概论第5讲.pptVIP

2.4.2 常见连续型随机变量的分布 小结 例 连续随机变量X密度函数为 (1) 求常数A (2) 计算X的分布函数 解(2) (3) 计算 例 连续随机变量X密度函数为 (1) 求常数A (2) 计算X的分布函数 解(3) (3) 计算 解 1.均匀分布 概率密度 函数图形 均匀分布的意义 设a≤c≤d≤b 求P{c≤Xd }= 练习：　　　　　　　 求(1) P{2≤X3 }=? (2) P{-2≤X3 }=? 练习：　　　　　　　求其分布函数。 解： x f ( x) a b x F( x) b a 概率论 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等时刻有汽车到达汽车站， X ～ U ( 0, 30 ) 2. 指数分布 若连续型随机变量的密度函数为 则称X服从参数为λ0的指数分布,记为 , 其分布函数为 1 x F( x) 0 x f ( x) 0 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 指数分布的重要性质 :“无记忆性”. 例 设某类日光灯管的使用寿命 X 服从参数为 λ=1/2000的指数分布(单位:小时). (1)任取一只这种灯管, 求能正常使用1000小时以 上的概率. (2) 有一只这种灯管已经正常使用了1000 小时以 上,求还能使用1000小时以上的概率. X 的分布函数为 解 练习2.2 4,5,6 练习2.3 1,3,4 Born: 30 Apr. 1777 in Brunswick, Duchy of Brunswick (now Germany) Died: 23 Feb. 1855 in G?ttingen, Hanover (now Germany) Carl Friedrich Gauss 3. 正态分布(或高斯分布) 中间高，两头低，成古钟形状 定义 若连续型随机变量X 的概率密度为 记作 其中 和 ( 0 )都是常数, 则称X服从参数为 和 的正态分布或高斯分布. 事实上 , f(x)具有以下性质 正态概率密度函数的几何特征 正态概率密度函数的几何特征 (3)在 x = ?±? 时, 曲线 y = f (x) 在对应的 点处有拐点, 曲线 y = f (x) 以 x 轴为渐近线 μ决定了图形对称轴，σ决定了图形中峰的陡峭程度. 正态分布N(μ,σ2)的图形特点 第2章??随机变量及其分布 第*页 概率论与数理统计 第五讲 淮阴工学院数理学院 §2.2 离散型随机变量分布律(续) §2.３?连续型随机变量 　　2. 随机变量的分类: 离散型、连续型. 　　1. 随机变量是定义在样本空间上的一种特殊的函数． 　 §2.1 随机变量及其分布函数 若 X 为随机变量，则 {X = k} 、 {a X ? b} 、…… 均为随机事件. 随机变量的等式或不 等式表达随机事件 §2.2 离散型随机变量的分布律 １.分布律 性质 P{x∈A}= 分布函数 分布律 离散型随机变量分布律与分布函数的关系 x x ＝ x 2.2.2、常见离散型随机变量的分布律 　　设随机变量 X 只可能取0与1两个值 , 它的分布律为 则称 X 服从 (0—1) 分布或两点分布. 1.单点分布 2.两点分布 3. 二项分布 且两两互不相容. 称这样的分布为二项分布.记为 二项分布 两点分布 二项分布描述的是n重伯努利试验中 事件A出现的次数X 的分布律 . 二项分布的图形 二项分布中最可能出现次数的定义与推导 则称 为最可能出现的次数 当( n + 1) p = 整数时,在 k = ( n + 1) p与 ( n + 1) p – 1 处的概率取得最大值 当( n + 1) p ? 整数时, 在 k = [( n + 1) p ] 处的概率取得最大值 例 独立射