第二章 随机变量及其分布技术报告.ppt

例3 已知 的概率密度是 求Y的概率密度 根据概率密度与分布函数的关系，对方程两边求 导，有 首先求 的分布函数 依题意，有 解 设 的分布函数为 ， 求 的概率密度. 练习1 解1 故 练习2 设 试求： 的概率密度； 的概率密度. X的概率密度为 的概率密度； 解 于是Y的概率密度为 当y0时，则 于是Y的概率密度为 于是Y的概率密度为 当 y0 时, 注意到 Y=X2 0 ，故当 y 0 时， . 设Y 和 X 的分布函数分别为 和 ， 例5 设 X 具有概率密度 求 的概率密度. 解 若 则 Y=X2 的概率密度为： 求导可得 从上述的例中可以看到，在求P(Y≤y) 的过程中，关键的一步是设法从{ g(X) ≤ y }中解出X, 从而得到与 {g(X) ≤ y }等价的X 的不等式 . 用 代替{ X2 ≤ y } 这样做是为了利用已知的 X 的分布，从而求出相应的概率. 这是求r.v的函数的分布的一种常用方法. 例如，用 代替 { 2X+8 ≤ y } 练习3 设 的概率密度. 求 解 于是 * * * * * * * * * 正态分布是概率论与数理统计中最重要的分布. 无论在理论上和实际应用中都是极其重要的. 经验表明，当一个变量受到大量微小的、 独立的随机因素影响时，这个变量一般服从或 近似服从正态分布. 例如，测量的误差，电子管中的噪声电流，炮弹 弹落点的分布，产品 的质量，农作物的收获量，年降 雨量，人的身高和体重，学生的考试成绩等都可以认 为服从或近似服从正态分布. 正态分布是自然界中最常见、最常用的一种分布. 正态分布由它的两个参数 和 唯一确定， 当 和 不同时，是不同的正态分布. 标准正态分布 特别的，当 时，称 X 服从 记为 X~N(0, 1). 其密度函数和分布函数常用 和 表示： (2) 即 的图形关于 轴对称； 下降，在 处达到最大值： (3) 在 内严格上升， 在 内严格 (4) 在 处有两个拐点； (5) 轴是 的水平渐近线. (1) 有各阶导数； 标准正态分布概率密度 的性质： 事实上 , 标准正态分布的分布函数Φ(x)的性质：： 则对于任何大于零的实数 x， Φ(x)的值都可以由书后的附表直接得到. 如果X~N(0, 1)， 例7. 设 X~N(0, 1) ，求： 若 X~N(0, 1)，则 小结： 如果 ，则 其概率密度分别记为 ， 分布函数分别记为 一般正态分布与标准正态分布的关系： 定理2.3 事实上 标准正态分布的重要性在于，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. 则只要证明Y 的密度为 或分布函数为 即可. 如果 为证明Y~N(0, 1)， 定理2.4 证 例8. 设 ，求 解 例9. 设X~N(1, 4)，则 例10. 设 查表可得 解此方程组，得到： 解 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 准则 例11. 将上述结论推广到一般的正态分布, 可以认为，X 的取值几乎全部集中在 区间内. 这在统计学上称作“3 准则” . 时， 从理论上讲，服从正态分布的随机变量 X的取值范 数值几乎是不可能的. 这即实用中的三倍标准差规则， 也叫 3σ 规则. 在企业管理中，经常应用这个规则进 行质量检查和工艺过程控制. 围是(?∞, +∞)， 但实际上 X 取(μ?3σ, μ+