连续型随机变量剖析.ppt

2) 正态分布概率的计算 若随机变量X ~ N( m, s2 )，其分布函数为 R x ∈ F( x; m, s2 ) = , e ( x – m ) - 2 s2 2 2 1 p s x －∞ ∫ dx 若随机变量X 标准正态分布，其分布函数为 R x ∈ F( x ) = , e x - 2 2 2 1 p x －∞ ∫ dx 由于F( x )不能解析求出，为方便计算，人们编制了《标准正态分布表》(见P289的附表2)。由F( x )的对称性，有 F( - x ) = 1- F( x )，故仅给出x≥0的值。 退 出 前一页 后一页 目 录 （1）若随机变量X ~ N( 0，1 )，则 P{ a X b } = F( b ) - F( a ) 退 出 前一页 后一页 目 录 P{ X a } = 1 - F( a ) P{ X b } = F( b ) F ( - x )= 1-F ( x ) 若随机变量X ~ N( 0，1 )，则 P{ a X ≤ b } = F( b ) - F( a ) （2）若随机变量X ~ N( m，s2 )，则 P{ x1 X ≤ x2 } = F ( ) -F( ) x2 – m s x1 – m s 证明： e ( t – m ) - 2 s2 2 F( x; m, s2 ) = 2 1 p s x －∞ ∫ dt e y - 2 2 2 1 p dy －∞ ∫ x – m s t – m s y = dt = s d y F( ) x – m s = 退 出 前一页 后一页 目 录 退 出 前一页 后一页 目 录 （2）若随机变量X ~ N( m，s2 )，则 例8：已知随机变量X ~ N( m, s 2 )，证明 P{| X - m | x } = P{ m - x X m + x } = x s 2F( ) - 1 P{ m - x X m + x } 证明: = m - x– m s F( ) m + x – m s F( ) - = - x s F( ) x s F( ) - = x s F( ) - x s F( ) [1 - ] = x s F( ) 2 - 1 退 出 前一页 后一页 目 录 特别地，有 P{| X - m | s } = 2F( 1 ) - 1 = 0.6826 P{| X - m | 2s } = 2F( 2 ) - 1 = 0.9544 P{| X - m | 3s } = 2F( 3 ) - 1 = 0.9974 这说明X 以很大的概率密集在 x = m 的附近。 退 出 前一页 后一页 目 录 例9: 公共汽车的车门是按男子与车门碰头的机会在0.01以下来设计的.设男子身高X服从参数为μ=172cm σ=6 的正态分布.即X~N(172,36).问车门的高度该如何设计. 解：设车门的高度为h cm.按设计要求 P{ X?h} ? 0.01 或者 P{Xh} ?0.99 因为 X~N(172,36) 所以 查表有Φ(2.33)=0.99010.99 故(h-172)/6=2.33 即h=172+6*2.33=186cm 故设计车门高度为186cm时,可使男子与车门顶碰头的机会不大于0.01 退 出 前一页 后一页 目 录 有时, 我们需要求随机变量以给定概率落在某个区间上的分界点，称之为分位数。如设 X ~ N( 0, 1), 若存在某个实数ua 使P{ X ua } = a , 则称ua为标准正态分布对应于a 的上侧分位数。 退 出 前一页 后一页 目 录 uα Φ(uα) α Φ(uα) =1- α 退 出 前一页 后一页 目 录 例10：设X ~ N( 10, 22 )，求a 使 P{| X - 10 | a } = 0.9 P{ | X – 10 | a } 解: = a 2 F( ) 2 - 1 = 0.9 a 2 F( ) = 0.95 a 2