概率论与数理统计2-4连续型随机变量及其概率密度汇编.ppt

标准正态分布的重要性在于，任何一个一般的正态分布都可以通过线性变换转化为标准 正态分布. 定理1 若 若 X～N(0,1), ~N(0,1) 则 由标准正态分布的查表计算可以求得， 这说明，X的取值几乎全部集中在[-3,3]区间 内，超出这个范围的可能性仅占不到0.3%. 当X～N(0,1)时， P(|X| 1)=2 (1)-1=0.6826 P(|X| 2)=2 (2)-1=0.9544 P(|X| 3)=2 (3)-1=0.9974 3 准则 标准正态分布的上 分位点 设 若数 满足条件 则称点 为 标准正态分布的上 分位点. 解 P(X≥ h)≤0.01 或 P(X h)≥ 0.99， 下面我们来求满足上式的最小的h . 看一个应用正态分布的例子: 例 公共汽车车门的高度是按男子与车门顶头碰头机会在 0.01 以下来设计的.设男子身高X～N(170,62),问车门高度应如何确定? 设车门高度为h cm,按设计要求 因为 X～N(170,62), 故 P(X h)= 查表得 (2.33)=0.99010.99 因而 = 2.33, 即 h=170+13.98 184 设计车门高度为 184厘米时，可使 男子与车门碰头 机会不超过0.01. P(X h ) 0.99 求满足 的最小的 h . 所以 . 概率论 概率论 第四节 连续型随机变量及其概率密度 连续型随机变量及其概率密度的定义 概率密度的性质 三种重要的连续型随机变量 小结 连续型随机变量X所有可能取值充满一个区间, 对这种类型的随机变量, 不能象离散型随机变量那样, 以指定它取每个值概率的方式, 去给出其概率分布, 而是通过给出所谓“概率密度函数”的方式. 下面我们就来介绍对连续型随机变量的描述方法. 则称 X为连续型随机变量, 称 f (x) 为 X 的概率密度 函数，简称为概率密度 . 一、 连续型随机变量及其概率密度的定义 有 ,使得对任意实数 , 对于随机变量 X , 如果存在非负可积函数 f (x) , 连续型随机变量的分布函数在 上连续 二、概率密度的性质 1 o 2 o f (x) x o 面积为1 这两条性质是判定一个 函数 f(x)是否为某r .v X 的 概率密度的充要条件 利用概率密度可确 定随机点落在某个 范围内的概率 对于任意实数 x1 , x2 , (x1 x2 ) , 若 f (x) 在点 x 处连续 , 则有 若不计高阶无穷小，有 表示随机变量 X 取值于 的概率近似等于 . 在连续型 r .v 理论中所起的作用与 在离散型 r .v 理论中所起的作用 相类似. 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 a (1) 连续型r.v取任一指定实数值a 的概率均为0. 即 这是因为 请注意: 当 时 得到 (2) 对连续型 r.v X , 有 由P(B)=1, 不能推出 B=S 由P(A)=0, 不能推出 1. 均匀分布 则称X在区间( a, b)上服从均匀分布， X ～ U(a, b) 三、三种重要的连续型随机变量 若 r .v X的概率密度为： 记作 公交线路上两辆公共汽车前后通过某汽车停车站的时间，即乘客的候车时间等. 均匀分布常见于下列情形： 如在数值计算中，由于四舍五 入，小数点后某一位小数引入的误差； 例2 某公共汽车站从上午7时起，每15分钟来一班车，即 7:00，7:15，7:30, 7:45 等时刻有汽车到达此站，如果乘客到达此站时间 X 是7:00 到 7:30 之间的均匀随机变量, 试求他候车时间少于5 分钟的概率. 解 依题意， X ～ U ( 0, 30 ) 以7:00为起点0，以分为单位 为使候车时间X少于 5 分钟，乘客必须在 7:10 到 7:15 之间，或在7:25 到 7:30 之间到达车站. 所求概率为： 即乘客候车时间少于5 分钟的概率是1/3. 从上午7时起，每15分钟来一班车，即 7:00，7:15，7:30等时刻有汽车