1、比如:将一枚硬币抛三次,以表示三次投掷中出现正面的总次数,那么,对于样本空间中的每一个样本点,都有一个值与之对应,即样本点的值 3 2 2 1 1 1 0二、随机变量的分布函数.1 随机变量的分布函数(适合任何类型的随即变量) 陈氏第2技 随机变量的分布函数的全新揭秘。 分布函数定义形式的渊源一般情况下,人们只对某个区间内的概率感兴趣,即研究下列四种可能的区间的概率 由于当 所以,我们只须定义一个形式就可以了,其他区间形式都可以用它表示出来。于是定义:为的分布函数。它就是落在任意区间上的概率,本质上是一个累积函数。具有下列重要性质: 单凋不减;因为区间越大,概率越大。 ; 上述全部可能的表示中
2、,只有,但,因为假如 ,那么,当离散型在点的概率不为零时,等式就会出现矛盾,故不可能左连续。 又,上式中根本不可能出现的形式,对上述种关系没有任何影响,即右连续。当然,由于连续型在一点的概率恒为零,所以,连续型分布函数左连续和右连续同时成立。正是要求右连续,才使成为分布函数的普适定义。评注分布函数可以描述任何类型的随机变量,不仅可以描述连续型,还可以描述离散型及其其他非连续型,但不同的随机变量可以有相同的分布函数。对连续型任一点的概率等于零,而对非连续型任一点的概率不一定等于零。我们要重点掌握离散和连续两类随机变量的分布规律。注意,存在分布函数等类型,既非离散型又非连续型。2. 离散型随机变量
3、的分布律(概率) 当随机变量所取的有限个或可列个值,能够按照由小到大的顺序排列时,称为离散型随机变量。 设离散型随机变量的可能取值为,事件的概率为 称为离散分布律。注意 :。要求掌握的离散性分布律有5种:分布,伯努利二项分布,泊松分布,几何分布和超几何分布。 评注 离散分布函数一般为阶梯函数。已知离散分布函数,根据分布函数的性质,可以计算出离散分布律反过来,已知离散分布律,根据一维直角分割法,可以计算出离散分布函数2.3 连续型随机变量的概率密度(分布密度) 称为连续分布函数 称为概率密度,或分布密度。 连续型是连续函数,即:; 连续型几何意义是面积,且: 要求掌握的连续型分布函共有种:均匀分
4、布,指数分布和正态分布。陈氏第技常年考点用到的 5个重要结论。 只有存在概率密度(不恒为零)的随机变量才称为连续型,但不能错误认为分布函数连续的随机变量为连续型。如分布函数 就不是连续型。 若均是分布函数,则当 时 和仍然为分布函数 。均是分布函数,则当 时仍然为分布函数,但不一定是分布函数。 如果为连续型,则也是连续型,且,若如果为离散型,则却不一定为离散型,如服从泊松分布,就不再是泊松分布。 普适分布函数和离散型分布函数右连续;连续型分布函数左右都连续;但密度函数不一定连续,而且一般规定:区间端点(注意不是分界点)处密度函数值取零。2.4 离散型与连续型随机变量的关系可见,积分元在在连续型
5、随机变量理论中与在离散型随机变量理论中所起的作用地位相同,这与微分的几何意义完全一致。25一维随机变量的8大分布(53分布)() 两点分布(又称0-分布)模型:伯努利试验变量只有两种可能结果,随机变量使用0与1 两种取值。如每次发生的概率为,共试验了1次,求其中发生的概率(放回抽样)。 0-1分布为:(2)伯努利二项分布模 型:随机试验结果只有两种,如每次,共试验了次,求其中发生次的概率(放回抽样)。(3)泊松分布满足下列条件的随机质点流(一串重复出现的事件)称为泊松流。 (1)在时间 内流过质点数的概率仅与有关,与t无关; (2)不相交的时间间隔内流过的质点数彼此独立;(3)在充分短的一瞬间
6、只能流过一个或没有质点流过,要流过个或2个以上质点几乎是不可能的。可以证明泊松流在单位时间内流过质点数便服从泊松分布。例如:单位时间内放射性物质放射出的粒子数;单位时间内某电话交换台接到的呼唤次数; 单位时间内走进商店的顾客数等等;均可认为它们服从泊松分布。,很小。【例1】某人进行射击,命中率0001,独立射击5000次,求射击中次数不少于两次的概率。解:服从二项分布,但由于次数很大,可用泊松分布计算(4)几何分布模 型:,试验一直继续,直到发生为止,求第次(放回抽样)才发生的概率。【例2】袋中有个白球,个红球,从袋中先后取出个球,放回,求第次取到白球的概率。解:服从几何分布【例3】5把钥匙,
7、只有一把能开锁,如果某次打不开仍不扔掉(放回),求下列事件的概率。()第一次打开;(2)第二次打开;()第三次打开;(5)超几何分布随机试验结果只有两种,如件产品,其中有件次品,从中取件(不放回和放回抽样结果相等),含有个次品的概率。【例4】袋中有个白球,个红球,从袋中先后取个球,求含有个白球和红球概率。服从超几何分布 放回抽样:不放回抽样:可见:超几何分布遵循抽签原理。(6)均匀分布 模型:设随即变量的值落在内,其内取值具有“等可能”性,即其密度分布在上为常数,即 【例5】若服从上的均匀分布,求方程有实根的概率。有实根,则则有实根的概率()指数分布在实践中,如果随机变量表示某一随机事件发生所
8、需等待的时间,则一般例如,某电子元件直到损坏所需的时间(即寿命);随机服务系统中的服务时间;在某邮局等候服务的等候时间等等均可认为是服从指数分布。 指数分布计算中常用到函数:如 等等。【例6】指数分布的特点是:“无记忆性”,即试证明之。证明:(8)正态分布模型:在实践中,如果随机变量表示许许多多均匀微小随机因素的总效应,则它通常将近似地服从正态分布,如:测量产生的误差;弹着点的位置;噪声电压;产品的尺寸等等均可认为近似地服从正态分布。尽管它来源于连续型,但它是任何分布的极限分布,而且,根据中心极限定理,若干个未知分布的随机变量之和近似地服从正态分布,它是数理统计的基础,是概数中的第一大分布。当
9、,称为标准正态分布。此时分布函数为评 注 8大分布产生的背景如下,伯努利试验产生的分布有:分布,泊松流产生的分布有:误差产生的分布有:【例7】证明(重要结论,务必记住) 证明:根据概率定义来证明。 设 ,大写表示随机变量,小写表示随机变量取到的值。【例8】设随机变量均服从,若概率,求令 分位数:如无特别说明,正态分布专指下分位数;三个抽样分布专指上分为数。(1)上分位数 (2)下分位数 评 注无论哪种分位数,对标准正态分布都有:标准正态分布的查表中使用的是下分位数。其他三种抽样分布的查表中则使用的是上分位数,即: 参见浙大三版附表2。三、一维随机变量函数的分布函数 .1 离散型陈氏第4技 采用
10、一维直角分割法计算一维分布函数。 如计算区间的,先在区间内任取一点,然后,由点向数轴左边(往左边画是为了满足的分布函数定义)画一个直角区域,该直角区域与样本空间的交集就是所求的,即把该直角区域包含全部样本点的概率相加, 如为连续则相加变为积分。直角分割法也适应二维分布,由点向平面左下方画一个直角区域即可。【例9】设的分布函数为,求的概率分布。由于要求右连续,故等号必须加在号上。又由于每一区间的为常数,故具有离散型特征。处有第一类跳跃间断点,即在这些点的概率不为零,即正概率点存在。根据直角分割法,计算如下的概率分布(即离散分布律)为13【例10】设随机变量的分布为-120.50.15.35当时,求的分布函数的分布。上表显然为离散分布正概率点的值。根据概率归一化: 利用直角分割法,如计算区间的,其余区间类推,故: 评 注 由于分布函数右连续,故等号位置不能放在小于号上。)8.50.05【例11】已知随机变量的分布律为.20.1求的分布律。的所有可能取值为,1 (将的所有取值代入得到)0.7 2 连续型具有连续概率密度处处可导,且不变号,则的概率密度为:
copyright@ 2008-2022 冰豆网网站版权所有
经营许可证编号:鄂ICP备2022015515号-1