2-4连续型随机变量及其概率密度函数精选.pptx

§4连续型随机变量及其概率密度函数教学纲目一、连续型随机变量的有关概念二、概率密度函数的性质三、三种常用的连续型概率分布教学目标10理解连续型随机变量的定义；20理解连续型随机变量的概率密度的定义与性质；30熟练掌握几种常用分布的定义、性质及其背景。教学重点10连续型随机变量的定义；20连续型随机变量的概率密度的定义与性质；30三种常用分布的定义、性质及其背景。一、连续型随机变量的有关概念引言本节研究其可能取值连续地充满某个区间或整个实数轴的一类所谓连续型随机变量。对于连续型随机变量概念的建立，应着眼于能运用这一概念对随机变量落入某一区间的概率等进行有效地运算。既然随机变量的概率分布函数能用来统一刻画随机变量的统计规律性，所以不妨类比离散型的情形，分析所要定义的连续型随机变量的应具备的要求。转化设离散型随机变量X的分布律为P{X=k}=pk，k=1,2,…则X的分布函数为F(x)pkxkx当随机现象由离散型场合转为连续型场合时， x, xkx可求和的分布律“{pk}”转化非负可积的函数“f(x)”。定义1设F(x)为随机变量X的分布函数，若存在非负可积函数f(x)，使对任意实数x，有F(x) x f(t)dt则称X为连续型随机变量(continuousrandomvariable),称f(x)为X的概率密度函数(probabilitydensityfunction)简称概率密度(probabilitydensity)。在实际问题中，人们遇到的非离散型随机变量大多是连续型，而且其概率密度至多有有限个间断点。对于非离散型随机变量，只讨论连续型随机变量。【注】一个连续型随机变量的分布函数是连续函数。xx二、概率密度函数的性质(1)非负性：f(x)0, (2)规范性：f(x)dx1,  x事实上，f(x)dxlimf(x)dxlimF(x)F()1 【几何意义】x轴之上的，密度曲线之下的广义曲边梯形的面积为1。ba(3)对任意满足ab的实数a,b，有事实上P{aXb}=bf(x)dxaP{aXb}F(b)F(a)f(x)dx bf(x)dxf(x)dx a推广设B为有限个或可列个两两不交的区间之并，则P{XB}f(x)dx B【几何意义】X落入区间(a,b]上的概率等于以密度曲线为曲边的，以(a,b]为底的曲边梯形的面积。x0x0(4)若f(x)在点x处连续，则F(x)=f(x)。连续型随机变量的概率密度是分布函数的导函数，连续型随机变量的分布函数是概率密度的原函数，又因为f(x)limF(xx)F(x) xlimP{xXxx} x该比值可解释为随机变量X在区间(x,x+x]单位长度上的平均概率的极限，因此称它为“概率密度”。P{xXx+x}f(x)x。x2x1xxx【注】(1)非负性与规范性是一函数成为密度函数的充要条件： 设可积函数f(x)满足非负性与规范性，定义F(x)：F(x)显然满足F(x) x f(x)dx10非降性：F(x2)-F(x1)f(x)dx0;(x2x1)20有界性：0F(x)1，F(-)=0，F(+)=1；30连续性:(也满足右连续性) limF(x)lim[F(xx)F(x)]limx0x0x0f(x)dx0。(2)由于在若干点改变密度函数f(x)的值,都不影响函数F(x)的值，因此关于f(x)的论断通常都是在“几乎处处”的意义下。(3)密度函数是不唯一的。(4)密度函数未必是连续函数。(5)连续型随机变量在任何定点处的概率值为0；事实上，设随机变量的分布函数为F(x)，x0，则对aR，{X=a}{a-xXa}，于是 0P{X=a}P{a-xXa}=F(a)-F(a-x)令x0，因为X是连续型随机变量，从而F(x)连续， F(a-x)F(a)，从而P{X=a}=0。由此可知一个事件的概率等于0，这事件未必是不可能事件；一个事件的概率等于1，这个事件未必是必然事件。【注】P{aXb}=P{aXb}=P{aXb}=F(b)-F(a)。11x1/2O(6)P{X=a}f(a)。(7)离散型与连续型仅是随机变量的两种类型，并不是所有分布都属于这两种类型。例如函数0,x0, F(x),0x1, 2 1,x1,y1x该函数满足分布函数三条性质，所以它是某随机变量的分布函数。但它刻画的既不是离散型分布，也不是连续型分布：因为在x=0处，F(x)间断。f(x)aa21例1设随机变量X的密度函数为a1x2,1x1,