[理学]Chap2 随机变量的分布与数字特征.ppt

[理学]Chap2 随机变量的分布与数字特征.ppt

  1. 1、本文档共127页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
[理学]Chap2 随机变量的分布与数字特征

Remark:引入随机变量的意义 随机事件的数量表示 随机变量与一般函数的差别 概率分布的缺陷 Remark: (1) 分布函数适合描述任意随机变量; (2) 分布函数完全地刻画随机变量的统计规律性. 分布函数性质 性质的推广 §2.3 常用的离散型分布 Figure Poisson 分布的应用 在一定时间段内: 银行收到的存款次数; 保险公司收到的索赔单数; 来到某公共设施的顾客数; 发生的事故、错误、故障及灾害性事件数目; 放射物质放射出粒子的数目(著名的Rutherford等人利用云雾实验室观察镭所发射出的 粒子数目试验);…… 二.指数分布(exponential distribution) Remark:指数分布的现实意义 三.正态分布(Normal Distribution) 第二章作业 练习2-1: 第 5, 6, 11, 12 题; 练习2-2: 第 2, 3 题; 练习2-3: 第 4, 5, 6, 8 题; 练习2-4: 第 1, 7, 8, 9 题; 练习2-5: 第 3, 6, 7, 9 题; 习题二: 第 1, 8 题; 这题不讲,学生自己看 标准正态分布 正态分布的应用 正态分布是最重要的概率分布,有着非常广泛的实际应用. 人的身高体重,智商能力,测量误差(Gaussian Distribution),降雨量等等. 由中心极限定理,若某随机变量,可以视为许多微小随机因素的总后果,而且每一个因素的影响都很小,则都可以近似地服从正态分布. 1.正态分布的分布函数 Remark: 不能表示为显式解析式. Excel函数: NORMSDIST( x ), 反函数: NORMSINV( y ). 2.标准正态分布表 1.若 则 2.记 称为 的标准化,有 3.设 其分布函数记为 则 3.一般正态分布与标准正态分布的关系: 4.一般正态分布的概率计算 Excel函数: NORMDIST( ), 反函数: NORMINV( ). Example in Practice (US Airways Attache, 2000.9)Mensa是国际高IQ成员组织,要想成为Mensa会员,在IQ测验中必须排名在整个人口的前2%. 如果人的IQ值服从正态分布,均值为100,标准差为15. 若某人想取得成为Mensa会员的资格,那么他的IQ值至少应达到多少? §2.5 随机变量函数的分布 若 为随机变量 的函数,则 X B Y=g(X) 一.随机变量的函数 C g(x) 二.离散型随机变量函数的分布 其中, 必要时,把那些相等值的对应列(概率)合并. 三.连续型随机变量函数的分布 Theorem 设 为连续型随机变量, 则 Theorem 设 则 的密度函数为 此时,我们记 Figure: 对数正态分布的密度函数 小结:对数正态分布 (Lognormal Distribution) 为服从参数为 的对数正态分布 Excel函数: LOGNORMDIST( ). 期望: 方差: 附: 连续型随机变量函数的密度函数 Theorem 设 为连续型随机变量,其密度函数为 为严格单调函数. 若在 上 的反函数 可导,则随机变量函数 的密度函数在 上满足 思考题: 习题二: 第 6 题; 五.几何分布(Bernoulli 概型) Geometric Distribution Recall:在独立重复试验中, 记 表示直到事件 首次发生时的试验次数, 则 (**) 亦可记为 一般地, 若随机变量 的概率分布由(**)给出, 则称 服从参数为 的几何分布. 几何分布的数字特征 几何分布的无记忆性 Remark: 反之,具有无记忆性的离散型随机变量,必为几何分布。 证: 设X具有无记忆性, 记 qk=P(Xk). 则 qm+n= qm qn,由此得 qk=q1k= qk , 于是 P(X=k)=P(Xk-1)-P(Xk)= qk-1 – qk=pqk-1 , 即X为几何分布。 六.超几何分布(无放回抽样) Hypergeometric Distribution 设袋中有 个球,其中白球 个,黑球 个, 任取 个,记 表示抽到的白球数目,则 一般地,若随机变量 的概率分布由上式给出,则称 服从超几何分布. Excel函数:HYPGEOMDIST( ). 超几何分布的数字特征与极限分布 期望: 方差: 极限分布 若 则 可见,超几何分布分布的极限分布为二项分布,即当样本容量足够大时,无放回抽样可近似于有放回抽样.

文档评论(0)

skvdnd51 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档