第二章第五节,第六节(上).docVIP

第二章(第五,六节) 第五节 连续型随机变量 及其概率密度函数 随机变量,简记为, 分布函数. 定义4 设随机变量的分布函数为,如果存在一个定义在上非负可积函数，使得对任何实数，恒有 , 则称为连续型随机变量, 称函数为随机变量的概率密度函数(或分布密度函数),简称概率密度. 概率密度函数的性质： 由定义可以知道，概率密度函数具有下列基本性质： （1），对一切； （2） 。 反之，可以证明,任何一个具有性上述性质(1)和(2)的实直线上的可积函数，可以成为某个连续型随机变量的概率密度函数. 连续型随机变量取区间值概率的计算. 定理 设为连续型随机变量, 分布函数为,概率密度为, 则有 (1)是连续函数; (2) ; (3)或,或, 或,或,或 ; (4)若在点连续，则在点可导,且; 如果是分段连续函数,只有有限个不连续点,则 (除去有限个不连续点,在这些点上可任意给的值). 例1 设随机变量的分布函数为 , 求随机变量的概率密度. 解 由,得 . 例2设随机变量的概率密度为 , 求(1); (2) 的分布函数 . 解(1) ; (2) , 当时, ,; 当时, ; 当时, , 当时， ， 于是，的分布函数为 . 第六节 常用的连续型随机变量分布 具有代表性的连续型随机变量分布有以下几种: 均匀分布 称为区间（a，b）上均匀分布的随机变量，如果它是连续型随机变量，具有概率密度函数： 记作, 它的分布函数为 . 例1 设随机变量，试求方程 有实根的概率. 解 的概率密度为 , 方程 有实根 , . 二、指数分布 若随机变量的概率密度为 , (其中为常数) 则称服从参数为的指数分布. 它的分布函数为 . 服从指数分布的实际例子: 指数分布在实际中有重要应用,它可以作为各种“寿命”的近似分布.例如,无线电元件的寿命;动物的寿命;电话的通话时间;随机服务系统中的服务时间等都可以近似地用指数分布来描述.它在可靠性理论与工程中占有特别重要的地位. 例2 设某电子元件的寿命(以小时计)服从参数的指数分布.试求该元件至少能使用1000小时的概率. 解 根据题意,的概率密度为 , 记该元件至少能使用1000小时, 则 . 例题：设某人打一次电话所用的时间服从参数为1/10（单位：分）的指数分布，当你走近电话室需要打电话，某人恰好在你面前开始打电话。求以下几个事件的概率： （1）你需要等待10分钟以上； （2）你需要等待10－20分钟； 解： 用表示某人的通话时间，也就是你的等待时间，则的分布密度 , 所以要求的概率分别为: (1) ; (2) . 三、威布尔(Weibull)分布 若随机变量的概率密度为 , 其中均为正常数, 则称服从参数为的威布尔分布, 记作.称为尺度参数(又叫量纲参数或特征寿命),称为形状参数. 不难看出,当时, 威布尔分布即为指数分布. 大量的经验表明,许多产品的寿命,如滚动轴承的疲劳寿命,电子元器件的寿命等都服从威布尔分布.它在可靠性问题中有广泛的应用. 四、分布 若随机变量的概率密度为 , 其中均为常数, 则称服从参数为的分布, 记作. 分布在水文统计、最大风速或最大风压的概率计算中经常要用到.概率论中不少常见的重要分布只是分布的特殊情形.当时, 分布即是参数为的指数分布;当时, 分布则是统计学中十分重要的分布,其概率密度为 . 函数的定义为 ,(), (含参变量的广义积分) 函数具有以下性质: (1); (2) 对任意，有 （由 ， 通过分部积分来计算证明。） (3)对自然数, . （由迭代给出。）