第2章 随机变量及其分布2-1.pptVIP

* * * * * * * * * * * * * * * * * 2.1.4 连续随机变量的密度函数 连续随机变量X的可能取值充满某个区间 (a, b). 所以无法仿离散随机变量用 P(X=x) 来描述连续随机变量X的分布.而是通过给出所谓“概率密度函数”的方式. 注意离散随机变量与连续随机变量的差别. 则称 X为连续型随机变量, 称 p(x) 为 X 的概率密度 函数，简称为概率密度 . 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 p(x) , 连续型随机变量的分布函数在 上连续 定义2.1.4 密度函数的基本性质 满足(1) (2)的函数都可以看成某个连续随机变量的概率密度函数. (非负性) (正则性) 利用概率密度可确 定随机点落在某个 范围内的概率 (3) 对于任意实数 x1 , x2 , (x1 x2 ) , (4) 若 p(x) 在点 x 处连续 , 则有 故 X的密度 p(x) 在 x 这一点的值，恰好是X 落 在区间 上的概率与区间长度 之比的极 限. 这里，如果把概率理解为质量， p(x) 相当于线密度. 若 x 是 p(x) 的连续点，则 对 p(x)的进一步理解: 若不计高阶无穷小，有 表示随机变量 X 取值于 的概率近似等于 . 在连续型 r .v 理论中所起的作用与 在离散型 r .v 理论中所起的作用 相类似. 要注意的是，密度函数 p(x)在某点处a的高度，并不反映X取值的概率. 但是，这个高度越大，则X取a附近的值的概率就越大. 也可以说，在某点密度曲线的高度反映了概率集中在该点附近的程度. p (x) x o a (1) 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 注意 当 时 得到 (2) 对连续型 r.v X , 有 由P(B)=1, 不能推出 B=S 由P(A)=0, 不能推出 注意点(1) (1) (2) F(x) 是 (?∞, +∞) 上的连续函数; (3) P(X=x) = F(x)?F(x?0) = 0; (4) P{aX≤b} = P{aXb} = P{a≤Xb} = P{a≤X≤b} = F(b)?F(a). 注意点(2) (5) 当F(x) 在x点可导时, p(x) = 当F(x) 在x点不可导时, 可令p(x) =0. 连续型 密度函数 X ~ p(x) ( 不唯一 ) 2. 4. P(X=a) = 0 离散型 分布列: pn = P(X=xn) ( 唯一 ) 2. F(x) = 3. F(a+0) = F(a); P(aX?b) = F(b)?F(a). 4. 点点计较 5. F(x)为阶梯函数。 5. F(x)为连续函数。 F(a?0) = F(a). F(a?0) ? F(a). 例2.1.6 设 X ~ 求 (1) 常数 k. (2) F(x). (1) k =3. (2) 解： 例2.1.7 设 X ~ 求 F(x). 解： 设X与Y同分布，X的密度为 已知事件 A = { X a } 和 B ={ Y a } 独立， 解: 因为 P(A) = P(B), P(A?B) = P(A)+P(B)?P(A)P(B) 从中解得 且 P(A?B)=3/4, 求常数 a . 且由A、B 独立，得 = 2P(A) ? [P(A)]2 = 3/4 从中解得: P(A)=1/2, 由此得 0a 2 , 因此 1/2 = P(A) = P( X a ) 例2.1.8 设 X ~ p(x)，且 p(?x) = p(x)，F(x)是 X 的分布函数， 则对任意实数 a0，有( ) ① F(?a) =1? ② F(?a)= ③ F(?a) = F(a) ④ F(?a) = 2F(a) ? 1 课堂练习 ② 解 设 F(x) 为 X 的