概率论与数理统计2-3描述.ppt

应用 正态分布是概率论中最重要的分布，在实际中，许多随机变量都服从或近似服从这种“两头小中间大”的正态分布，例如，测一个零件的长度的测量误差，海洋波浪的高度，农作物的单位面积产量，人的身高或体重等服从正态分布。正态分布在理论上也有很重要的意义。 2.3 连续型随机变量及其概率密度 一、 连续型随机变量及其概率密度 二、常用连续型随机变量的分布 一、 连续型随机变量及其概率密度 定义 设随机变量X的分布函数为F(x),如果存在非负函数 f(x) ,使对任意实数x均有 则称X为连续型随机变量,其中函数f(x)称为X的概率密 度函数,简称密度函数. 概率密度函数与分布函数均可完整地描述连续型随机变量的统计规律性. 由定义知,概率密度函数 f(x) 具有以下性质: [确定待定参数]※ 连续型随机变量的性质 （1） （2） 注 连续型随机变量取任意值的概率为0.此性质说明概率为零的事件不一定是不可能事件. （3） 注：对分布函数分区间求导，得密度函数 注：当密度函数为分段函数时，由于分布函数是定义在整个数轴上的函数，因此，在利用密度函数求解分布函数时应分区间求解。 例 设随机变量 的分布函数为 求（1）概率 （2） 的概率密度. 例 设随机变量 具有概率密度 （1）确定常数 ； （2）求 的分布函数 ； （3）求 二、常用连续型随机变量的分布 1、均匀分布(Uniform distribution) 定义1:设连续型随机变量X的概率密度函数为 则称X服从区间(a,b)上的均匀分布,记为 其分布函数为 注：均匀分布的概率意义，如果X落在区间 (a,b)上的均匀分布，那么对于任意满足 结论：X落在(a,b)中任意子区间的概率与该子区间的长度成正比，而与该子区间的具体位置无关。 例 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，如果乘客到达此站的时间是7:00到7:30之间的均匀随机变量，试求乘客候车时间少于5分钟的概率. 其分布函数为 2、指数分布(Index distribution ) 定义2:设连续型随机变量X的概率密度函数为 其中λ0为常数,则称随机变量X服从参数为λ 的指数分布，记为 指数分布也被称为寿命分布，如电子元件的寿命，电话通话的时间，随机服务系统的服务时间等都可近似看作是服从指数分布的。 例4 某元件的寿命 服从指数分布，已知其参数 这样的元件使用1000小时以上的概率； 3个这样的元件使用1000小时，至少已有一个 损坏的概率. ，求 正态分布是应用最广泛的一种连续型分布。 正态分布是十九世纪初，由高斯(Gauss)给出并推广的一种分布，故也称高斯分布。 正态分布 (Normal distribution) 定义:设连续型随机变量X的密度函数为 其中μ,σ(σ0)均为常数,则称随机变量X服从参数为 μ,σ2的正态分布,记为 X的分布函数为 此积分不能直接积分出来 正态分布概率密度的图形特征 (1)对称性：f(x)曲线关于直线x=μ对称; 对任意的 ，有 (2) 单调性与极值： f(x) 在x=μ处取得最大值: f(x) 在(-∞, μ)内单调增加，(μ, +∞)在内单调减少 在点处μ±σ处有拐点,并且当 x→ ?∞时，f(x) → 0，曲线 f(x) 向左右伸展时，越来越贴近 x 轴。因此曲线以Ox轴为水平渐近线; (3) 拐点