- 1、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。。
- 2、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。
- 3、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)。
查看更多
概率密度函数还具有以下性质: 3 对任意给定的 , ; 4 在 的连续点处,总有 ; 5 连续型随机变量 取任一点 的概率始终为零,即 证明:对任意的 ,令 ,则 由 ,有 由于 是连续型随机变量,其分布函数 是连续函数,当 时,有 所以 。 该性质表明连续型随机变量的概率分布不能用逐点取值的概率表达,而只能用概率密度来表达。 由此,对于连续型随机变量 ,有如下的结果:设任意的实数 ,有 即 ,则对任意满足 的 ,总有 这表明, 落在 的子区间 上的概率,只与子区间的长度 有关(成正比),而与子区间在区间 中的具体位置无关。 均匀分布无论在理论上还是应用上都非常有价值。 例2.16 某市规定公共汽车每隔10分钟发一趟班车,即每隔10分钟就要有一辆公共汽车经过公共汽车站。一位乘客随机地来到一个公共汽车站,问等车时间在5分钟之内的概率是多少? 解: 设公共汽车均匀地来到车站,乘客的等车时间可以看作是区间 上的均匀分布。则有 若用分布函数计算有 均匀分布的概率密度函数满足 1 非负性: 2 规范性: 其图像为 均匀分布的分布函数为 求解过程黑板演示。 指数分布的概率密度函数满足 (1)非负性: ; (2)归一性: 其图像为: 指数分布的分布函数为: 求解过程与均匀分布类似,省略。 指数分布所能刻画随机现象: 随机服务系统中的服务时间; 电话的通话时间; 无线电元件的寿命;动植物的寿命。 ?正态分布的分布函数为 其图像是一条S型曲线,如下 ?2.4.2 标准正态分布 ?定义:在正态分布的概率密度函数中,如果 时,即若随机变量 的概率密度为 则称 服从标准正态分布(Standard Normal istrution),记作 ?其分布函数为 ?标准正态分布的密度函数图为: 由图可以看出,该曲线为以 轴为对称轴的单峰曲线。 ?标准正态分布的计算 可以由分布函数与其密度函数的关系解决: 因为 ,所以 直接查标准正态分布的分布函数表 即可解决概率计算。 ?思考:一般正态分布的概率计算也可以制表解决么?为什么? ?定理2.4.1 设 ,令 ,则 也是一个随机变量,且 。 证明:设随机变量 的分布函数为 ,概率密度函数为 。由分布函数的定义知 由此,易知随机变量 的概率密度函数为 这恰好是标准正态分布的概率密度函数,所以 。 这里称变换 为标准化变换。 ?若 ,则 的分布函数为 从而有 也就是说,借助标准正态分布的分布函数表即可解决一般正态分布随机变量的概率计算问题。 例2.21 设 ,计算 的值。 解: 例2.22 若 ,求 的值,此处 为常数。 解: 由上例题可以得到,常用来作为质量控制依据的“ ”准则。即 据此认为 随机变量 落在 之外几乎不可能,因为其概率仅为0.26%。 ?统计中常用的标准正态分布的双侧分位数有 单侧分位数 设 ,若有 满足 ,则称 为标准正态分布的 上侧分位数。 设 若有 满足 ,则称 为标准正态分布的 下侧分位数。 ?上下侧分位数的意义如下图所示。 上侧分位数的计算: 由定义知 ,查标准正态分布函数值表即可得 。或者可由双侧分位数与上侧分位数之间的关系求得: 即关于 的上侧分位数就等于关于 的双侧分位数。 下侧分位数的计算: 下侧分位数就等于上侧分位数的相反数。 例如: 一般正态分布的分位数计算: 对一般正态分布的随机变量 ,要求 的 。 先由 查标准正态分布表可得 再由 求得分位数 例2.23 某省高考采用标准化计分方法,并认为考生成绩 服从正态分布 。如果某一科的录取率为30.9%,问录取分数线应划定在多少分以上? 解:假设录取分数线应划定在 分以上,由 来确定 由于 查正态分布表得 故 ?求连续型随机变量函数分布的方法还有公式法: 定理2.5.1 设 的密度函数为 ,令 。如果 是严格单调函数,且处处可导。则 是连续型随机变量,其密度函数为 其中 为 的反函数。 证明略。 分析: 如果选择另外的7名学生做同样的考查,则会得到一组不同的频率,由此可知频率具有观测的随机波动性,用概率代替频率,则可消除随机波动对频率的影响。由此得到的平均值为理论上真正的平均值,且其为确定的数值,我们称其为随机变量的数学期望。 数学期望的定义 定义2.6.1 (离散型随机变量的数学期望) 设离散型随机变量 的概率函数为 若级数 绝对收敛,则称 的值为离散型随 机变量 的数学期望,简称期望或均值,记作 。即 若级数 ,则称 的数学期望不存在。 定义2.6.2 (连续型随机变量的数学期望) 设连续型随机变量 的概率密
文档评论(0)