概率论课件之分布函数PPT课件

前面我们介绍了二维随机变量的概 念, 二维随机变量的分布函数及其性质。
二维随机变量也分为离散型和连续型, 下面我们分别讨论它们。
三、二维离散型随机变量 及其概率分布
如果二维随机变量(X,Y)的每个分 量都是离散型随机变量,则称(X,Y)是 二维离散型随机变量.
二维离散型随机变量(X,Y)所有可 能取的值也是有限个或可列无穷个.
求: 二维随机变量(X,Y)的概率分布和其边缘分 布.
解: (X,Y)所有可能取的值是
(0,0),(0,1),(1,0,),(1,1).
P{X=0,Y=0}
=P{第一次取到正品且第二次也取到正品},
利用古典概型,得: P{X=0,Y=0}=(76)/(109)=7/15
同理求得:
P{X=0,Y=1}=(73)/(109)=7/30
第三章
多维随机变量及其分布
一般地，我们称n个随机变量的整体
X=(X1, X2, …，Xn)为n维随机变量或随
机向量. 以下重点讨论二维随机变量.
请注意与一维情形的对照 .
第三章 第一节
二维随机变量及其分布函数
一、二维随机变量
设随机试验E的样本空间是Ω，X=X() 和Y=Y()是定义在Ω上的随机变量, 由它们 构成的向量(X,Y),称为二维随机变量(向量)。
而把F(x,y)称为X和Y的联合分布函数。
注意
X与Y的边缘分布函数,实质上就是一维随 机变量X或Y的分布函数。称其为边缘分布函数 的原因是相对于(X,Y)的联合分布而言的。
同样地,(X,Y)的联合分布函数F(x, y)是相 对于(X,Y)分量X与Y的分布而言的。
求法
FX(x)=P{X≤x}=P{X≤x,Y<∞}=F(x,∞) FY(y)=P{Y≤y}=P{X<∞,Y≤y}=F(∞,y)

如果一个函数具有上述性质，则一定是某个随机 变量X 的分布函数. 也就是说，性质(1)--(４)是鉴别 一个函数是否是某随机变量的分布函数的充分必要 条件.
连续型随机变量及其概率密度函数
例 在区间 [0，a] 上任意投掷一个质点，以 X 表示这个质点的坐标 . 设这个质点落在 [0, a]中意 小区间内的概率与这个小区间的长度成正比，试求 X 的分布函数.
因此，只要知道了随机变o 量x X1 的X分x 2布函x数， 它
的统计特性就可以得到全面的描述.
F (x ) P (X x ) , x
oX
x
x
分布函数是一个普通的函数， 正是通过它，我们可以用高等数 学的工具来研究随机变量的概率
问题.
例1 设 随机变量 X 的分布律为 X 012
p k 13 16 12 求 X 的分布函数 F (x) .
连续型随机变量的分布函数在 R上连续
二、概率密度的性质
1 o f (x)0
2 o f (x)dx1
这两条性质是判定一个 f(x)是否为某随机变量X 的
概率密度的充要条件
f (x)
面积为1
o
x
3 o 对于任意实数 x1 , x2 , (x1 < x2 ) ,
P { x 1 X x 2 } F ( x 2 ) F ( x 1 ) x x 1 2f( x ) d x
P ( a X b ) P ( a X b )
P(aXb)
P(aXb)
注意
设X为连续型随机变量 ，X=a 是不可能
事件,则有
P{Xa}0.
连
若P{Xa}0,
续 型
不 能 确 定 { X a } 是 不 可 能 事 件

则称X服从参数为λ的泊松分布, 记为 X ~ P() .
HAINAN UNIVERSITY
概率论与数理统计
第二五章 基随本机极变限量定及理其分布
泊松分布的应用
“稠密性”问题(一段时间内,电话交换中心接到的呼叫次 数,公共汽车车站候车的乘客数,售票窗口买票的人数， 原子放射的粒子数，保险公司在一定时期内被索赔的次 数等)都服从泊松分布.
随机变量的分布函数
1.定义: 设X为一随机变量, x为任意实数, 称函数 F(x)=P{X≤x}为X的分布函数.
注: ① F(x)是一普通函数, 其定义域为 ,; ② F x的值为事件X x的概率; ③ F x可以完全地描述随机变量取值的规律性.
例如: Pa X b PX b PX a
连续型随机变量及概率密度函数
1.定义: 设X ~ F(x), 若存在一个非负可积的函数 f (x),
使 x R, 有
F ( x)
PX
x
x
f
(t)dt
,
则称X为连续型随机变量, f (x) 称为X的概率密度函数或
分布密度函数.
2.几何意义:
HAINAN UNIVERSITY
概率论与数理统计
第二五章 基随本机极变限量定及理其分布
二、随机变量的概念
定义： 设试验E的样本空间为 , 若对于每个样本
点 , 均有一个实数 X ()与之对应, 这样就得
到一个定义在 上的单值函数 X X () , 称X为随
机变量.
X
样本空间
实数
注: ① 随机变量是一个定义在样本空间上的实函数, 它取值的随机性是由样本点的随机性引起的;
x 1
x0
0 x x
不是 (不满足规范性)

随机变量及其分布
首页 返回 退出
§2.2 离散型随机变量及其分布律
定义 设离散型随机变量 X 所有可能取的值为xk , k = 1, 2,
X 取各个可能值的概率,即事件{ X xk } 的概率，为
P{ X xk } pk , k 1, 2, .
称此为离散型随机变量 X 的分布律.
随机变量及其分布
首页 返回 退出
定义2.1 设随机试验E, 其样本空间S, 若对样本
空间每一个样本点e, 都有唯一一个实数X(e)与之对
应，那么就把这个定义域为S的单值实值函数X=X(e),
称为随机变量。
随机变量通常用大写字母X,Y,Z 或希腊字母 ξ,η等表示.
而表示随机变量所取的值时,一般采用小写字母x,y,z等.
量方面，如，投掷一枚均匀骰子，我们观察出现的点
数。
记X=“出现的点数”
则X的可能取1, 2, …, 6中任一个数，可见X是变量；
又X取那个值不能事先确定，故此X的取值又带有随机
性.
有了随机变量，有关事件的表示也方便了，如
{X=2}, {X≤2}, ……
随机变量及其分布
首页 返回 退出
这样的例子还有很多. 又如，研究手机的使用寿命
或写成
随机变量及其分布
5
P( X k )
6
k 1
1
, k 1, 2,
6
首页 返回 退出
常见离散型随机变量
（一）“0-1”分布
设随机变量 X 只可能取 0 和1 两个值，它的分布律
为
k
P X k p（
1 p)1k k 0,1
(0 p 1)