概率论与数理统计2.3学习课件.pptVIP

  1. 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. 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. 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)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
例 假设在设计公共汽车车门的高度时,要求男子的碰头机会在1%以下,设男子的身高X cm 服从正态分布,X ~ N 170,36 ,问车门高度至少应为多高 设 X ~ N 0, 1 , P X ? b 0.9515, P X ? a 0.0495, 求 a, b. 解: ? b 0.9515 1/2, 所以 b 0, 反查表得: ? 1.66 0.9515, 故 b 1.66 而 ? a 0.0495 1/2, 所以 a 0, ? ?a 0.9505, 反查表得: ? 1.65 0.9505, 故 a ? 1.65 例2 一般正态分布的标准化 定理2.3.1 设 X ~ N ?, ? 2 , 则 Y ~ N 0, 1 . 推论: 若 X ~ N ?, ? 2 , 则 设 X ~ N 10, 4 , 求 P 10 X 13 , P |X?10| 2 . 解: P 10 X 13 ? 1.5 ?? 0 0.9332 ? 0.5 P |X??10| 2 P 8 X 12 2? 1 ?1 0.6826 0.4332 例3 * * * * * * * * * * 定义 设随机变量X 的分布函数为F x , 则称 X 为连续随机变量, 若存在非负可积函数 f x ,满足: 称 f x 为概率密度函数,简称密度函数. §2.3 连续型随机变量及其概率密度 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 规范性 注意点 1 2 F x 是 ?∞, +∞ 上的连续函数; 3 P X x F x ?F x?0 0; 4 P a X≤b P a X b P a≤X b P a≤X≤b F b ?F a . 5 当F x 在x点可导时, f x 所以,概率为零的事件不一定是不可能事件!! 连续型 密度函数 X ~ f 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 a X?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1 已知随机变量X概率密度为: 试求 1 常数a; 2 分布函数F x ; 3 并计算 . 例2 设连续型随机变量X的分布函数 求A,B的值; 求X落在区间 0,ln2 内的 概率; 3. 求X的概率密度f x 。 例3: 一种电子管的使用寿命为X小时,其概率密度为 某仪器内装有3个这样的电子管,试求使用150小时内至多一个电子管需要换的概率。 (一)均匀分布 X~U a,b 实际背景: 随机变量 X 仅在一个有限区间(a,b)上取值; 随机变量 X在其内取值具有“等可能”性,则 X~U a,b 。 三种重要连续型分布 “等可能”表现在: 若a≤c c+l ≤b,则 P c X c+l 与位置无关,只与长度有关 设X具有概率密度: 则称X在区间 a,b 上服从均匀分布, 记为X~U a,b 。 例1:设电阻值R是一个随机变量,均匀分布 在900?~1100?,求R的概率密度及R落在 950?~1050?的概率。 解:按题意,R的概率密度为: X ~ U 2, 5 . 现在对 X 进行三次独立观测,试求至少有两次观测值大于 3 的概率. 解: 记 A X 3 , 则 P A P X 3 2/3 设 Y 表示三次独立观测中 A 出现的次数, 则 Y~ b 3, 2/3 ,所求概率为 P Y≥2 P Y 2 +P Y 3 20/27 例2 (二)指数分布 实际背景:在实践中,如果 X表示某一随机事件发生所需等待的时间,则一般 服从指数分布。 如:随机服务系统中的服务时间; 在某邮局等候服务的等候时间; 某电子元件直到损坏所需的时间(即寿命)… 指数分布 记为 X ~ Exp ? , 其中? 0. 指数分布具有无记忆性: 如果X是某一元件的寿命,已知元件已使用了 s小时,它还能继续使用至少 t小时的条件概率,与从开始时算起至少能使用 t 小时的概率相等。 即元件对它已使用过s小时无记忆。 例1 机器里安装的某种元件,已知这种元件的使 用寿命X(年)服从参数为?=1/5的指数分布, 1 计算一个元件使用8年后仍能正常工作的概率; 2 一个

您可能关注的文档

文档评论(0)

taotao0c + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档