2.4连续型随机变量及其概率密度解析.pptVIP

改写为 则　 与　　　的地位相当 设离散型 的分布律为 设连续型 的密度函数为 ,则有 ,例如 在概率公式中 则公式仍然成立 对离散型 表示分布律,即 对连续型 表示密度函数,即有 记 称 为 的 概率函数 分布函数 三、小结 2. 常见连续型随机变量的分布 均匀分布 正态分布(或高斯分布) 指数分布 课堂练习 高斯（Gauss, 1777～1855 ）德国天才数学家、天文学家和物理学家. 1799年高斯于黑尔姆施泰特大学因证明代数基本定理获博士学位. 从1807年起担任格丁根大学教授兼格丁根天文台台长直至逝世. 高斯和牛顿、阿基米德，被誉为有史以来的三大数学家. 高斯是近代数学奠基者之一，在历史上影响之大，可以和阿基米德、牛顿、欧拉并列，有“数学王子”之称. 在全世界广为流传的一则故事说，高斯10岁时算出数学老师布特纳给学生们出的算术题 1 + 2 + ··· + 100 布特纳刚叙述完题目，高斯就算出了正确答案. 不过，这很可能是一个不真实的传说。据对高斯素有研究的著名数学史家E·T·贝尔(E.T.Bell)考证, 布特纳当时给孩子们出的是一道更难的加法题： 81297+81495+81693+···+100899 这也是一个等差数列的求和问题（公差为198,项数为100）。当布特纳刚一写完时，高斯也算完并把写有答案的小石板交了上去。 这说明高斯10岁就掌握了等差数列求和公式. 1788年，高斯年仅11岁发现了二项式定理. 1794年，开始研究测量误差, 提出最小二乘法. 1795年，18岁时高斯发明了用圆规和直尺作正17边形的方法，从而解决了2000年来悬而未解的难题. 1799年, 他证明了代数学的一个基本定理：实系数代数方程必有根，因而获得博士学位. 1801年, 出版了《算术研究》一书，开创了近代数论，这本书所讨论的内容成为直到20世纪数论研究的方向. 1818年, 他提出了关于非欧几里德可能性的思想，是非欧几何学的创始人之一 ; 1827年, 他又建立了微分几何中关于曲面的系统理论——创立了微分几何; 1831年，他建立了复数的代数学； 另外，他沿着拉普拉斯的思想，继续发展了概率论。此外，他还研究了向量分析，关于正态分布的正规曲线、质数定理的验算等。 高斯去世后，人们建立了以正17边形棱柱为基座的高斯像，以纪念这位伟大的数学家。 * 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、电话的通话时间、营业员为顾客服务的时间等都服从指数分布. 应用与背景 指数分布密度函数 中参数 表示平均寿命 称为失效率. 例4 某元件的寿命 服从指数分布, 已知其参数 求 3 个这样的元件使用 1000 小时, 至 少已有一个损坏的概率. 解 由题设知, 的分布函数为 由此得到 各元件的寿命是否超过1000小时是独立的, 用 表示三个元件中使用 1000 小时损坏的元件数, 所求概率为 则 X 的分布函数为 解 例5 设某类日光灯管的使用寿命 X 服从参数为 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. 指数分布的重要性质 :“无记忆性”. 若 表示某一元件的寿命， 使用了 小时， 它总共能使用至少 已知元件 概率与从开始使用时算起 率相等， 一性质是指数分布具有广泛应用的重要原因. 即元件对它使用过 小时没有记忆, 它至少能使用 小时的概 具有这 小时的条件 无记忆性指： 3. 正态分布(或高斯分布) 正态分布概率密度函数的几何特征 当参数 发生变化时,曲线会发生怎样的变化? 关于 对称中间高，两头低样子像座“山” ,图形向右平移,形状不变 小 大 大 小 ,图形向左平移,形状不变 小 大 ,图形变平坦 大 小 ,图形变尖锐 事实上 , 正态分布的分布函数 正态分布的应用与背景 　　 成年人的各种生理指标:身高、体重、血压、视力、智商等; 一个班的某门课程的考试成绩; 海浪的高度; 一个地区的日耗电量; 各种测量的误差; 炮弹弹着点; 一个地区的家庭年收入… 自然界许多指标都服从或渐进服从正态分布 服从正态分布的指标有什么特点 一般说，若影响某一数量指标的随机因素很多，每个因素所起的作用都不太大，则这个指标服从正态分