概论第2章-2.3[精选].pptVIP

常见连续型随机变量的分布函数总结： 定义2.3.2: 设 X是一个随机变量，称函数 F(x) = P{X≤x}, -∞ x ∞ 为随机变量 X 的分布函数。 分布函数的性质 (1).?ab,总有F(a)≤F(b)(单调非减性)； 且 P{aX≤b}=F(b)-F(a). 2.3.4 随机变量的分布函数 证明： 因 {aX≤b} = {X≤b} - {X≤a}， 而 {X≤a} ? {X≤b}，所以 P{aX≤b} = P{X≤b} - P{X≤a} = F(b) - F(a) . 又，因 P{aX≤b}≥0， 故 F(a)≤F(b) . 它表明随机变量落在区间(a,b]上的概率可以通过分布函数来计算。 (2).?x?R，总有0≤F(x)≤1(有界性)，且 是不是某一随机变量的分布函数？ 答：不是 函数 可作为分布函数 因为 设离散型随机变量X 的概率分布为 pk = P{ X=xk } , k=1,2,…, X 的分布函数为 Ⅰ离散型随机变量的分布函数 P29，例2.2.1中X 的分布函数为 Ⅱ 连续型随机变量的分布函数 即分布函数是密度函数的变上限积分。 由上式，得：在 f (x)的连续点，有 若X 是连续型随机变量，f (x)是X 的密度函数，F(x)是分布函数，则对任意x∈R，总有 求连续型随机变量的分布函数 例6： 设随机变量 X 的密度函数 解： 求 F(x) . 对 x -1，有 F(x) = 0； 对 x 1， 有 F (x) = 1. 即 （1）均匀分布的分布函数 （3）标准正态分布的分布函数 （2）指数分布的分布函数 本讲首先介绍连续型随机变量、直方图、概率密度函数及性质；然后介绍了三种常用的连续型随机变量：正态分布，均匀分布和指数分布；最后介绍随机变量的分布函数。分别讨论了离散型随机变量的概率分布和分布函数的关系，连续型随机变量的概率密度和分布函数的关系等。 小结 连续型随机变量 X 所有可能取值充满若干个区间。对这种随机变量，不能像离散型随机变量那样, 指出其取各个值的概率， 给出概率分布。而是用“概率密度函数”表示随机变量的概率分布。 §2.3 连续型随机变量 例1：某工厂生产一种零件，由于生产过程中各种随机因素的影响，零件长度不尽相同。现测得该厂生产的100个零件长度(单位: mm)如下: 2.3.1 频率直方图 129, 132, 136, 145, 140, 145, 147, 142, 138, 144, 147, 142, 137, 144, 144, 134, 149, 142, 137, 137, 155, 128, 143, 144, 148, 139, 143, 142, 135, 142, 148, 137, 142, 144, 141, 149, 132, 134, 145, 132, 140, 142, 130, 145, 148, 143, 148, 135, 136, 152, 141, 146, 138, 131, 138, 136, 144, 142, 142, 137, 141, 134, 142, 133, 153, 143, 145, 140, 137, 142, 150, 141, 139, 139, 150, 139, 137, 139, 140, 143, 149, 136, 142, 134, 146, 145, 130, 136, 140, 134, 142, 142, 135, 131, 136, 139, 137, 144, 141, 136. 这100个数据中，最小值是128，最大值是155。 128 155 作频率直方图的步骤 (1). 先确定作图区间 [a, b] ; a = 最小数据-ε/ 2，b = 最大数据+ε/ 2， ε 是数据的精度。 本例中 ε = 1, a = 127.5, b = 155.5 。 (2). 确定数据分组数 m = [1.87×(n?1)2/5 + 1]， 组距 d = (b ? a) / m， 子区间端点 ti = a + i d, i = 0, 1, · · · , m； (3). 计算落入各子区间内观测值频数 ni = #{ xj ∈ [ti?1, ti)， j = 1, 2, · · · , n}， 频率 fi = ni / n， i = 1, 2, · · · , m； 0.04 4 (151.5, 155.5) 0.08 8 (14