连续型随机变数.ppt

連續型隨機變數 機率密度函數及期望值 常態分布 其他連續分布 均勻分布 指數分布 卡方分布 F分布 機率密度函數及期望值 機率密度函數 連續型隨機變數的機率密度函數f(x)必須滿足下列條件： 1. f(x)?0對所有x成立； 2. 。 如果f(x)是某一個連續型隨機變數的機率密度函數，則它必須滿足以下兩點： 第一點是任何一個x值對應的f(x)值都必定要大於或者等於零； 第二點是在f(x)函數圖形之下(x軸之上)的總面積要等於l，因為總面積對應的是總機率，而總機率必定等於1。 例5.1-1 判斷 是否滿足機率密度函數的條件 解： 1. f(x) ?0對於所有的x都成立， 2. f(x)之下所圍出的梯形區域面積為1。 所以f(x)滿足作為一個機率密度函數的條件。 例5.1-2 假設某個隨機變數X的機率分布如圖5.1-1所示，求下列機率： (a) P (1<X<1.5)。 (b) P (l.3<X<2)。 解： (a) P(1<X<1.5)對應的是在f(x)之下x軸之上，且x介於1跟1.5之間所圍出的三角形區域面積，此三角形區域的底為0.5，而高為f(1.5)=2×1.5-2=1，所以其面積為 (b) P(1.3<X<2)對應的是在f(x)之下、x軸之上，且x介於1.3跟2之間所圍出的梯形區域面積，這個梯形的上底為f(1.3)= 2×1.3-2 =0.6、下底為2，而高為2-1.3= 0.7所以其面積為 期望值 連續型隨機變數的期望值定義為 ，假設某個連續分布是左右對稱的，它的期望值就會在這個分布的中心位置，也就是對稱中心。 例5.1-4 假設有一個隨機變數的機率分布如下圖所示，問此隨機變數的期望值為何？ 解： 因為機率分布是對稱的，所以它的期望值就會在這個分布的中心位置，也就是E(X)=μ=3。 常態分布 常態分布 常態分布可以用來描述許多我們日常生活裡的數據，例如某種昆蟲的身長或者是某些考試的分數。 常態分布的機率密度函數是鐘型的，並且對稱於其平均數μ，它的定義域包含了所有實數。 常態分布之機率密度函數的形狀是由兩個參數：μ及σ所決定的，它的中心位置就在μ，而它的離散程度則是由標準差σ的大小所決定。 常態分布 假設X的分布為常態，平均數是μ、變異數是σ2，則我們可以用符號表示為X~N(μ, σ2)。 已知X~ N(μ, σ2)，則大約有68%的數據會落在(μ-σ，μ+σ)這個區間內，約有95%的數據會落在(μ-2σ，μ+2σ)這個區間內，並且有99.7%的數據會落在(μ-3σ，μ+3σ)這個區間內。 假設台灣某大學女學生的身高接近常態分布，若是身高平均數為160公分標準差為4公分，則我們可知該校約有68%的女學生身高介於156公分與164公分之間，約有95%的女學生身高介於152公分與168公分之間，且有99.7%的女學生身高介於148公分與172公分之間；有人稱此為68-95-99.7規則。 常態分布 累積分布函數(cumulative distribution function，簡寫c.d.f.)，以符號表示為F(x)，定義為F(x)=P(X?x)。F(x)所對應的是在機率密度函數f(x)之下、x軸之上，並且在x值左方的區域之面積。因為不同的μ和σ對應不同的常態分布，所以常態分布並不是一個分布，而是一「族」分布；其中平均數為0、變異數為1的常態分布叫做標準常態分布，我們用符號Z表示，即Z~N(0,1)，而F(z)=P(Z?z)代表的就是圖5.2-3裡所示淺藍色區域之面積。 標準常態隨機變數查表 Z會小於或等於2.15的機率： 1. 先從表的最左邊那一行，也就是標明z的那一行由上往下看，直到找出2.1為止。 2. 接著再從表的最上面那一列，也就是標明z的那一列由左向右看：直到找出0.05為止。 3. 找出步驟1裡的那一列與步驟2裡的那一行相交的位置，所得到的數字就是我們所要求的機率。 例5.2-1 假設Z的分布為標準常態，求(a) P (Z?1.73) (b) P (Z?0.2) (c) P (Z<-1.58)。 解： (a) P(Z?1.73)=0.9582 (b) P(Z?0.2)=0.5793 (c) P(Z<-1.58)=0.0571 標準化 設X~ N(μ, σ2)，將X標準化之後所得的 ，其分布是標準常態分布。 例5.2-3 (a) 已知X~N(2，9)，將隨機變數X標準化成為標準常態隨機變數。 (b) 已知X~N(-3，16)，將隨機變數X標準化成為標準常態隨機變數。 解：