常见的连续型随机变量.pptVIP

* 常见的连续型随机变量 第二章 随机变量及其分布第三次课 一、均匀分布 1.定义：设连续型随机变量X 具有概率密度 * * 2.概率的计算 证明： 3.常用的模型 * 例： 解： 思考： * 二、指数分布 1.定义：设随机变量X 的概率密度为 1/θ有时也用λ表示 * 2.指数分布的无记忆性 证明： 元器件的寿命，服务等待的时间通常服从指数分布. * 例：设X 服从参数θ＝1的指数分布，求方程 解： 三、正态分布 1.定义：如果连续型随机变量X 的概率密度为 * 其中μ,σ(σ0)为常数，则称X 服从参数为μ,σ 的正态分布或高斯分布，记为 * 标准正态分布的密度、分布函数分布记为 * * 2.一般正态分布与标准正态分布的关系 定理： 证： * 利用上述关系，通过查《标准正态分布表》，可得所有正态分布的分布函数值，从而可算正态随机变量落在任意区间内的概率。 * 例：设 ，求 解： * 例： 解： 以上结果说明：尽管正态变量可在（－∞，＋∞） 内取值，但它的值落在（μ－3σ，μ＋3σ）内几乎是肯定的事，这就是所谓的“3σ”法则. * 例： 解： * 3.分位点 给定α，利用《标准正态分布表》可查得 * 例：查表可知 自然现象和社会现象中，大量随机变量都服从或近似服从正态分布。正态分布是概率统计中最重要、最常见的分布。 * 均匀分布： 指数分布： 正态分布： 标准正态分布： 小结 * 思考题 分析 故 * 2.向区间（1，2）内随机投点10次，求至少有2次落在区间（1.5，1.8）内的概率. * *