2-1-3连续型随机变量及其概率密度.ppt

第2.1节　连续型随机变量 及其概率密度(3) 一、概率密度的概念与性质 二、常见连续型随机变量的分布 三、小结 备份题 Gauss 例6 证明 证明 分布函数 2. 常见连续型随机变量的分布 均匀分布 正态分布(或高斯分布) 指数分布 正态分布有极其广泛的实际背景, 例如测量 误差; 人的生理特征尺寸如身高、体重等 ; 正常 情况下生产的产品尺寸:直径、长度、重量高度; 炮弹的弹落点的分布等, 都服从或近似服从正态 分布.可以说,正态分布是自然界和社会现象中最 为常见的一种分布, 一个变量如果受到大量微小 的、独立的随机因素的影响, 那么这个变量一般 是一个正态随机变量. 3. 正态分布是概率论中最重要的分布 另一方面,有些分布(如二项分布、泊松分布)的极 限分布是正态分布.所以,无论在实践中,还是在理 论上,正态分布是概率论中最重要的一种分布. 二项分布向正态分布的转换 解 例1 例2 故有 解 (1) 因为 X 是连续型随机变量, 解 则有实根的概率为 例3 Born: 30 April 1777 in Brunswick, Duchy of Brunswick (now Germany)Died: 23 Feb 1855 in G?ttingen, Hanover (now Germany) Carl Friedrich Gauss 一、概率密度的概念与性质 二、常见连续型随机变量的分布 三、小结 性质 证明 1.定义 1 证明 x x p 0 ) ( 同时得以下计算公式 注意 对于任意可能值 a ,连续型随机变量取 a 的概率等于零.即 证明 由此可得 连续型随机变量的概率与区间的开闭无关，这与离散型随机变量是不同的。 设X为连续型随机变量 ，X=a 是不可能 事件,则有 若 X 为离散型随机变量, 注意 连 续 型 离 散 型 解 例1 1. 均匀分布 概率密度 函数图形 分布函数 例2 设随机变量 X 在 [ 2, 5 ]上服从均匀分布, 现 对 X 进行三次独立观测 ,试求至少有两次观测值 大于3 的概率. X 的分布密度函数为 设 A 表示“对 X 的观测值大于 3 的事件”, 解 即 A={ X >3 }. 因而有 设Y 表示3次独立观测中观测值大于3的次数, 则 2. 指数分布 某些元件或设备的寿命服从指数分布.例如无线电元件的寿命 , 电力设备的寿命, 动物的寿命等都服从指数分布. 应用背景 分布函数 例3 设某类日光灯管的使用寿命 X 服从参数为 ?=1/2000的指数分布(单位:小时) (1)任取一只这种灯管, 求能正常使用1000小时以 上的概率. (2) 有一只这种灯管已经正常使用了1000 小时以 上,求还能使用1000小时以上的概率. X 的分布函数为 解 指数分布的重要性质 :“无记忆性”. 3. 正态分布(或高斯分布) 正态概率密度函数的几何特征 正态分布的分布函数 正态分布是最常见最重要的一种分布,例如 测量误差; 人的生理特征尺寸如身高、体重等 ; 正常情况下生产的产品尺寸:直径、长度、重量 高度等都近似服从正态分布. 正态分布的应用背景 正态分布下的概率计算 原函数不是 初等函数！ 方法:转化为标准正态分布查表计算 标准正态分布的概率密度表示为 标准正态分布 标准正态分布的分布函数表示为 标准正态分布的图形 解 例4 证明 解 例5