【正文】 ?????????????1,110,212101,21211,0)(22xxxxxxxxxF(1) 均勻分布 ( a , b)上的均勻分布 ),(~ baUX記作 常見的連續(xù)型隨機(jī)變量的分布 若 X 的密度函數(shù)為 ，則稱 X 服從 區(qū)間 )(xf????? ????其他,0,1)(bxaabxf其中 X 的分布函數(shù)為 ??????????1,0)(abaxxFbxbxaax????,),(),( badc ??xabdXcP d1)( dc? ???? abcd???即 X 的取值在 (a,b)內(nèi)任何長為 d – c 的小區(qū)間 的概率與小區(qū)間的位置無關(guān) , 只與其長度成正 比 . 這正是幾何概型的情形 . 在進(jìn)行大量數(shù)值計算時，如果在小數(shù)點后第 k 位進(jìn)行四舍五入，則產(chǎn)生的誤差可以看作 服從 ?????? ? ?? kkU 1021,1021應(yīng)用場合 例 3 秒表的最小刻度差為 . 若計時精度 是取最近的刻度值 , 求使用該秒表計時產(chǎn)生的 隨機(jī)誤差 X 的概率密度 , 并計算誤差的絕對值 不超過 . ? ?~ ?UX解 由題設(shè)知隨機(jī)誤差 X 等可能地取得區(qū)間 上的任一值，則 ? ??????? ??其他,0,100)(xxf 0)00 (??? ??dxXP所以 (2) 指數(shù)分布 若 X 的概率密度為 ??? ???其他,00,)(xexfx??則稱 X 服從 參數(shù)為 ?的指數(shù)分布 X 的分布函數(shù)為 ??? ????? 0,10,0)(xexxFx??? 0 為常數(shù) 1 x F( x) 0 x f ( x) 0 對于任意的 0 a b, babaxeeaFbFxebXaP?????????????? ?)()(d)(應(yīng)用場合 用指數(shù)分布描述的實例有： 隨機(jī)服務(wù)系統(tǒng)中的服務(wù)時間 電話問題中的通話時間 無線電元件的壽命 動物的壽命 指數(shù)分布常作為各種 “壽命”分布的近似 例 4 假定一大型設(shè)備在任何長為 t 的時間內(nèi)發(fā)生 故障的次數(shù) N( t ) 服從參數(shù)為 ?t 的 Poisson分布 , 求相繼兩次故障的時間間隔 T 的概率分布 . 解 )()( tTPtF T ??????????0),(10,0ttTPt)0)(()( ??? tNPtTPtteet ??????? !0)(0??????? ?0,10,0)(tettF t??????? ?0,0,0)(tettf t??即 T服從指數(shù)分布 (3) 正態(tài)分布 若 X 的概率密度為 ?????????xexfx222)(21)( ? ???則稱 X 服從 參數(shù)為 ? , ? 2 的正態(tài)分布 記作 X ~ N ( ? , ? 2 ) ,?????? ? 為常數(shù)， 0??N (3 , ) 6 5 4 3 2 13???f (x) 的性質(zhì) ： ? 圖形關(guān)于直線 x = ? 對稱 : f (? +a ) = f (? a) 在 x = ? 時 , f (x) 取得最大值 ??21在 x = ?177。若每次擊中目標(biāo)的 概率為 p (0 p 1), 且各次轟擊相互獨立， 一次一次地轟擊直到摧毀目標(biāo)為止。 隨機(jī)變量的概念 定義 設(shè) E是一隨機(jī)試驗， S 是它的樣本空間， 則稱 S 上的單值實值函數(shù) X ( ?)為 隨機(jī)變量 隨機(jī)變量一般用 X, Y , Z ,?或小寫希臘字母 ?, ?, ? 表示 )( ?? XS 實數(shù)按一定法則 ????? ????若 隨機(jī)變量的概念 隨機(jī)變量是 RS ? ?? 上的映射，這個映射具有 如下的特點： 定義域 : S 隨機(jī)性 : 隨機(jī)變量 X 的可能取值不止一個， 試驗前只能預(yù)知它的可能的取值但不能預(yù)知 取哪個值 概率特性 : X 以一定的概率取某個值或某些 值 引入隨機(jī)變量后，用隨機(jī)變量的等式或不 等式表達(dá)隨機(jī)事件 在同一個樣本空間可以同時定義多個隨機(jī) 變量 隨機(jī)變量的函數(shù)一般也是隨機(jī)變量 如，若用 X 表示電話總機(jī)在 9:00~10:00接到 的電話次數(shù)， }100{ ?X 或 )100( ?X—— 表示“某天 9:00 ~ 10:00 接到的電話 次數(shù)超過 100次”這一事件 則 引入隨機(jī)變量后，用隨機(jī)變量的等式或不 等式表達(dá)隨機(jī)事件 用隨機(jī)變量 ????反面向上正面向上,0,1)( ?X描述拋擲一枚硬幣可能出現(xiàn)的結(jié)果 , 則 )1)(( ??X — 正面向上 也可以用 ????反面向上正面向上,1,0)( ?Y描述這個隨機(jī)試驗的結(jié)果 在同一個樣本空間可以同時定義多個隨機(jī) 變量 例如，要研究某地區(qū)兒童的發(fā)育情況，往往 需要多個指標(biāo)，例如，身高、體重、頭圍等 S = {兒童的發(fā)育情況 ? } X ( ? ) — 身高 Y ( ? ) — 體重 Z ( ? ) — 頭圍 各隨機(jī)變量之間可能有一定的關(guān)系，也可能 沒有關(guān)系 —— 即 相互獨立 隨機(jī)變量的分類 離散型隨機(jī)變量 非離散型隨機(jī)變量 — 其中一種重要的類型為 連續(xù)型隨機(jī)變量 定義了一個 x 的實值函數(shù)，稱為隨機(jī)變量 X 的 分布函數(shù) ，記為 F ( x ) ,即 定義 設(shè) X 為隨機(jī)變量 , 對每個實數(shù) x , 隨機(jī)事件 )( xX ? 的概率 )( xXP ????????? xxXPxF ),()(隨機(jī)變量的分布函數(shù) 注 : 分布函數(shù)的定義域 : ?????? x分布函數(shù)的性質(zhì) (1) F ( x ) 單調(diào)不減，即 )()(, 2121 xFxFxx ???(2) 1)(0 ?? xF 且 0)(lim,1)(lim ?? ?????? xFxF xx(3) F ( x ) 右連續(xù)，即 )()(lim)0( 0 xFtFxF xt ??? ??),( ???? )(xF),3(~)1()(xF上的實函數(shù) 滿足以上條件 一定是某隨機(jī)變量 X的分布函數(shù)。)1( kF ?又由題設(shè)知 }1{ ?X 是必然事件 , 故 。設(shè) X為有球的盒子的最大號碼，試求：