第四节连续型随机变量及其概率密度——概率论与数理统计(李长青版)分析.ppt

第四节 连续型随机变量 定义 设 X 是随机变量, 若存在一个非负可积函 其中F (x)是它的分布函数, f (x)是它的概率密度函数，简记为概率密度。 连续型随机变量的概念 数 f ( x ), 使得 则称 X 是连续型随机变量, x 分布函数F(x)与密度函数 f ( x) 的 几何意义 x y F ( x ) O p.d.f. f ( x )的性质 常利用这两个性质检验一个函数能否作为连续 在 f ( x ) 的连续点处， 性随机变量的概率密度 f ( x ) 描述了X 在 x 附近单位长度的区间内取值 的概率. 线段质量 长度 密度 注意: 对于连续型随机变量 X , P(X = a) = 0. 其中 a 是随机变量 X 的一个可能的取值 命题 连续型随机变量取任一常数的概率为零. 强调 概率为0 的事件未必是不可能事件. 事实上 从而有 对于连续型随机变量 X 如下图所示 b x f ( x) a O x f ( x) a O 求：（1）常数a；（2） （1）由概率密度的性质可知 所以 a＝1/2 例1 设随机变量X具有概率密度 解： 例2 某电子元件的寿命（单位: 小时）是以 为密度函数的连续型随机变量．求5个同类型的元 件在使用的前 150 小时内恰有2个需要更换的概率. 解 A = {某元件在使用的前 150小时内需要更换 } 设 则 对5个元件的寿命进行观测, 可以看作是一个5重伯努 以Y记在150小时内损坏的电子管数， 则 由此可得 例3 设连续型随机变量 X 的分布函数为 试求 X 的密度函数. 例4 设随机变量 X 密度函数为 试求 X 的分布函数. 1. 均匀分布 若连续型随机变量 X 具有概率密度 则称 X在区间 (a, b)上服从均匀分布, 记作 X~U (a, b). 其分布函数为： 常见的连续性随机变量的分布 概率密度函数 f(x)与分布函数F(x)的图形: x a b x F( x) b a O O 注：若 X~U (a, b)，则 （1） （2）若acdb，则 例5 设公共汽车站从上午7时起每隔15分钟来 一班车, 如果某乘客到达此站的时间是7:00到7:30之 间的均匀随机变量．试求该乘客候车时间不超过5 分钟的概率. 解 设该乘客于7时 X分到达此站. 则 X 服从区间 (0, 30) 上的均匀分布, 其概率密度为 设 B ={候车时间不超过5分钟}, 则 2. 指数分布 若连续型随机变量 X 具有概率密度 其中λ0为常数，则称 X服从参数为 λ 的指数分布， 其分布函数为： 记作 X~E (λ). 1 x F( x) 0 x f ( x) 0 概率密度函数 f(x)与分布函数F(x)的图形: 指数分布是常用分布之一，常用它来描述各种 指数分布具有“无记忆性”的特点。即对于任意 因此， “寿命”问题, 如电子元器件的寿命, 生物的寿命等. 的 s 0, t 0，若X~E(λ)，则 例6 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) 。求 (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. 3、正态分布（高斯分布） 若连续型随机变量 X 具有概率密度 其中μ , σ (σ 0)为常数，则称 X 服从参数为μ, 其相应的分布函数为： 可以验证： σ 的正态分布, 记作 X~N (μ, σ2). X ~ N (3 , 1) f (x) 的性质： (1)图形关于直线 x = ? 对称, 即 (2) 在 x = ? 时, f (x) 取得最大值 (3)在 x = ?±? 时, 曲线 y = f (x) 在对应的点处有拐点 (4)曲线 y = f (x) 以 x 轴为渐近线 (5)曲线 y = f (x) 的图形呈单峰状 f (? + x) = f (? –x) 凹凸分界点 二阶导数在拐点处异号（由正变负或由负变正）或不存在 f ( x) 的两个参数： ? — 位置参数 即固定 ? , 对于不同的 ? , 对应的 f (x)的形状不变化, ? — 形状参数 固定 ? ，对于不同的? ，f ( x) 的形状不同. 的概率更大. 若 ?1 ?2 则 前者取 ? 附近值 只是位置不同. 可用