连续性随机变量剖析.ppt

10马克 第二节 连续型随机变量 连续型随机变量及其概率密度的定义 概率密度的性质 三种重要的连续型随机变量 则称 X为连续型随机变量, 称 f (x) 为 X 的概率密度 函数，简称为概率密度 . 1、 连续型随机变量及其概率密度的定义 有 ,使得对任意实数 , 对于随机变量 X , 如果存在非负可积函数 f (x) , 连续型随机变量的分布函数在 上连续 2、概率密度 f(x) 的性质： f (x) 0 x 1 面积为1 利用概率密度可确 定随机点落在某个 范围内的概率 对于任意实数 x1 , x2 , (x1 x2 ) , 连续型r.v取任一指定实数值a 的概率均为0. 即 这是因为 当 时 得到 连续型随机变量的一个重要特点： (2) 对连续型 r.v X , 有 (1)由P(A)=0, 不能推出 因此有 例1: 设随机变量X具有概率密度 (1)试确定常数k， (2)并求P{X0.1}。 解: (1)由于 于是X的概率密度为 ，解得k=3. 4、三种常见的连续型随机变量 则称X在区间( a, b)上服从均匀分布， X ～ U(a, b) 若随机变量X的概率密度为： （1）均匀分布 公交线路上两辆公共汽车前后通过某汽车停车站的时间，即乘客的候车时间等. 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； 指数分布常用于可靠性统计研究中，如元件的寿命. 2 . 指数分布 若 r .v X具有概率密度 为常数, 则称 X 服从参数为 的指数分布. 其分布函数为 证明：设随机变量X服从参数为λ的指数分布，则 因此P{X≥s+t|X≥s}=P{X≥t}， 即指数分布具有”无记忆性”. 指数分布的一个重要特性是”无记忆性”. 设随机变量X满足：对于任意的so，t0,有 则称随机变量X具有无记忆性。 某些元件或设备的寿命服从指数分布.例如无线电元件的寿命 、电力设备的寿命、动物的寿命等都服从指数分布. 应用与背景 3. 正态分布(或高斯分布) (Normal Distribution) 定义 正态分布是应用最广泛的一种连续型分布. 正态分布在十九世纪前叶由高斯加以推广，所以通常称为高斯分布.第五章将介绍为什么这么多随机现象都近似服从正态分布 . 验证f(x)是一个合理的概率密度函数: ①显然，f(x)≧0；②下面验证 对于积分 作代换 则 德莫佛 德莫佛最早发现了二项概率的一个近似公式，该公式被认为是正态分布的首次露面. 高 尔 顿 钉 板 试 验 这条曲线就近似我们将要介绍的正态分布的密度曲线。 决定了图形的中心位置， 决定了图形中峰的陡峭程度. 正态分布 的图形特点 设 X~ , X 的分布函数是 正态分布 的分布函数 正态分布由它的两个参数μ和σ唯一确定， 当μ和σ不同时，是不同的正态分布。 标准正态分布 下面我们介绍一种最重要的正态分布 的正态分布称为标准正态分布.记为 其密度函数和分布函数常用 和 表示： 标准正态分布 的性质 : 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. 引理 证 Z 的分布函数为 则有 根据引理,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. 于是 若 若 X～N(0,1), ~N(0,1) 则 * *