第二章 一维随机变量及其分布(1)

《第二章 一维随机变量及其分布(1)》由会员分享，可在线阅读，更多相关《第二章 一维随机变量及其分布(1)（26页珍藏版）》请在金锄头文库上搜索。

1、第二章 一维随机变量及其分布2009考试内容随机变量 随机变量分布函数的概念及其性质 离散型随机变量的概率分布 连续型随机变量的概率密度 常见随机变量的分布 随机变量函数的分布2009考试要求1 理解随机变量的概念，理解分布函数的概念及性质，会计算与随机变量相联系的事件的概率.2 理解离散型随机变量及其概率分布的概念，掌握0分布、二项分布、几何分布、超几何分布、泊松（Poisn）分布及其应用。3 了解泊松定理的结论和应用条件，会用泊松分布近似表示二项分布。4 理解连续型随机变量及其概率密度的概念,掌握均匀分布U（a,b）、正态分布N（）、指数分布及其应用，其中参数为的指数分布E（)的概率密度为

2、5 会求随机变量函数的分布。本章导读 本章的核心内容是8大分布函数及其对应的模型；如何根据定义求的函数分布一般方法。介绍了作者用于分布函数求一维分布的直角分割法秘技。分布函数的定义历来是使读者感到迷茫的知识点，如为什么要求分布函数必须右连续等问题?目前的教材和参考书的讲法都不清晰，作者系统地揭开了这一神秘数学面纱。一、 随机变量1概 念随机试验的每一个可能的结果（即每一基本事件），对应样本间的集合中每一元素,我们都可以设令一个实数来表示该元素，显然，为实值单值函数,称为随机变量。对，我们试验前无法确定，也就无法事先确定的值，只有在试验后才会知道的值，但取值一定服从某种确定的分布.随机变量与普通

3、函数区别有三，第一,随机变量定义域为样本空间的基本事件；第二，随机变量取值是随机的，只有它取每一个可能值有确定的概率;第三,随即变量是随机事件的人为数量化，而且这种数值只是一种符号表示。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 32 2 2 1 1 1 0二、随机变量的分布函数2。 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 读者只要利用一维坐标轴就分容易得出下列结

4、论当 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,对于离散点，采用叠加,对于连续点,使用一元积分。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，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.其中，是计算离散型分布函数的重要公式。 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。

5、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，存在既非离散型又非连续型的分布函数，如等类型，。2.2 离散型随机变量的分布律(概率分布） 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.当已知分布函数，求分布律(概率分布）的计算方法是(参阅【例9】) 。 设离散型随机变量的可能取值为，事件的概率为 ，离散型分布函数称为离散分布律,一般使用列表表示。注意：

6、。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。23 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。离散型分布函数反应在各个分布点上，而连续型分布点上的分布函数为0，显然不能反应其分布本质,故而使用其相应的概率密度或称分布密度来反应分布规律。连续型具有下列性质 连续型是连续函数（左右均连续）,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3种

7、:均匀分布,指数分布和正态分布。陈氏第3技 常年考点用到的5个分布函数组合的重要结论. 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 。 若均是分布函数,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。评 注 设和是任意两个独立的连续

8、型随机变量，它们的概率密度分别为；分布函数分别为，则解:选。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。2.5 一维随机变量的大分布（个离散分布+个连续分布）（）两点分布（又称01分布）模型：伯努利试验变量只有两种可能结果（对立），随机变量使用0与 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)。 01分布为： （2）伯努利二项分布模型：随机试验结果只有两种，如每次发生的概率为,共试验了次，求其中发生次的概率（放回抽样）。（）泊松分布模型:满足下列条件的随机质点流（一串

9、重复出现的事件)称为泊松流.（)在时间 内流过质点数的概率仅与 有关，与无关; （2）不相交的时间间隔内流过的质点数彼此独立； （3）在充分短的一瞬间只能流过一个或没有质点流过，要流过2个或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。 当很小时,有。【例1】某人进行射击,命中率0。,独立射击50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：随机试验结果只有两种，如每

10、次发生的概率为,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，每次取到白球的概率为 ，则第次取到白球的概率 【例3】5把钥匙,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。(1）第一次打开；（2）第二次打开;(3）第三次打开；解:服从几何分布 （5）超几何分布模型：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。解：服从超几何分布 放回抽样

11、：不放回抽样：可见：超几何分布遵循抽签原理。（）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。解：有实根,则;则有实根的概率。(7）指数分布模型：在实践中，如果随机变量表示某一随机事件发生所需等待的时间,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

12、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，但它是任何分布在样本数一般大于45时的极限分布。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，是概率与数理统计中的第一大分布。 当,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】设，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

13、机变量均服从,若概率，求解:令,注意连续型，则 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：切 记：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25。三、一维随机变量函数的分布函数 3.1 离散型陈氏第4技 采用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

14、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】设的分布函数为,求的概率分布.解: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。在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1】设随机变量的分布为0123。25150。当时,求的分布函数和和的分布。解：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。03800。450。30。5【例11】已知随机变量的分布律为0。200.1求的分布律。解：的所有可能取值为, (将的所有取值代入得到）。1.30 3.2 连续型 如果具有连续概率密度,处处可导,且不变号,则的概率密度为: 评 注 上述解法由于条件苛刻，应用受到限制，而