概率和数理统计课件.ppt

6. 标准正态分布 的正态分布称为标准正态分布. 其密度函数和分布函数常用 和 表示： 注意：Φ(0)=0.5 Φ(?x)=1 ? Φ(x) 若 X～N(0, 1) 二.一维 连续型随机变量和密度函数的概念 例1 一个靶子是半径为2米的圆盘，设击中靶上任一 同心圆盘上的点的概率与该盘的面积成正比，并设 射击都能中靶。以X表示弹着点与圆心的距离， 试求随机变量X的分布函数 解：（1）由题意知 当x0时 （2）当 时 如何求k=? 又由条件知射击都能中靶，圆盘靶子的半径为2 故 所以当 时 （3）当x2时 故随机变量X的分布函数为 易知F(x)为连续函数，对分布函数求导数得 且容易看出有下式成立 在这种情况我们称X为连续型随机变量， 下面给出一般定义 即F(x)恰是非负连续函数f(x)在区间 上的积分 连续型随机变量及其概率密度 定义3.2 设随机变量 X 的分布函数为F(x), 如果存在一个非负可积函数 f(x), 使对任意的实数x，均有 则称X是连续型随机变量，称 f(x)是X的概率密度或密度函数，简称密度。连续型随机变量X的分布函数F(x)和密度函数 f(x) 统称为X的概率分布，简称X的分布。 概率密度函数的性质 （1） （2） 这两条性质是判定一个 函数 f(x)是否为某r.v. X的 概率密度函数的充要条件. f (x) x o 面积为1 (3) P {a X ? b}=F(b)?F(a) 证明： 两边取极限，有 (4) 在 f (x) 的连续点 处，有 (5) 设x为 f(x)的连续点，当?x 0且较小时,则有 P{x X? x+?x } = F(x+?x)-F(x) = 密度函数 f (x)在某点 x处 的值，反映了 X 在x附近单位区间内取值的概率的大小。反映了概率在x点的密集程度。f(x)较大，说明了X在x点的概率密集程度较大，随机变量在x点的附近取值的概率较大；反之，若f(x)较小，说明X在x点的密集程度较低，随机变量在x点附近取值的概率较小。 (6) P{X=x0}=F(x0) ? F(x0 ? 0) =0 对连续型 r.v X,有 进一步有 如 注意： 是一个概率为0的事件， 而不一定是不可能事件 例2 设随机变量X 的概率密度为 求(1)常数k； （2）X 的分布函数； （3）P{1 X 7/2}. 解： （1）由密度函数的性质 （2） 当x0时， 当 时 当 时 当x4时， 故随机变量X的分布函数为 （3） 例3 设连续型随机变量X 的分布函数为 求 （1）常数C值； （2）X 取值于（0.3，0.7）内的概率； （3）X 的密度函数的表达式。 解：（1）由连续性知： 即 C=1 （2） （3） 由分布函数与密度函数的关系知 三. 几种常见的分布 (1) 若随机变量X 的概率密度为 1. 均匀分布（Uniform） 则称 X 在[a, b]上服从均匀分布，记为 X～U[a, b] 　（3）对于a ? c d ? b （2）分布函数为 （3)表明，若X~U[a,b],则X取值与[a,b]上的任意 小区间上的概率，与小区间的长度成正比，而与 小区间的位置无关. 一般地，设D是数轴上一些不相交的区间之和，若X的概率密度为 则称X在D上服从均匀分布。 2 指数分布 若随机变量 X 的概率密度为 其中常数?0 ，则称X 服从参数为?的指数分布，相应的分布函数为 指数分布的一个最常见的应用是使用它来做各种寿命 分布的近似。例如：电子元件的寿命，动物的寿命 都可以近似的用指数分布来描述。 服从指数分布的随机变量X有下面的性质 对任意的s,t 这个性质称为指数分布的“永远年青性”或“无记忆性” 比如说；某元件的寿命服从指数分布，那么已知它 使用了s小时无损坏的条件下，在使用t小时以上的 概率，和从一开始使用时算起，它能使用t小时以上 的概率是一样的。指数分布描述了无老化时的寿命 分布。 指数分布的性质： 无记忆性 ?s 0，t 0： 例4 某种晶体管的寿命服从参数为λ=1/1000的 指数分布（单位：小时），电子仪器装有5个 这样的晶体管，每个晶体管是否损坏相互独立， 试求此仪器在1000小时内恰好有两个晶体管损 坏的概率。 但“无老化”是不可能的，因而只是一种近似， 对于一些寿命长的元件，在初期阶段老化现 象很小，这一阶段指数分布比较确切地描述 了其寿命分布情况。比如人的寿命，一般， 在50岁以前，由于生理的老化而死亡的因素 是次要的。若排除意外因素的影响，人的寿 命在这个阶段接近指数分布 若考虑老