,0kkXP1eeee000kkkkkkkkXP!而取各个值的概率为X则称 服从参数为 的泊松分布,满足分布律的两个条件即kXP1.泊松分布例3 商店的历史销售记录表明,某种商品每月
9、的销售量服从参数为 10的泊松分布为了以95%以上的概率保证该商品不脱销,问商店在月底至少应进该商品多少件?解按题意要求为件,件,月底的进货量为种商品设商店每月销售nX该95.0 nXP的泊松分布,则有服从10Xnkkk01095.0e10!由附录的泊松分布表知.95.09513.0e1095.09166.0e101501014010kkkkkk!,!只要在月底进货15件(假定上个月没有存货),就可以95%的概率保证这种商品在下个月内不会脱销证明略2.二项分布的泊松近似 lim1.!kn kknnnnppekk 1,0,1,2,.!kn kknpnnpppekkk 解解 10.2100.211
10、10.9820.018.!kkP Xek 30.9200.93110.9870.013.!kkP Xek 注意注意 此种情况下,不但所求概率比(1)中有所降低,而且3名维修工负责90台设备相当于每个维修工负责30台设备,工作效率是(1)中的1.5倍.10530510110.9860.014.!kkP Xek 注意注意 此种情况下所求概率与(2)中基本上一样,而10名维修工负责500台设备相当于每个维修工负责50台设备,工作效率是(2)的1.67倍,是(1)中的2.5倍.在几何上,它表示随机变量X的取值落在实数x左边的概率第三节 随机变量的分布函数是任意实数,函数是一个随机变量,设xX定义 xX
展开阅读全文