《概率论与数理统计3章》由会员分享，可在线阅读，更多相关《概率论与数理统计3章（129页珍藏版）》请在金锄头文库上搜索。
1、第3章 随机变量,随机变量的产生一维随机变量的分布函数离散型随机变量二项分布与泊松分布连续型随机变量正态分布一维随机变量函数的分布,3.1 随机变量的产生,样本空间太任意，难以把握，需要将其数量化。要求问题涉及的事件与变量相关，这样可以将概率和函数建立联系。,定义 称定义在样本空间上的实函数=()，是随机变量，如对任意实数x ，集合 () x 都是一随机事件。,注：一般() 简单记为，() x 记为x,随机变量,3.2 一维随机变量的分布函数,分布函数,设是一个随机变量，x是任意实数，函数F(x)=P()x称为随机变量的分布函数，记作F(x)或F(x)。, 的分布函数也常简记为F(x)= Px
2、,分布函数的性质,任一随机变量的分布函数F(x)，x(，)，具有下列性质：,(1)单调不减性 若x1x2，则 F(x1) F(x2),根据概率的性质，得Px2 Px1 即 F(x2) F(x1),证明： 若x1x2 ，则有,(2) 0F(x) 1 ，且,(3) 左连续性 对任意实数 x0 ，有,如某实函数具有上述3个性质，则它可作为某随机变量的分布函数,由分布函数，可以计算如下概率：,离散型随机变量,如随机变量的取值只有有限个或可列多个，则称它为离散型随机变量。,3.3 离散型随机变量,随机试验：接连进行两次射击，表示未击中目标，表示击中目标。样本空间：,现在我们设定随机变量表示击中目标的次数
3、，则,随机试验：观察某电话交换台单位时间内接到的呼唤次数。样本空间=0,1,2,，以表示接到的呼唤次数，那么，=()=，是离散型随机变量。,设离散型随机变量的全部取值为x1,x2,xn,且P(=xi)=pi，i=1,2,则称上式为的概率分布律。也可写作：,离散型随机变量的分布列,称为的分布列,显然,在试验1中，假设两次射击是相互独立的，且是否命中目标的概率各为0.5，则的分布列为,例,退化分布,如随机变量只取常数C，则称服从退化分布。显然 P(=C)=1,退化分布也称为单点分布,3.4 二项分布与泊松分布,二项概率公式,设在一次试验中，事件出现的概率为p (0p0.999 故 nlg0.001
4、/lg0.04=2.15 取n=3，即需要发射3枚导弹。,例2 （渔佬问题） 渔佬想知道自己承包的鱼塘中鱼的条数。渔佬先从塘中网起100条鱼做上记号后放回塘里，过一段时间（使其均匀）再从中网起80条，发现其中有记号者为2条，求鱼的总数N。,解设有记号的鱼的条数为，则服从二项分布B(80，100/N)。,由定理2，捞起的鱼最有可能是Int(n+1)p)条，因此(80+1)100/N=2 由此解得 N=4050（条）,若离散型随机变量的分布律为,其中0是常数，则称服从泊松分布。记为P() ，称为参数。,泊松分布,因为0 ，故有P(=k)0 。(k=0,1,2, ),即泊松分布的分布律，具备概率函数
5、两性质。,在任给一段固定的时间间隔内，来到公共设施（公共汽车站、商店、电话交换台等）要求给予服务的顾客个数；炸弹爆炸后落在平面上某区域的碎弹片个数；落在显微镜片上的某种细菌个数,在实际问题中，有很多随机变量都近似服从泊松分布。例如:,由定理知：泊松分布是二项分布的极限分布,设随机变量n服从二项分布B(n,pn) (n=1,2, )，其中概率pn与有关，并且满足,泊松定理,证明 ：,其中为一个定数。,对任意固定的非负整数，有,故得,在应用中，当很大（n10 ），很小(0.1) ，我们有下面的泊松近似公式,其中=np,解 设为击中目标的弹数，则B(5000,0.001) ，,例3 设每次击中目标的
6、概率为0.001，且各次射击是否中目标可看作相互没有影响，如果射击5000次，试求：()击中12弹的概率；()至少击中12弹的概率。,下面用近似公式计算。其中=np=50000.001=5,（）至少击中12弹的概率为：,（）击中12弹的概率为：,例4 设有同类设备台，各台工作相互独立的，发生故障的概率都是0.01，并且一台设备的故障可由一个人来处理，试求（）一个人负责维修台设备时，设备发生故障而不能及时维修的概率；（）由三个人共同负责维修台设备时，设备发生故障而不能及时维修的概率。,解： (1)设表示同一时刻发生故障的设备台数。在同一时刻至少有台设备发生故障，便不能及时处理。,若用泊松近似公式
7、(=np=200.01=0.2) ，则有,（2）设表示同一时刻发生故障的设备数，则B(80,0.01)。当同一时刻至少有台设备发生故障时，就不能及时维修。用泊松近似公式 (=np=800.01=0.8) ，得,计算结果表明，由三人共同负责维修台，每人平均约维修台，比一个单独维修台更好，既节约了人力又提高了工作效率。,例5 某商店由过去的销售记录表明，某种商品每月的销售件数可以用参数=7的泊松分布来描述，为了以0.999以上的把握保证不脱销，问该商店在月底至少应进这种商品多少件？,解：设该商店每月销售件，月底进货为a件，则当a 时，就不会脱销。根据P(7) 得,查表得 a+1=17即 a=16,
8、这家商店至少要在月底进16件这种商品。,几何分布,在“成功”概率是p的贝努利试验中，若以记首次出现“成功”的试验次数。则所服从的分布便是几何分布。,显然,例6 一个人要开门，他共有n把钥匙，其中仅有一把是能开此门的，现随机地从中取出一把钥匙来试开门，在试开时每一把钥匙均以1/n的概率被取用，问此人直到第S次试开时方才成功的概率是多少？,解,A=试开门成功,几何分布具有如下特征：如的分布律为g(k;p)，则对任意正整数s、t，有P(s+ts)= P(t)称几何分布具有“无记忆”性。,下面证明上式。,证明,超几何分布,例7 在一箱N件装的产品中混进了M件次品，今从中抽取n 件 (nM) ，求从中查
9、出次品的件数的概率分布.,解,负二项分布,在“成功”概率是p的贝努利试验中，出现第r次成功时所作的试验次数所服从的分布称为负二项分布.,由于f(k;r,p)是负指数二项式展开式中的项，故所服从的分布称为负二项分布。由此也可以证明,证明,例8 两个同类型的系统，开始时各有N个备件，一旦出现故障，就要更换一个备件。假定两个系统的运行条件相同，不同时发生故障。试求当一个系统需用备件而发现备件已用光时，另一系统尚有r个备件的概率Ur. (r=0,1, ,N),解 只考虑出故障的时刻,故障的出现看作是贝努利试验，有,要第一个系统缺备件而第二个系统剩r件，应该是A出现N1次（前N次用去所有N个备件，最后一
10、次故障发生时缺乏调换的备件）而A出现Nr次，这事件的概率为：,对于第二个系统先缺备件的情况可同样考虑，因此所求概率Ur为：,连续型随机变量,定义 设随机变量的分布函数为F(x)，若存在非负函数f(x)，使得对一切实数，关系式,3.5 连续型随机变量,都成立，则称为连续型随机变量，f(x)称为的密度函数。,可以证明，连续型随机变量的分布函数是连续函数。,密度函数的性质,定理 密度函数f(x)具有下列性质： （1） （2） （3） （4） 若f(x)在点处连续，则有F(x)=f(x),证明 （）由定义知f(x) 0显然。,（）由分布函数性质知，,由广义积分概念与定义知，,（）,对任意类型的随机变量
11、均成立,(),例：设是连续型随机变量，c为任意常数，试证Pc0,证明 对任意的h，有,注：由Pc0 ，可知连续型随机变量有,（）求常数、；（）判断是否是连续型随机变量；（）求 P11/2,例：设随机变量的分布函数为,解：（）由分布函数性质得,（）因为 所以F(x)不是连续函数，从而不是连续型随机变量。,（）,均匀分布,设a、b为有限数，且a0为常数，则称服从参数为、的正态分布，简记为N(,2) 。,的分布函数为,特别地称N(0,1)为标准正态分布，其概率密度及分布函数常记为：,如N(,2)，有,证明：,证明：,例：设N(1，4)，求P1x=0.1的x。,例2,解：,x=1.645,例3 设已知
12、测量误差N（0，102 ），现独立重复进行100次测量，求误差绝对值超过19.6的次数不少于3的概率。,解：,第一步:以A表示一次测量中“误差绝对值超过19.6”的事件，则有,第二步:以表示100次独立重复测量中，事件A发生的次数，则B（100，0.05），所求概率是 P（3）=1P（3）,第三步:由于n=100较大而p=0.05很小，故二项分布可用=np=5的泊松分布近似代替，查泊松分布表可得,例4 公共汽车车门的高度是按男子与车门顶碰头的机会在0.01以下来设计的，设男子身高服从=170cm、=6cm的正态分布，即N（170，62 ），试确定车门的高度。,解：,设车门的高度为hcm，根据设计要求应有,例5：从南郊某地乘车前往北区火车站搭火车有两条路线可走，第一条穿过市区，路程较短，但交通拥挤，所需时间（单位分钟）服从正态分布N(50,100)，第二条沿环城公路走，路线较长，但意外堵塞较少，所需时间（单位分钟）服从正态分布N(60,16)，（1）如有70分钟可用，问应走哪一条路线？（2）如只有65分钟可用，问应走哪一条路线？,
