第三节连续型随机变量及其分布.docVIP

第三节 连续型随机变量及其分布 上一节我们研究了离散型随机变量，这类随机变量的特点是它的可能取值及其相对应的概率能被逐个地列出.这一节我们将要研究的连续型随机变量就不具有这样的性质了.连续型随机变量的特点是它的可能取值连续地充满某个区间甚至整个数轴.例如，测量一个工件长度，因为在理论上说这个长度的值X可以取区间（0，+∞）上的任何一个值.此外，连续型随机变量取某特定值的概率总是零（关于这点将在以后说明）.例如，抽检一个工件其长度X丝毫不差刚好是其固定值（如1.824cm）的事件{X=1.824}几乎是不可能的，应认为P{X=1.824}=0.因此讨论连续型随机变量在某点的概率是毫无意义的.于是，对于连续型随机变量就不能用对离散型随机变量那样的方法进行研究了.为了说明方便我们先来看一个例子. 例2.8 一个半径为2米的圆盘靶，设击中靶上任一同心圆盘上的点的概率与该圆盘的面积成正比，并设射击都能中靶，以X表示弹着点与圆心的距离，试求随机变量X的分布函数. 解 1°若x＜0，因为事件{X≤x}是不可能事件，所以 F（x）=P{X≤x}=0. 2°若0≤x≤2，由题意P{0≤X≤x}=kx2，k是常数，为了确定k的值，取x=2，有P{0≤X≤2}=22k，但事件{0≤X≤2}是必然事件，故P{0≤X≤2}=1，即22k=1，所以k=1/4，即 P{0≤X≤x}=x2/4. 于是 F（x）=P{X≤x}=P{X＜0}+P{0≤X≤x}= x2/4. 3°若x≥2，由于{X≤2}是必然事件，于是 F（x）=P{X≤x}=1. 综上所述 F（x）= 它的图形是一条连续曲线如图2?2所示. 图2?2 另外，容易看到本例中X的分布函数F（x）还可写成如下形式： F(x)=， 其中 f（t）= 这就是说F（x）恰好是非负函数f（t）在区间（?∞，x]上的积分，这种随机变量X我们称为连续型随机变量.一般地有如下定义. 定义2.3 若对随机变量X的分布函数F（x），存在非负函数f（x），使对于任意实数x有 F（x）=， （2.8） 则称X为连续型随机变量，其中f（x）称为X的概率密度函数，简称概率密度或密度函数(Density function). 由（2.8）式知道连续型随机变量X的分布函数F（x）是连续函数.由分布函数的性质F（?∞）=0，F（+∞）=1及F（x）单调不减，知F（x）是一条位于直线y=0与y=1之间的单调不减的连续（但不一定光滑）曲线. 由定义2.3知道，f（x）具有以下性质： 1°f(x)≥0； 2°=1； 3°P{x1＜X≤x2}=F(x2)?F(x1)= (x1≤x2)； 4°若f(x)在x点处连续，则有F′(x)=f(x). 由2°知道，介于曲线y=f（x）与y=0之间的面积为1.由3°知道，X落在区间（x1，x2］的概率P{x1＜X≤x2}等于区间（x1，x2］上曲线y=f（x）之下的曲边梯形面积.由4°知道，f（x）的连续点x处有 f（x）= 这种形式恰与物理学中线密度定义相类似，这也正是为什么称f（x）为概率密度的原因.同样我们也指出，反过来，任一满足以上1°、2°两个性质的函数f(x)，一定可以作为某个连续型随机变量的密度函数. 前面我们曾指出对连续型随机变量X而言它取任一特定值a的概率为零，即P{X=a}=0，事实上，令Δx＞0，设X的分布函数为F（x），则由 {X=a}{a?Δx＜X≤a}, 得 0≤P{X=a}≤P{a?Δx＜X≤a}=F（a）?F（a?Δx）. 由于F（x）连续，所以=F（a）. 当Δx→0时，由夹逼定理得 P{X=a}=0, 由此很容易推导出 P{a≤X＜b}=P{a＜X≤b}=P{a≤X≤b}=P{a＜X＜b}. 即在计算连续型随机变量落在某区间上的概率时，可不必区分该区间端点的情况.此外还要说明的是，事件{X=a}“几乎不可能发生”，但并不保证绝不会发生，它是“零概率事件”而不是不可能事件. 例2.9 设连续型随机变量X的分布函数为 F（x）= 试求： （1）系数A； （2）X落在区间（0.3，0.7）内的概率； （3）X的密度函数. 解 （1）由于X为连续型随机变量，故F（x）是连续函数，因此有 1=F（1）= =A, 即A=1，于是有 F（x）= (2) P{0.3X0.7}=F(0.7)?F(0.3)=(0.7)2?(0.3)2=0.4; (3) X的密度函数为 f(x)=F′(x)= 由定义2.3知，改变密度函数f(x)在个别点的函数值，不影响分布函数F（x）的取值，因此，并不在乎改变密度函数在个别点上的值（比如在x=0或x=1上f（x）的值）