第三节连续型随机变量及其概率密度分解.ppt

第三节连续型随机变量及其概率密度分解.ppt

  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)。
查看更多
* * * * * * * * * * * 一、概率密度的概念与性质 二、常见连续型随机变量的分布 三、小结 第三节 连续型随机变量及其概率密度 密度函数和分布函数的关系 积分关系 导数关系 ■已知随机变量X与-X具有相同概率密度函数,记 X的分布函数为F(x),则F(x)+F(-x)= ■ 二、常见连续型随机变量的分布 1. 均匀分布 概率密度 函数图形 分布函数 2. 指数分布 指数分布密度 函数图形演示 某些元件或设备的寿命服从指数分布.例如无线电元件的寿命 , 电力设备的寿命, 动物的寿命等都服从指数分布. 应用与背景 分布函数 3. 正态分布 (Normal Distribution) 正态概率密度函数的几何特征 ? 正态分布的分布函数 F(x) 1 ? x 正态分布是最常见最重要的一种分布,例如 测量误差; 人的生理特征尺寸如身高、体重等 ; 正常情况下生产的产品尺寸:直径、长度、重量 高度等都近似服从正态分布. 正态分布的应用与背景 正态分布下的概率计算 原函数不是 初等函数 方法:转化为标准正态分布查表计算   标准正态分布 定义 X ~ N(0,1)分布称为标准正态分布 密度函数 分布函数 Standard Normal distribution 偶函数 标准正态分布的图形 解 例 标准正态分布的概率计算 X -x 例 证明 证明 证明 例 正态分布的实际应用 已知90分以上的12人,60分以下的83人,若从高分到低分依次录取,某人成绩为78分,问此人能否被录取? 某单位招聘155人,按考试成绩录用,共有526人报名,假设报名者的考试成绩 分析 首先求出 和 然后根据录取率或者分数线确定能否录取 解 成绩X服从 录取率为 可得 得 查表得 解 查表得 ……….. 解得 故 设录取的最低分为 则应有 某人78分,可 被录取。 X的取值几乎都落入以?为中心,以3?为半径的区间内。这是因为: 0.9974 F(x) 3?准则 是小概率事件 分布函数 三、小结 2. 常见连续型随机变量的分布 均匀分布 正态分布 指数分布 正态分布有极其广泛的实际背景, 例如测量 误差; 人的生理特征尺寸如身高、体重等 ; 正常 情况下生产的产品尺寸:直径、长度、重量高度; 炮弹的弹落点的分布等, 都服从或近似服从正态 分布.可以说,正态分布是自然界和社会现象中最 为常见的一种分布, 一个变量如果受到大量微小 的、独立的随机因素的影响, 那么这个变量一般 是一个正态随机变量. 3. 正态分布是概率论中最重要的分布 另一方面,有些分布(如二项分布、泊松分布)的极 限分布是正态分布.所以,无论在实践中,还是在理 论上,正态分布是概率论中最重要的一种分布. 二项分布向正态分布的转换 * * * * * * * * * * * * * * *

文档评论(0)

yy558933 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档