第二章一维随机变量及其分布汇编.pptVIP

若 X ~Ｅ(?),则 故又把指数分布称为“永远年轻”的分布 指数分布的“无记忆性” 事实上 命题 其中μ、σ0为常数，则称X服从参数为μ、σ的正态分布，简记为X～N(μ,σ2) 。 2.3.3 正态分布 若随机变量X的分布密度 ?固定时， σ的值越小，f(x)的图形就愈尖、越狭。 σ的值越大，f(x)的图形就愈平、越宽。 X的分布函数为 特别地称N(0,1)为标准正态分布，其概率密度及分布函数常记为： 如X～N(μ,σ2)，有 证明： 证明： 例 2.3.4 设已知测量误差X～N（0，102 ），现独立重复进行100次测量，求误差绝对值超过19.6的次数不少于3的概率。 解： 第一步:以A表示一次测量中“误差绝对值超过19.6”的事件，则有 第二步:以Y表示100次独立重复测量中，事件A发生的次数，则η～B（100，0.05），所求概率是 P（Y≥3）=1－P（Y3） 第三步:由于n=100较大而p=0.05很小，故二项分布可用λ=np=5的泊松分布近似代替，查泊松分布表可得 例2.3.5 公共汽车车门的高度是按男子与车门顶碰头的机会在0.01以下来设计的，设男子身高X服从μ=170cm、σ=6cm的正态分布，即X～N（170，62 ），试确定车门的高度。 解： 设车门的高度为hcm，根据设计要求应有 （补充）例：从南郊某地乘车前往北区火车站搭火车有两条路