1 §2.2 离 散 型 随 机 变 量 §2.1 随 机 变 量 的 概 念 §2.3 超几何分布 · 二项分布 · 泊松分布 1. “0-1” 分布 ( 两点分布 ) 3. 二项分布 4. Poisson 分布 2. 超几何分布 n →∞ , N→∞ , (x = 0, 1, 2, , n) (x.

Slides:



Advertisements
Similar presentations
2 和 5 的倍数的特征 运动热身 怎样找一个数的倍数? 从小到大写出 2 的倍数( 10 个): 写出 5 的倍数( 6 个) 2 , 4 , 6 , 8 , 10 , 12 , 14 , 16 , 18 , 20 5 , 10 , 15 , 20 , 25 , 30.
Advertisements

随机变量及其概率分布 第二章 离散型随机变量及其分布律 正态分布 连续型随机变量及其分布律 随机变量函数的分布.
2.6 隐函数微分法 第二章 第二章 二、高阶导数 一、隐式定义的函数 三、可微函数的有理幂. 一、隐函数的导数 若由方程 可确定 y 是 x 的函数, 由 表示的函数, 称为显函数. 例如, 可确定显函数 可确定 y 是 x 的函数, 但此隐函数不能显化. 函数为隐函数. 则称此 隐函数求导方法.
全微分 教学目的:全微分的有关概念和意义 教学重点:全微分的计算和应用 教学难点:全微分应用于近似计算.
第三章 多维随机变量及其分布 3.1 二维随机变量 3.2 边缘分布 3.3 条件分布 3.4 随机变量的独立性
第二章 随机变量及其分布 在第一章里,我们研究了随机事件及其概率.而对于一个随机试验,我们除了对某些特定的事件发生的概率感兴趣外,往往还会关心某个与试验结果相联系的变量.由于这一变量依赖于试验结果,因而这一变量的取值具有随机性,这种变量被称为随机变量.本章将着重介绍两类随机变量——离散型随机变量和连续型随机变量及其分布.
学案5 离散型随机变量及其分布列.
概率论与数理统计 2.2 离散型随机变量及其分布.
概率论与数理统计 课件制作:应用数学系 概率统计课程组.
第2章 随机变量及其分布 2.1 随机变量及其分布函数 2.2 离散型随机变量及其分布律 2.3 几种常见的离散型分布
第四章 多维随机变量及其分布.
第三章 函数逼近 — 最佳平方逼近.
第二章 二次函数 第二节 结识抛物线
6.6 单侧置信限 1、问题的引入 2、基本概念 3、典型例题 4、小结.
08-09冬季学期 概率论与数理统计 姜旭峰,胡玉磊.
第二节 离散型随机变量 及其分布律 一、离散型随机变量的分布律 二、常见离散型随机变量的概率分布 三、小结.
第二章 随机变量及其分布 关键词: 随机变量 概率分布函数 离散型随机变量 连续型随机变量 随机变量的函数.
一、原函数与不定积分 二、不定积分的几何意义 三、基本积分公式及积分法则 四、牛顿—莱布尼兹公式 五、小结
第四章 一元函数的积分 §4.1 不定积分的概念与性质 §4.2 换元积分法 §4.3 分部积分法 §4.4 有理函数的积分
第5章 定积分及其应用 基本要求 5.1 定积分的概念与性质 5.2 微积分基本公式 5.3 定积分的换元积分法与分部积分法
主要内容 § 3.1 多维随机变量及联合分布 联合分布函里数 联合分布律 联合概率密度 § 3.2 二维随机变量的边缘分布
随机变量及其 概率分布.
第三节 格林公式及其应用(2) 一、曲线积分与路径无关的定义 二、曲线积分与路径无关的条件 三、二元函数的全微分的求积 四、小结.
2-7、函数的微分 教学要求 教学要点.
第四章 随机变量的数字特征 第一节 数学期望 第二节 方差 第三节 协方差及相关系数 第四节 矩、协方差矩阵.
第5章 §5.3 定积分的积分法 换元积分法 不定积分 分部积分法 换元积分法 定积分 分部积分法.
第三章 多维随机变量及其分布 §2 边缘分布 边缘分布函数 边缘分布律 边缘概率密度.
例1 :甲击中的环数; X :乙击中的环数; Y 平较高? 试问哪一个人的射击水 : 的射击水平由下表给出 甲、乙两人射击,他们
本次课讲授:第二章第十一节,第十二节,第三章第一节, 下次课讲第三章第二节,第三节,第四节; 下次上课时交作业P29—P30
§2 求导法则 2.1 求导数的四则运算法则 下面分三部分加以证明, 并同时给出相应的推论和例题 .
概 率 统 计 主讲教师 叶宏 山东大学数学院.
第二章 随机变量及其分布 §1 随机变量 §2 离散型随机变量及其分布 §3 随机变量的分布函数 §4 连续型随机变量及其概率密度
连续型随机变量及其概率密度 一、概率密度的概念与性质 二、常见连续型随机变量的分布 三、小结.
第七章 参数估计 7.3 参数的区间估计.
第一章 函数与极限.
习题 一、概率论 1.已知随机事件A,B,C满足 在下列三种情况下,计算 (1)A,B,C相互独立 (2)A,B独立,A,C互不相容
离散型随机变量.
概 率 统 计 主讲教师 叶宏 山东大学数学院.
抽样和抽样分布 基本计算 Sampling & Sampling distribution
概 率 论.
概 率 统 计 主讲教师 叶宏 山东大学数学院.
应用概率统计 主讲:刘剑平.
5.2 常用统计分布 一、常见分布 二、概率分布的分位数 三、小结.
在第一章中,我们介绍了条件概率的概念 . 在事件B发生的条件下事件A发生的条件概率 推广到随机变量
第二章 随机变量及其分布 第一节 随机变量 第二节 离散随机变量及分布律 第三节 随机变量的分布函数 第四节 连续随机变量及概率密度
第三章 从概率分布函数的抽样 (Sampling from Probability Distribution Functions)
正切函数的图象和性质 周期函数定义: 一般地,对于函数 (x),如果存在一个非零常数T,使得当x取定义域内的每一个值时,都有
§6.7 子空间的直和 一、直和的定义 二、直和的判定 三、多个子空间的直和.
第三章 多元随机变量及其分布 关键词:二元随机变量 联合分布 边际分布 条件分布 随机变量的独立性 随机变量函数的分布.
第三章 随机变量的数字特征 (一)基本内容 一、一维随机变量的数学期望 定义1:设X是一离散型随机变量,其分布列为:
函 数 连 续 的 概 念 淮南职业技术学院.
第二章 随机变量及其分布 关键词: 随机变量 概率分布函数 离散型随机变量 连续型随机变量 随机变量的函数.
概 率 统 计 主讲教师 叶宏 山东大学数学院.
Ch5 一维随机变量.
第三章 函数的微分学 第二节 导数的四则运算法则 一、导数的四则运算 二、偏导数的求法.
第4课时 绝对值.
直线和圆的位置关系 ·.
学习任务三 偏导数 结合一元函数的导数学习二元函数的偏导数是非常有用的. 要求了解二元函数的偏导数的定义, 掌握二元函数偏导数的计算.
第三章 多维随机变量及其分布 第一节 二维随机变量 第二节 边缘分布 第三节 条件分布 第四节 相互独立的随机变量
第四节 随机变量函数的概率分布 X 是分布已知的随机变量,g ( · ) 是一个已知 的连续函数,如何求随机变量 Y =g(X ) 的分布?
第一部分:概率 产生随机样本:对分布采样 均匀分布 其他分布 伪随机数 很多统计软件包中都有此工具 如在Matlab中:rand
第15讲 特征值与特征向量的性质 主要内容:特征值与特征向量的性质.
§5.2 抽样分布   确定统计量的分布——抽样分布,是数理统计的基本问题之一.采用求随机向量的函数的分布的方法可得到抽样分布.由于样本容量一般不止2或 3(甚至还可能是随机的),故计算往往很复杂,有时还需要特殊技巧或特殊工具.   由于正态总体是最常见的总体,故本节介绍的几个抽样分布均对正态总体而言.
正弦、余弦函数的性质 华容一中 伍立华 2017年2月24日.
第三章 从概率分布函数的抽样 (Sampling from Probability Distribution Functions)
定义 设连续型随机变量 概率密度为 分布函数是 特别地, 其概率密度为 一、正态分布的相关内容:.
难点:连续变量函数分布与二维连续变量分布
第三章 从概率分布函数的抽样 (Sampling from Probability Distribution Functions)
三角 三角 三角 函数 余弦函数的图象和性质.
§4.1数学期望.
Presentation transcript:

1 §2.2 离 散 型 随 机 变 量 §2.1 随 机 变 量 的 概 念 §2.3 超几何分布 · 二项分布 · 泊松分布 1. “0-1” 分布 ( 两点分布 ) 3. 二项分布 4. Poisson 分布 2. 超几何分布 n →∞ , N→∞ , (x = 0, 1, 2, , n) (x =0,1,2, …,) 第二章 随 机 变 量 及 其 分 布

2 §2.5 随 机 变 量 的 分 布 函 数 §2.5 随 机 变 量 的 分 布 函 数 一. 定义 二. 分布函数 的性质: §2.6 连续型随机变量的概率密度 §2.6 连续型随机变量的概率密度 一. 概念 二、概率密度 的性质: (1) : (2) : (3) : 右连续的阶梯曲线. (5) 对连续随机变量,是单调上升的连续曲线

3 §2.7 均匀分布 · 指数分布 §2.7 均匀分布 · 指数分布 一、均匀分布 二、指数分布 §2.8 随机变量函数的分布 §2.8 随机变量函数的分布 一、离散型随机变量函数的分布 二、连续型随机变量函数的分布 特别地,若 为单调函数,则

4 §2.9 二维随机变量的联合分布 §2.9 二维随机变量的联合分布 1. 二维离散随机变量的联合概率分布 2. 二维随机变量的联合分布函数 3. 二维连续随机变量的联合概率密度

5 §2.10 二维随机变量的边缘分布 §2.10 二维随机变量的边缘分布 一. 二维离散随机变量的边缘分布 二. 二维连续随机变量的边缘分布 §2.11 随机变量的独立性 §2.11 随机变量的独立性 一. 离散型随机变量的独立性 二. 连续随机变量的独立性

6 §2.12 二维随机变量函数的分布 §2.12 二维随机变量函数的分布 1. 和的分布 2. 平方和的分布 3. (独立的随机变量)最大值与最小值的分布 离散型 对于一切的 连续型 或 若 X 、 Y 独立

7 (二)课后习题略解 2 一批零件中有 9 个合格品与 3 个废品。安装机器时从中任取 1 个。如果每次取出的废品不再放回去,求在取得合格品以 前已取出的废品数的概率分布。 解 设在取得合格品以前已取出的废品数为 X ,则 X 的所有可 能取的值为:

8 3. 对一目标射击,直至击中为止。如果每次射击命中率为 p , 求射击次数的概率分布及其分布函数。 解 设随机变量 X 表示射击次数,则 X 服从几何分布。 ∴ X 的概率分布表如下: 显然,当时,当 其中, [x] 为 x 的整数部分。

9 4 自动生产线在调整以后出现废品的概率为 p (0<p<1), 生产过程中出现废品时立即重新调整, 求在两次调整之间生产的合格品数的概率分布. 解:解: 设随机变量 X 表示自动生产线 在两次调整之间生产的合格品数, 则 X 的所以可能取值 :0,1,2,…,n,….

个产品中有 4 个次品,抽取 6 个产品, 解 ⑴ 不放回抽样,设随机变量 X 表示样品中次品数, ( 1 )不放回抽样,求样品中次品数的概率分布; ( 2 )放回抽样,求样品中次品数的概率分布。 则 X 的所有可能取的值为: 43210X ⑵ 放回抽样,设随机变量 Y 表示样品中次品数, 则 X 的所有可能取的值为:

X 6 设随机变量 X 服从二项分布 ,当 x 为何值时,概率 取得最大值。 解 当 时, 当 当

12 ∴若 是整数, 则 为最大值; 最大。 若 不是整数,则取其整数部分 此时 解 7. 进行 8 次独立射击,设每次射击击中目标的概率为 0.3 , ⑴ 击中几次的可能性最大?并求相应的概率; ⑵ 求至少击中 2 次的概率。 击中次数 X 服从 经计算,知

13 8 设随机变量 X 服从泊松分布 ,当 m 为何值时,概率 取得最大值。 解 当 时, 当 当 ∴若 是整数, 则当 或时,最大; 最大。 若 不是整数, 则当 时,

14 9. 解 一本书中每页印刷错误的个数 X 服从泊松分布 写出 X 的概率分布,并求一页上印刷错误不多于 1 个的概率。 X 的概率分布为: 查表求

在四位数学用表中,小数点后第四位数字是根据 “ 四舍五入 ” 原则得到的,由此而产生的随机误差 服从怎样的概率分布? 解 所以 X 的概率密度为

16 解 ∵ n = 2000 较大, 且 p = 较小, ∴ X 近似地服从泊松分布 11: 电子计算机内装有 2000 个同样的电子元件, 每一电子元件 损坏的概率等于 , 若任意元件损坏时, 计算机就停止工作, 求计算机停止工作的概率. 设随机变量 X 表示损坏的电子元件数, 则 X 服从二项分布 B(2000,0.0005)

纺织工厂中一个女工照顾 800 个纱锭。每个纱锭旋转时, 由于 偶然原因,纱会扯断。设在某一段时间内每个纱锭上的纱被扯 断的概率为 ,求在这段时间内断纱次数不大于 10 的概率。 解设随机变量 X 表示在这段时间内断纱次数, ∴所求概率分布为: ∵总的纱锭个数 n = 800 较大, 且 p = 较小, ∴ X 近似地服从泊松分布

18 13 (帕斯克分布)设事件 A 在每次实验中发生的概率为 p ,进 行重复独立实验,直至事件 A 发生 r 次为止,求需要进行的 实验总次数的概率分布。当 r=1 时,是什么分布? 解 设 X 表示需要进行的实验总次数, 表示前 m – 1 次实验中事件 A 发生了 r - 1 次,而第 m 次 实验中事件 A 发生, 时, X 显然服从几何分布.

19 (k = 0, 1, 2, , m) 14 解 (m = 0, 1, 2,  )

函数可否是连续随机变量 X 的分布函数,如果 解 且函数单调递增, 所以 可以是 X 的分布函数。 X 的可能值充满区间: (1)(1) (2)(2) ⑴ ⑵ 不是;

21 18 (柯西分布)设连续随机变量 X 的分布函数为 : 求( 1 )系数 A 及 B ;( 2 ) X 落在区间 (-1,1) 内的概率; ( 3 ) X 的密度函数。 (1)(1) (2)(2) (3)(3) 解

随机变量 X 的概率密度为 ( 3 )随机变量 X 的分布函数。 解 (1)(1) (2)(2) ( 1 )系数 A ;( 2 )随机变量 X 落在区间 求: 内的概率;

23 解 21. 设随机变量 X 的概率密度为 求:( 1 )系数 A ;( 2 ) X 落在区间 (0,1) 内的概率; ( 3 ) X 的分布函数。 (1)(1) (2)(2) (3)(3)

24 23 公共汽车站每隔 5 分钟有一辆汽车通过, 乘客到达车站的任意时刻是等可能的, 求乘客候车时间不超过 3 分钟的概率. 解:解: 设随机变量 X 表示乘客到达车站后候车的时间, 则 :X 在 [0,5) 上服从均匀分布, 其概率密度 :

25 解 所以 X 的概率密度为: 原则得到的,由此而产生的随机误差 X 服从怎样的概率分布? 24. 在四位数学用表中,小数点后第四位数字是根据 “ 四舍五入 ” 设随机变量 X 服从指数分布 ,证:对任意非负实数 指数分布的无记忆性 s及t,有:s及t,有: 25 和 26 指数分布的分布函数为 解 显然,有

26 解 27. 设随机变量 X 服从二项分布 B ( 3 , 0.4 ),求下列随机变量 函数的概率分布:

27 28 设随机变量 X 的概率密度为 : 求下列随机变量函数的概率密度. 对任意实数 y, 随机变量 的分布函数为 : 1) 解 : (1) 因随机变量 X 的取值区间为 :[0,1], 所以 的取值区间为 :[0,2]. 当时 当 时

28 当 时 其它 0 解 : (2) 因随机变量 X 的取值区间为 :[0,1], 所以 的取值区间为 :[0,2]. 当 时

29 其它 0 当 时

30 因随机变量 X 的取值区间为 :[0,1], 所以 的取值区间为 :[0,1]. 当时 当 时 当 时 其它 2) 对任意实数 y, 随机变量 的分布函数为 :

31 3) 对任意实数 y, 随机变量 的分布函数为 : 因随机变量 X 的取值区间为 :[0,1], 所以 的取值区间为 :[0,1]. 当时 当 时 当 时 其它

设随机变量 X 的概率密度为 求随机变量函数的概率密度。 解

33 30 解 X 的密度函数为

34 31 解

35 33 点随机地落在中心在原点、半径为 R 的圆周上,并且对弧长 是均匀分布,求这点的横坐标的概率密度. 解

36

37 34 解

38 36 一批 产品中有,a 件正品, b 件次品. 从中任意抽取 一件, 共取两次, 抽样方式 : (1) 放回抽样 ;(2) 不放回抽样. X = { 1 0 第一次取到的产品是次品, 第一次取到的产品是正品, { Y = 第二次取到的产品是正品, 第二次取到的产品是次品, 0 1 二位随机变量 (X,Y) 的所有可能取值为 : 解:解: ( 0, 0 ), ( 0, 1 ), ( 1,0 ), ( 1,1 ) 设 X,Y 分别表示第一次及第二次取出的次品数, 求两种情况下二维随机变量 (X,Y) 的联合概率分布, 边缘分布, 并说明 X 与 Y 是否独立.

39 1) 放回式 : P(X=0, Y=0 )= P( X=0, Y=1 )= P( X=1, Y=0 )= P( X=1, Y=1 )= X Y

40 X 1 0 Y 1 0 X,Y 独立. 1) 不放回式 : P(X=0, Y=0 )= P( X=0, Y=1 )= P( X=1, Y=0 )= P( X=1, Y=1 )=

41 1 X Y X 1 0 Y 1 0 X,Y 不独立.

42 37 把三个球随机地投入三个盒子中,每个球投入盒子的可能性 是相同的。设随机变量 X 及 Y 分别表示投入第一个及第二个盒 子球的个数,求 (X,Y) 的概率分布及边缘分布。 解 由此,

随机地掷一颗骰子两次,设随机变量 X 表示第一次出现的点 数, Y 表示两次出现的点数的最大值,求 ( X, Y ) 的概率分布及 Y 的 边缘分布。 Y X / /36 1/36 3/36 1/36 4/36 1/36 5/36 6/36 解 即

设二维随机变量( X,Y )在矩形域 上服从均匀分布,求( X,Y )的概率密度及边缘概率密度。 X 与 Y 是 否独立? 解 ( X,Y )的概率密度 X 边缘概率密度 Y 边缘概率密度 X 与 Y 是 相互独立

45 41 设二维随机变量 (X,Y) 的联合概率密度 : 求 :1) 系数 A, 2) (X,Y) 的联合分布函数, 3) 边缘概率密度, 4) (X,Y) 落在区域 R: x> 0, y > 0,2x+3y< 6 内的概率. 解:解: 1) x y

46 2) x y 0 3) 当 时,时, 当 时,时,

47 x y 3 2 3) 0.

48 42 设随机变量 X 与 Y 独立, X 在 [0,2] 服从均匀分布, Y 服从指数分布 e(2), 求 :1) 二维随机变量 (X,Y) 的联合概率密度 ; 2)P(X≤Y). 解:解: 则其概率密度 : 因 X ~ U (0,2), Y ~ e(2), 又 X 与 Y 独立, 所以 (X,Y) 的联合概率密度 ; y x 2 2)P(X≤Y) = y = x

49 43 设随机变量 X 与 Y 独立,并且都服从二项分布: 试证明它们的和 Z = X + Y 也服从二项分布。 解 因随机变量 X 与 Y 独立, 随机变量 Z 的所有可能取值 :k = 0,1, 2, 3, …,

50 44 设随机变量 X,Y 相互独立, 其概率密度分别为 : 和 求随机变量 Z=X+Y 的概率密度 解 当 时, 当 当 0

51 45: 设随机变量 X 与 Y 独立,并且 X 在区间 上服从 求 : 随机变量 Z=X+Y 的概率密度。 均匀分布 : Y 在区间 上服从辛普森分布 : 解 z x o 当 时,

52 当 时, z x o

53 46: 在电子仪器中, 为某个电子元件配置一个备用电子元件, 设这两个电子元件的使用寿命 X 及 Y 分别服从指数分布 : 当原有的元件损坏时, 备用的即可接替使用. 求它们的使用寿命总和 X+Y 的概率密度. ( 考虑 两种情形 ) 解 设 :Z = X + Y, 由已知 : x

54 x 当 时, 0.

55 47: U

56 V

57 W 电子仪器由六个相互独立的部件 如图,设各个部件的使用寿命服从相同的指数分布 求仪器使用寿命的概率密度。 组成, L 11 L 13 L 21 L 12 L 22 L 23 解 各部件的使用寿命 的分布函数 先求三个并联组的寿命 的分布函数

58 再求仪器使用寿命 Z 的分布函数, Z 的分布函数 则:则: 的分布函数