2.4连续型随机变量及其概率密度教案.pptVIP

轴平移, 而不改变其形状, 可见正态分布的概率密 为位置参数. 称轴不变, 而形状在改变, 图形越高越瘦, 图形越矮越胖. 即有 易知 正态分布的应用与背景 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. 正态分布的计算 原函数不是 初等函数 方法一:利用MATLAB软件包计算(演示) 方法二:转化为标准正态分布查表计算 引理 证 得 则 由此知 标准正态分布的概率密度表示为 标准正态分布的图形 特点是“两头小，中间大，左右对称”. 有 性质 证明 例3 将一温度调节器放置在贮存着某种液体的容 器内. 是一个随机变量, (2) 若要求保持液体的温度 解 (1) 所求概率为 即 亦即 故需 例4 对于标准正态随机变量, 的定义. 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(或高斯分布) 指数分布 正态分布有极其广泛的实际背景, 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 　　二项分布、泊松分布等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 一、概率密度的概念与性质 二、常见连续型随机变量及其概率分布 三、小结 第四节　连续型随机变量及其概率密度 一、概率密度的概念与性质 1.概率密度函数的定义 存在 概率密度函数, 简称概率密度. 连续型随机变量的分布函数是连续函数. 2.概率密度函数的性质 证明 1 同时得以下计算公式 概率密度的意义 故 X的密度 f(x) 在 x 这一点的值，恰好是 X落在区间 上的概率与区间长度 之比的极限. 这里，如果把概率理解为质量， f (x)相当于线密度.这就是为什么称f(x)为概率密度。 若x是 f(x)的连续点，则： =f(x) 对 f(x)的进一步理解: 若不计高阶无穷小，有： 它表示随机变量 X 取值于 的概率近似等于 . 若x是 f(x)的连续点，则： =f(x) 要注意的是，密度函数 f (x)在某点处a的高度，并不反映X取值的概率. 但是，这个高度越大，则X取a附近的值的概率就越大. 也可以说，在某点密度曲线的高度反映了概率集中在该点附近的程度. f (x) x o 连续型随机变量取任一指定值的概率为0. 即： a为任一指定值 因为 需要指出的是: 由此得， 对连续型 随机变量 X,有 连续型随机变量取值落在某区间的概率 与端点无关 注意 若X是连续型随机变量， { X=a }并非不可 能事件， 但有 连 续 型 若 X 为离散型随机变量, 离 散 型 ?{ X=a }为不可能事件， 即： ? 例1 其他. (3) 求 解 得 解得 其他. (3) 即 二、常见连续型随机变量及其概率分布 (一)均匀分布 其他, 概率密度函数图形 均匀分布的意义 分布函数 例2 均匀分布在 解 按题意, 其他. 故有