- 1、原创力文档(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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
。 (2)标准正态分布的分布函数的性质 例 公共汽车车门的高度是按成年男人 与车门顶碰头的概率不大于1%的要求设计 的。若成年男人的身高X(单位:cm)服从 分布,问车门高度应确定为多少? 证明 说明:如果 X 表示某种寿命,那么 上式表明,在已存活 s 年的条件下,再 存活至少 t 年的概率等于从刚“诞生”开 始存活至少 t 年的概率,其值与年龄 s 无关。因此,指数分布这种无记忆性, 可形象地描述为指数分布是“永远年轻”的 (1).求这种电子管能使用1000h以上的概率 (2).三个这种管子中恰有一个能使用1000h 以上的概率。 解:(1) (2) Y: 三个电子管中使用1000h以上的管子数 例 设甲打电话所需用的时间 X (单位:分钟)服从参数 的指 数分布,当乙排在他后面等待时,求 (1).乙需要等待 5 分钟以上的概率 (2).乙需要等待 5 ~10 分钟以上的概率 解:设X 为甲打电话所需的时间 X~e(0.2) 3. 正态(Normal)分布 若随机变量 X 具有概率密度 其中? ,? (? 0)为常数,则称 X 服从参数为 ? ,? 2的正态分布,记为 X~N(?,? 2). 正态分布的分布函数为 F(x) 不是初等函数。 可以证明 (1)密度曲线 的性质 ① 的曲线呈钟型,关于直线 x = ?对称 ② 在 x =? 处取得最大值 ③ 在 x =? ± ? 处取到拐点 ④ 当 x→±∞时, 以 x 轴为渐近线 ⑤ 参数 ? 的值,决定 图形位置 ⑥参数 ? 的值,决定 图形的形状 ? = 0 , ? = 1 的正态分布 N(0,1) 称为 标准正态分布,其密度函数记为 其分布函数为 证明 (3)标准正态分布表 设 ① 表中x 的取值为[0 ,4.99] ,当 x 4.99 . ② 当 时, 可由表直接查到。 ③ 当 x 0 时,利用 (4)一般正态分布与标准正态分布的关系 设 X~N(?,? 2). F(x)是分布函数,则 ① ② 解: 例 设 X~N(1,4),求(1) P{0X≤1.6}; (2) P{X3}. 解: 例 设 X~N( ? ,? 2),求 P{ ? - 3? X ? +3? }. X 落在 ( ? - 3? , ? +3? ) 之外的概率为 0.0027,常把区间 ( ? - 3? , ? +3? ) 看作是 正态随机变量 X 实际可能的取值区间。 即所谓的“3? 法则”。 正态分布是连续型随机变量中最重要 的一个分布,实际问题中很多随机变量服 从或近似服从正态分布。如:人的身高、 体重;考试成绩;零件的加工尺寸;测量 误差;…… 说明 例 设 X~N(10,4) ,求 P(10X13), P(|X-10|2). 解 =Φ(1.5)-Φ(0)= 0.4332 P(|X-10|2)= P(8X12) =2Φ(1)-1 =0.6826 =Φ(1)- Φ(-1) =Φ(1)- [1-Φ(1)] P(10X13) = 例 设 X~N(μ,σ2), P(X≤-1.6)=0.036, P(X≤5.9)=0.758, 求μ及σ. 解 又 所以,查表得 联立解方程组得: μ=3 ,σ=3.8 Φ(0) = 0.5 ; Φ(1.28) = 0.90 ; Φ(1.64) = 0.95 ; Φ(1.96) = 0.975 ; Φ(2.33) = 0.99 . 特别地 解 设车门高度为h ,由题意 由 故 * * * * * * * * 2.3 连续型随机变量 一、连续型随机变量的概率密度 定义 设随机变量X的分布函数为F(x),若 存在 f(x)≥0,使对任意实数 x,总有 则称X为连续型随机变量,称 f(x) 为 X 的概 率密度函数。简称概率密度。 概率密度的基本性质: 分布函数与密度函数二者的关系: 设X的概率密度为 f(x),分布函数为 F(x). 在计算连续型随机变量落在某一区间 的概率时,可以不必区分该区间是开区间 或 闭区间或半闭区间。 连续型随机变量的分布函数必为连续 函数,因而X 取任一固定值
文档评论(0)