- 1、本文档共4页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
概率论文本教案第二章3
第三讲
Ⅰ 授课题目:
第四节 连续型随机变量及其概率密度(2)
Ⅱ 教学目的与要求:
熟练掌握三个重要的连续型随机变量及其概率密度的概念
掌握三个重要的连续型随机变量及其概率密度的计算
Ⅲ 教学重点与难点:
重点:三个重要的连续型随机变量及其概率密度
难点:正态分布的概念和计算
Ⅳ 讲授内容:
一、常见的连续型随机变量的分布:均匀分布、指数分布、正态分布
1、均匀分布
均匀分布(Uniform)
若 r.v. X的概率密度为:
则称X服从区间( a, b)上的均匀分布,记作X~U[a,b]
若X~U[a,b],则对于满足的c,d, 总有
均匀分布常见于下列情形:如在数值计算中,由于四舍五入,小数点后某一位小数引入的误差,例如对小数点后第一位进行四舍五入时,那么一般认为误差服从(-0.5, 0.5)上的均匀分布
2、指数分布
若 r.v X具有概率密度 =
则称 X 服从参数为的指数分布.
指数分布常用于可靠性统计研究中,如元件的寿命.
3、正态分布
正态分布是应用最广泛的一种连续型分布.
德莫佛(De Moivre)最早发现了二项分布的一个近似公式,这一公式被认为是正态分布的首次露面;正态分布在十九世纪前叶由高斯(Gauss)加以推广,所以通常称为高斯分布.
(1)、正态分布的定义
若r.v. X 的概率密度为 = ,
其中 和都是常数,任意,0则称X服从参数为和的正态分布.记为X ~(Normal).所确定的曲线叫作正态曲线.
(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
故f(x)以为对称轴,令x=+c, x=-c (c0), 分别代入f (x), 可得 f (+c)=f (-c)且 f (+c) ≤f (), f (μ-c)≤f ()并在x=处达到最大值: ;当时,.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. 用求导的方法可以证明,为f (x)的两个拐点的横坐标。 x = μ ± σ这是高等数学的内容,如果忘记了,课下再复习一下
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。除外,在正常条件下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;小麦的穗长、株高;测量误差;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
(3)、设X~ ,X的分布函数是
=,
(4)、标准正态分布 的正态分布称为标准正态分布. 其密度函数和分布函数常用 和表示.
=,
=,
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
它的依据是下面的定理:
定理1 设X ~,则Y=~.
根据定理1,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.
(5)、正态分布表
书末附有标准正态分布函数数值表,有了它,可以解决一般正态分布的概率计算查表. 表中给的是时, 的值. 当时
若X ~,
==
若X ~,则Y=~
=
=
3准则:由标准正态分布的查表计算可以求得,
当X ~时,==0.6826
==0.9544
==0.9974
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%.
上述结论推广到一般的正态分布Y ~时,
=0.6826
=0.9544
=0.9974
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)
小结:本次课我们介绍了均匀分布和指数分布、正态分布这三个常见的连续型随机变量,其中正态分布的应用极为广泛,在本课程中我们一直要和它打交道。后面第五章中,我们还将介绍为什么这么多随机现象都近似服从正态分布;还要给出德莫佛极限定理的证明.
Ⅵ 课外作业:
文档评论(0)