几种重要的连续型随机变量.ppt

内容小结 返回 上页 下页 目录 第三节 随机变量的分布函数 与连续型随机变量 分布函数的定义及其性质 连续型随机变量的定义及其概率密度的性质 几种重要的连续型随机变量 一、分布函数的定义及性质 由于 为此我们引入随机变量的分布函数的概念如下： 定义： 设X是一个随机变量，x是任意实数，函数 称为随机变量X的分布函数。 从而 也就是说，可以通过分布函数，计算随机变量落在任意 一个区间的概率。 不加证明地给出分布函数的一些性质: (1)(单调性) 对于任意实数 ，有 (2)(有界性) (3)(右连续性) 不可能事件 必然事件 例：若随机变量X的分布律为 则随机变量X的分布函数为 即 分布函数的图像如下： 分布函数的图像是一个右连续的阶梯形。且在间断 点处的跳跃值等于X取这个值的概率。例如 。 。 。 二、连续型随机变量的定义及其概率密度的性质 定义：设F(x)是随机变量X的分布函数，若存在非负 可积函数f(x),使得对任意实数x，有 称X为连续型随机变量，称f(x)为X的概率密度函数，或 密度函数，也称概率密度。 性质：1. 2. 从图形上来看，性质1表示X的概率密度f(x)位于x轴上方， 性质2表示f(x)与x轴所围区域面积等于1. 3.对于任意实数 ，有 从图形上来看，性质3表示X落在区域 的概率 等于相应的曲边梯形的面积。 4.若f(x)在点x处连续，则 对于连续型随机变量X 来说，通过F(x)求导得f(x) ， 通过f(x)积分得F(x)。 5.连续型随机变量取任一指定实数值的概率为零． 即 由性质5，易得： 注：对离散型随机变量，上式不成立。 例：若随机变量X的概率密度为 (1)求C的值； (2)X的分布函数；(3)P{X1}. 解：(1)由于 ，有 得 (2)由 ，有 即 分段讨论 (3) 或 几种常见的连续型随机变量的分布 一、均匀分布 定义：若连续型随机变量X的概率密度为 则称X服从 上的均匀分布。 记为 意义：X“等可能”地取区间 中的值，这里的“等可能”理解为： X落在区间 中任意等长度的子区间内的可能性是相同的。即等长度，等概率。 均匀分布的概率密度和分布函数图形如下： 分布函数： 例：设某公共汽车站从早上7:00开始每隔15分钟到站一辆汽车，即7:00，7:15，7:30，7:45等时刻有汽车达到此站．如果一个乘客到达该站的时刻服从7:00到7:30之间的均匀分布．求他等待时间不超过5分钟的概率． 解：设X表示乘客到达该车站的时间，则 乘客等待时间不超过5分钟当且仅当他在7:10到7:15之间或在7:25到7:30之间到达车站． 因此所求概率为 设ξ在[-1，5]上服从均匀分布，求方程 有实根的概率。 解 方程有实数根 即 而 的密度函数为 故所求概率为 二、指数分布 定义：若连续型随机变量X的概率密度为 其中λ 0,则称X服从参数为λ的指数分布。 记为 X～E(λ) 背景：在实际应用中，到某个特定事件发生所需等待的时间往往服从指数分布．例如，从现在开始到下一次地震发生、到爆发一场新的战争、到一个元件的损坏、到你接到一次拨错号码的电话等所需的时间，都服从指数分布．指数分布在排队论、保险和可靠性理论中有广泛的应用． 分布函数： 例：设某人到银行取款时的排队时间X (分钟)服从指数分布，其概率密度为 1.试确定常数λ; 2.计算排队时间超过10分钟的概率; 3.计算排队时间在10分钟到20分钟的概率． 解：1.由 得： 2. 3. 例： 设连续型随机变量的分布函数为 1.求常数A,B； 2. 求X的概率密度函数 。 解：1.由分布函数的性质： 即 所以 又因为F(x)在点x=0处连续 (事实上连续型随机变量的分布函数在任意点连续)， 所以 即 所以 从而分布函数为 2.由密度函数和分布函数之间的关系 ，有 指数分布的无记忆性： 对于一个非负的随机变量，如果对于一