人大版_贾俊平_第五版_统计学_第5章_概率与概率分布.ppt

正态分布函数的性质 f (x)0，即概率密度函数在x 的上方 正态曲线的最高点在均值?，它也是分布的中位数和众数 ?决定曲线的高度，?决定曲线的平缓程度，即宽度 曲线f(x)相对于均值?对称，尾端向两个方向无限延伸，且理论上永远不会与横轴相交 正态曲线下的总面积等于1 随机变量的概率由曲线下的面积给出 ? 和? 对正态曲线的影响 x f(x) C A B 正态分布的概率 a b x f(x) 2.标准正态分布 任何一个一般的正态分布，可通过下面的线性变换转化为标准正态分布 概率密度函数 分布函数 标准正态分布 ? =1 Z ? ? ? 标准正态分布表的使用 将一个一般的转换为标准正态分布 计算概率时 ，查标准正态概率分布表 对于负的 x ，可由? (-x)???? ?x?得到 对于标准正态分布，即X~N(0,1)，有 P (a? X ?b)? ? ?b? ?? ?a? P (|X| ?a)? 2? ?a? ?1 对于一般正态分布，即X~N(? , ?)，有 标准化的例子 P(5 ? X ? 6.2) x ? =5 ?=10 一般正态分布 6.2 ? =1 Z 标准正态分布 ? ?0 0.12 .0478 标准化的例子P(2.9 ? X ? 7.1) 一般正态分布 .1664 .0832 .0832 标准正态分布 【例】设X~N(0，1)，求以下概率： (1) P(X 1.5) ；(2) P(X 2)； (3) P(-1X ?3) ； (4) P(| X | ? 2) 解：(1) P(X 1.5) = ? (1.5)=0.9332 (2) P(X 2)=1- P(2 ? X)=1-0.9973=0.0227 (3) P(-1X ?3)= P(X ?3)- P(X -1) = ?(3)- ?(-1)= ?(3) – [1-?(1)] = 0.9987-(1-0.8413)=0.8354 (4) P(| X | ? 2) = P(-2? X ? 2)= ?(2)- ?(-2) = ?(2)- [1-?(2)]=2 ?(2)- 1=0.9545 【例】设X~N(5，32)，求以下概率 (1) P(X ?10) ； (2) P(2X 10) 二项分布的正态近似 当n 很大时，二项随机变量X近似服从正态分布N{np , np(1-p)} 对于一个二项随机变量X，当n很大时，求 P(x1?X?x2)时可用正态分布近似为 增加的部分与减少的部分不一定相等 【例】100台机床彼此独立地工作，每台机床的实际工作时间占全部工作时间的8%。求 (1)任一时刻有70～80台机床在工作的概率 (2)任一时刻有80台以上机床在工作的概率 解：设X表示100机床中工作着的机床数，则X~B(100,0.8)。现用正态分布近似计算，np=80，npq=16 * 与全概公式解决的问题相反，贝叶斯公式是建立在条件概率的基础上寻找事件发生的原因 设n个事件A1，A2，…，An 两两互斥，A1+A2+…+ An=? (满足这两个条件的事件组称为一个完备事件组)，且P(Ai)0(i=1,2, …,n)，则 贝叶斯公式 5.3 离散型随机变量及其分布 5.3.1 随机变量的概念 一次试验的结果的数值性描述 一般用 X、Y、Z 来表示 例如: 投掷两枚硬币出现正面的数量 根据取值情况的不同分为离散型随机变量和连续型随机变量 离散型随机变量 随机变量 X 取有限个值或所有取值都可以逐个列举出来 X1 , X2，… 以确定的概率取这些不同的值 试验 随机变量 可能的取值 抽查100个产品 一家餐馆营业一天 电脑公司一个月的销售 销售一辆汽车 取到次品的个数 顾客数 销售量 顾客性别 0,1,2, …,100 0,1,2, … 0,1, 2,… 男性为0,女性为1 连续型随机变量 随机变量 X 取无限个值 所有可能取值不可以逐个列举出来，而是取数轴上某一区间内的任意点 试验 随机变量 可能的取值 抽查一批电子元件 新建一座住宅楼 测量一个产品的长度 使用寿命(小时) 半年后工程完成的百分比 测量误差(cm) X ? 0 0? X ?100 X ? 0 5.3.2离散型随机变量的概率分布 1.离散型随机变量的概率分布 列出离散型随机变量X的所有可能取值 列出随机变量取这些值的概率 通常用下面的表格来表示 P(X =x