设随机变量x的分布函数为 F(x)=a+be^-λx.x>0 0 x<=0 其中λ>0为常数,求常数a
F(x)=a+be^-λx.x>0
0 x<=0
其中λ>0为常数,求常数a与b的值。 展开
这是一个连续性的变量X,所以分布函数也是连续的,所以把x=0代入上式:a+b=0
再对F(x)取极限,x趋于+∞搜衫,F(x)趋于1,a=1,所以b=-1
随机事件数量化的好处是可以用数学分析的方法来研究随机现象。例如某一时间内公共汽车站等车乘客人数,电话交换台在一定时间内收到的呼叫次数,灯泡的寿命等等,都是随机变量的实例。
随机变量即在一定区间内变量取值有无限个,或数值无法一一列举出来。例如某地区男性健康成人的身长值、体重值,一批传染性肝炎患者的血清转氨酶测定值等。有几个重要的连续随机变量常常出现在概率论中,如:均匀随机变量、指数随机变量、伽马随姿漏凯机变量和正态随机变量。
扩展资料:
随机变量在不同的条件下由于偶然因素影响,可能取各种不同的值,故其具有不确定性和随机性,但这些取值落在某个范围的概率是一定的,此种变量称为随机变量。随机变量可以是离散型的,也可以是连续型的。
有些随机现象需要同时用多个随机变量来描述。例如对地面目标射击,弹着点的位置需要两个坐标才能确定,因此研究它要同时考虑两个随机变量,同一概率空间(Ω,F,p)上的n个随机变量构成的n维向量X=(x1,x2,…,xn)为n维随机向量。
随机变量可以看作一维随机向量。称n元x1,x2,…,xn的函数为X的(联合)分布函数。又如果(x1,x2)为二维随机向量,则称x1+ix2(i2=-1)为复随机变量迹唤。
如分析测试中的测定值就是一个以概率取值的随机变量,被测定量的取值可能在某一范围内随机变化,具体取什么值在测定之前是无法确定的,但测定的结果是确定的。
多次重复测定所得到的测定值具有统计规律性。随机变量与模糊变量的不确定性的本质差别在于,后者的测定结果仍具有不确定性。
参考资料来源:百度百科——随机变量
再对F(x)取极限,x趋于+∞,F(x)趋于1,a=1,所以b=-1
F(0+)→1+b=0,b=-1.