第四节连续型随机变量及其概率密度函数.pptVIP

(1). 正态分布的定义 若随机变量 X 的概率密度为： 记作 : f (x) 所确定的曲线叫作正态曲线. 和 都是常数， 任意， 0， 则 称 X 服从参数为 和 的正态分布. 其中: (2). 正态分布 的图形特点 正态分布的密度曲线是一条关于 对称的钟形曲线，特点是“两头小，中间大，左右对称” 决定了图形的中心位置， 决定了图形 中峰的陡峭程度. 正态分布 的图形特点 由密度函数的表达式，分析正态分布的图形特点 即整个概率密度曲线都在 x 轴的上方. (3) ▲ 显然: 以μ为对称轴，并在 处达到最 大值: ▲ 令: x=μ+c, x=μ-c (c0) f (μ+c ) = f (μ-c) 且 f (μ+c) ≤f (μ), f (μ-c)≤f (μ) 证明: 分别代入 可得: 以μ为对称轴，并在 处 达到最大值 故得: ▲ 这说明：曲线 f (x)向左右伸展时，越来越贴近 x 轴。即 f (x)以 x 轴为渐近线。 因为当 x→ ?∞时，f (x) → 0 f (x)以 x 轴为渐近线 (对 f (x)求导即可求得) 为 f (x)的两个拐点的横坐标 x = μ ? σ ▲ (4). 正态分布的分布函数 由分布函数定义得出正态分布，若 则 分布函数是 其图形为: 正态分布由它的两个参数μ和σ唯一确定， 当μ和σ不同时，对应的是不同的正态分布。 标准正态分布 下面介绍一种最重要的正态分布— (5). 标准正态分布 其密度函数和分布函数常用 和 表示： 的正态分布为标准正态分布. 称 其图形为: ▲ 密度函数 分布函数 (一般正态分布与标准正态分布的关系) 引理: 证明: 作一个线性变换 标准正态分布的重要性 ▲ 任何一个一般的正态分布都可以通过线性变换 转化为标准正态分布. 由此可得: 若 ▲ 即证得： 则其分布函数 注： 根据引理，只要将标准正态分布的分布函数制成表，就可以解决一般正态分布的概率计算问题。而现已编制了 的表，可供查用。请见教材P439附表2 教材P439附表2为标准正态分布函数数值表，借助于附表2 ，可以查表计算一般正态分布的概率问题。 关于正态分布表 ▲ 表中给出的是 时, Φ(x)的值. 当 时有： ~ N(0,1) 注： 若 X～N (0,1), ◆ 则有： 若 ◆ 则有： ◆ 对任意区间 则有： 由标准正态分布的查表计算可以求得， 这说明：X 的取值几乎全部集中在 [ -3, 3 ] 区间 内，超出这个范围的可能性仅占不到 0.3% 当X～N(0,1)时， P( |X| 1) = 2 (1)- 1 = 0.6826 P( |X| 2) = 2 (2)- 1 = 0.9544 P( |X| 3) = 2 (3)- 1 = 0.9974 (6) 3 原则 将上述结论推广到一般的正态分布,有： 时， 可以认为： Y 的取值几乎全部集中在 区间内。这在统计学上称作“3 准则” （三倍标准差原则） 下图是用某大学男大学生的身高的数据画出的频率直方图: 红线 是拟 合的 正态 密度 曲线 可见，某大学男大学生的身高应服从正态分布。 人的身高高低不等，但中等身材的占大多数，特高和特矮的只是少数，而且较高和较矮的人数大致相近，这从一个方面反映了服从正态分布的随机变量的特点。 除了前面介绍的身高外,在正常条件下年降雨量；各种产品的质量指标，如零件的尺寸；纤维的强度和张力；农作物的产量，如小麦的穗长、株高；测量误差，如射击目标的水平或垂直偏差；信号噪声等等，都服从或近似服从正态分布. [证]: 让 “交”往 方向 “挤” 证法1 证法2 当 时， 两边取极限： 这个结论的意义: 2.由此可知连续型随机量X在某区间上取值的概率只与区间长度有关,而与区间是闭,开,半开半闭无关, 即有: (不可能的事件的概率为0),但概率 为零的事不一定是不可能事件. ▲ 1. 从积分的几何意义上说，当底边缩为一点时,曲边梯形面积退化为零. 2. 概率密度函数的性质 这两条