《概率论与数理统计教学课件》4-1.pptVIP

4.1 连续型随机变量的概念 解： 例13 于是 前面已算得： 2 . 切比雪夫不等式 证明： 取连续型随机变量的情况来证明. 切比雪夫不等式 证毕 切比雪夫不等式 的等价形式 =0.75 =0.8889 =0.9375 切比雪夫不等式 说明了任一随机变量落入区间|ξ- E(ξ) |≤ε的概率可由方差D(ξ)估计,当D(ξ)越小时，落入该区间的概率 越大，说明了方差D(ξ)确实反映ξ取值的集中(于期望)程度。 D(ξ)=0 的充要条件是P{ξ=E(ξ)}=1 (ξ以概率1取常数C=E(ξ)） P{| ξ -E (ξ)|≤ε} ≥ 对任意的ε0 令ε→0得 P{ ξ =E (ξ) } =1 进一步，我们还可证明： 充分性显然，下证必要性 设D(ξ)=0, 由切比雪夫不等式, 证明 ： 例14:假设一批种子的良种率为1/6，从中任意选出600粒，试用切比晓夫（Chebyshev）不等式估计：这600粒种子中良种所占比例与 1/6之差的绝对值不超过0.02的概率。 例2 设连续型随机变量X 的密度函数为 (1) 确定a 的值； (2) 求X的分布函数 (3) 求概率 解: (3) (法一:利用分布函数) (柯西分布) (法二:利用密度函数) 例3 设连续型随机变量X 的密度函数为 (1) 确定k 的值； (2) 求X的分布函数； (3) 求概率 例3 设连续型随