第2章 随机变量及其分布分析.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 2.7.3 分位数 P( X ? xp ) = F(xp) = p 定义2.7.3 设 0 p 1， 若 xp 满足 则称 xp 为此分布 p - 分位数， 亦称 xp 为下侧 p - 分位数. 注 意 点 (1) 因为 X 小于等于 xp 的可能性为 p ， 所以 X 大于 xp 的可能性为 1? p . (2) 对离散分布不一定存在 p - 分位数. (3) 上侧 p -- 分位数 若记 x’p 为上侧 p - 分位数，即 则 P(X? x’p) = p 2.7.4 中位数 定义2.7.4 称 p = 0.5 时的p 分位数 x0.5 为中位数. 中位数与均值 相同点：都是反映随机变量的位置特征. 不同点： 含义不同. 统计中常用的 p - 分位数 (1) N(0, 1)： Z? , U? (2) ?2(n)： (3) t (n)： (4) F (n, m)： * * * * * * * * * * * * * * * * * * * * * * * * * * 例2.5.1 设 X ~ N(0, 1), 求 P(X?1.96) , P(|X|1.96) = 1? ?(?1.96) = 1?(1? ?(1.96)) = 0.975 (查表得) = 2 ?(1.96)?1 = 0.95 = ?(1.96) 解: P(X?1.96) P(|X|1.96) = 2 ?0.975?1 设 X ~ N(0, 1), P(X ? b) = 0.9515, P(X ? a) = 0.04947, 求 a, b. 解: ?(b) = 0.9515 1/2, 所以 b 0, 反查表得: ?(1.66) = 0.9515, 故 b = 1.66 而 ?(a) = 0.0495 1/2, 所以 a 0, ?(?a) = 0.9505, 反查表得: ?(1.65) = 0.9505, 故 a = ? 1.65 例2.5.2 一般正态分布的标准化 定理2.5.1 设 X ~ N(?, ? 2), 则 Y ~ N(0, 1). 推论: 若 X ~ N(?, ? 2), 则 若 X ~ N(?, ?2), 则 P(Xa) = ， P(Xa) = 设 X ~ N(10, 4), 求 P(10X13), P(|X?10|2). 解: P(10X13) = ?(1.5)??(0) = 0.9332 ? 0.5 P(|X??10|2) = P(8X12) = 2?(1)?1 = 0.6826 = 0.4332 例2.5.3 设 X ~ N(?, ? 2), P(X ? ?5) = 0.045, P(X ? 3) = 0.618, 求 ? 及 ?. 例2.5.4 ? = 1.76 ? =4 解: 已知 X ~ N(3, 22), 且 P{Xk} = P{X≤k}, 则 k = ( ). 3 课堂练习(1) 设 X ~ N(?, 42), Y ~ N(?, 52), 记 p1 = P{X≤ ? ?4}，p2 = P{Y≥? +5}, 则( ) ① 对任意的 ? ，都有 p1 = p2 ② 对任意的 ? ，都有 p1 p2 ③ 只个别的 ? ，才有 p1 = p2 ④ 对任意的 ? ，都有 p1 p2 ① 课堂练习(2) 设 X ~ N(? , ? 2), 则随? 的增大， 概率 P{| X? ? | ? } ( ) ① 单调增大 ② 单调减少 ③ 保持不变 ④ 增减不定 ③ 课堂练习(3) 正态分布的 3? 原则 设 X ~ N(?, ?2), 则 P( | X?? | ? ) = 0.6828. P( | X?? | 2? ) = 0.9545. P( | X?? | 3? ) = 0.9973. 记为