概率论和数理统计-2.pptVIP

O x 1 Φ(x) 标准正态分布的密度函数与分布函数的图像分别为 可得 对于标准正态分布的分布函数Φ(x)的函数值，书后附有标准正态分布表)。表中给出了x0的函数值。当x0时，可利用Φ(-x)=1- Φ(x)计算得到。 例2.22 已知X~N(0, 1)，求P(-∞＜X≤-3)， P(|X|＜3) 解 P(-∞＜X≤-3)= Φ(-3) = 1-Φ(3) 标准正态分布表 P(|X|＜3)= P(-3＜X ＜ 3)= Φ(3) - Φ(-3) = Φ(3) -[1-Φ(3)] =2Φ(3)-1 =2×0.9987-1=0.9974 =1-0.9987=0.0013 一般地, X~N(0, 1), P(X≤x)=Φ(x),P(|X|＜x)=2Φ(x)-1 对于一般正态分布的随机变量X～N(?, ?2)，可通过将其分布函数标准化的方法来计算其分布函数值(即概率)。 设随机变量X～N(?, ?2)，其分布函数为FX(x)，则有 证明 一般有 例2.23 已知X~N(1, 4),求P(5＜X≤7.2), P(0＜X≤1.6) 解 分位数的概念 X～N(?, ?2)，p∈(0,1)，若实数up满足P(X〉 up)=p, 则称up为标准正态分布的p分位点。 标准正态分布表 O Up x p 正态随机变量的3?原则：设X?N(?,?2) 在工程应用中，通常认为P{|X|≤3}≈1，忽略{|X|3}的值。 如在质量控制中，常用标准指标值±3?作两条线，当生产过程的指标观察值落在两线之外时发出警报，表明生产出现异常。 在一次试验中，正态分布的随机变量X落在以?为中心，3?为半径的区间(?-3?, ? +3?)内的概率相当大(0.9973)，即X几乎必然落在上述区间内，或者说在一般情形下，X在一次试验中落在(?-3?, ? +3?)以外的概率可以忽略不计。 作业 P53 3，5，6； 7，10，14； 内容回顾 连续性随机变量及其概率密度； 已知概率密度函数求分布函数； 均匀分布； 正态分布；标准正态分布； 指数分布； 一、离散型随机变量的函数的分布律 2.5 随机变量的函数的分布 设X一个随机变量，分布律为 X～P(X＝xk)＝pk, k＝1, 2, … 则当Y＝g(X)的所有取值为yj(j＝1, 2, …)时，随机变量Y有如下分布律： P(Y＝yj)＝qj, j＝1, 2, … 其中qj是所有满足g(xi)= yj的xi对应的X的概率P(X＝xi)＝pi的和，即 例2.25 设离散型随机变量X有如下分布律，试求随机变量Y=(X-3)2+1的分布律 X 1 3 5 7 P 0.5 0.1 0.15 0.25 解 Y的所有可能取值为 1，5，17 故，Y的分布律为 Y 1 5 17 P 0.1 0.65 0.25 二、连续型随机变量的函数的分布 1、一般方法 设连续型随机变量X的概率密度函数为fX(x)，(-?x+?), Y=g(X)为随机变量X的函数，则Y的分布函数为 FY (y) ＝P(Y?y)＝P(g(X) ?y)＝ 从而Y的概率密度函数fY (y)为 此法也叫“分布函数法” 例2.26 设随机变量 求Y=3X+5的概率密度。 解 先求Y=3X+5的分布函数FY(y) Y的概率密度函数为 例2.27(自学) 设X?U(-1,1),求Y=X2的分布函数与概率密度。 当y0时， 当0≤y1时 当y≥1时 解 2、公式法：一般地 若X~fX(x), y=g(x)是严格单调可导函数，则 注 1、只有当g(x)是x的单调可导函数时，才可用以上 公式推求Y的密度函数； 2、注意定义域的选择； 3、勿忘加绝对值。 其中h(y)为y＝g(x)的反函数。 例2.28 (自学)设X的概率密度为fX(x),y=g(x)关于x处处可导且是x的严格单减函数，求Y=g(X)的概率密度。 FY(y)=P(Y?y)=P(g(X)?y) =P(X≥g-1(y))= 1-P(Xg-1(y)) =1-FX(g-1(y)) ?Y的概率密度为 fY(y)=F?(g-1(y))=－fX(g-1(y)) g-1(y) 解 Y的分布函数为 例2.29 已知X?N(?,?2),求 解 的