概率论与随机过程23.pptxVIP

2.3连续型随机变量及其概率密度 1 1.定义 设随机变量X的分布函数为F(x)，若存在非负函数f(x)，使对于任意实数x，有 则称X为连续型随机变量，其中函数f(x)称为随机变量X的概率密度函数，简称为概率密度。 例如：在[0，1]取点的例，设X为取得点的坐标，则随机变量X的分布函数为 2.3.1连续型随机变量及其概率密度 2 ,则X为连续型随机变量。 2. 连续型随机变量的分布函数F(x)性质 （1）连续型随机变量的分布函数F(x)是连续函数。 （2）对于连续型随机变量X来说，它取任一指定实数a的概率均为零，即P{X=a}=0。 事实上，设X的分布函数为F(x)，则P{X=a}=F(a)-F(a-0)而F(x)为连续函数，所以有F(a-0)=F(a)，即得： P{X=a}=0. 这里P{X=a}=0 ，而事件{X=a}并非不可能事件。就是说，若A是不可能事件,则有P(A)=0；反之，若P(A)=0 ，A并不一定是不可能事件。同样的，对必然事件也有类似的结论。 3 （3）在计算连续型随机变量X落在某一区间的概率时，不必区分该区间是开区间或闭区间或半开区间。例如有 P{aX≤b}=P{a≤X b} = P{a X b}=P{a≤X≤b} 3.概率密度f (x)的性质: （1）f(x)≥0 （2） 反之，满足（1)(2）的一个可积函数 f(x) 必是某连续型随机变量X的概率密度，因此，常用这两条性质检验 f(x) 是否为概率密度。 几何意义：曲线y= f(x)与x 轴之间的面积等于1． 4 (3)X落在区间(x1，x2]的概率 几何意义：X落在区间(x1，x2]的概率P{x1X≤x2}等于区间(x1，x2]上曲线y=f(x)之下的曲边梯形的面积． (4)若f(x)在点x处连续，则有F′(x)=f(x)。 (5)概率密度 f(x) 的物理意义 由性质4 在f(x)的连续点x处有 5 这里我们看到概率密度的定义与物理学中的线密度的定义相类似，若非均匀直线的线密度为f(x)，则在区间(x1，x2)上的直线的质量为 ．这就是称f(x)为概率密度的原因，它反映了概率在x点处的＂密集程度＂。 4．概率密度f(x)与分布函数F(x)的关系： (1)若连续型随机变量X具有概率密度为f(x)，那么它的分布函数为 (2)若连续型随机变量X的分布函数为F(x)，那么它的概率密度为f(x)=F′(x). 6 注意：对于F(x)不可导的点x处，f(x)在该点x处的函数值可任意给出。 例1: 设随机变量X具有概率密度 (1)试确定常数k，(2)求F(x)，(3)并求P{X0.1}。 解: (1)由于 ，解得k=3. 于是X的概率密度为 7 (2)从而 8 例2: 确定常数A，B使得函数 为连续型随机变量X的分布函数，并求出X的概率密度及概率P{-1X2}。 解: 由分布函数的性质知 所以 B=1. 又由连续型随机变量的分布函数的连续性知F(x)在x=0处有F(0-0)=F(0),即：A=1-A，所以：A=1/2 于是X分布函数为： 9 X的概率密度为 10 1．设连续随机变量X具有概率密度 则称X在区间(a，b)上服从均匀分布，记为X?U(a，b). 若X?U(a，b)，则容易计算出X的分布函数为 2.3.2 三种重要的连续型分布： 11 f(x)及F(x)的图形分别如: 12 例1: 设电阻值R是一个随机变量，均匀分布在900欧—1100欧。求R的概率密度及R落在950欧—1050欧的概率。 解: 按题意，R的概率密度为 13 注释 均匀分布的特性：若X?U(a，b)，对于任意的区间 (c，c+l) (a，b)，则 就是说在同样长的子区间内概率是相同的，这个概率 只依赖于区间的长度而不依赖于区间的位置。 (2) 我们现在能把一个区间[a，b]上随机地选取一个点P 的直观概念加以精确化。简单地说就是所选取的点P的坐 标X在[a，b]上是均匀分布的。 14 区间( 0, 1)上的均匀分布U(0,1)在计算机模拟中起着重要的作用. 实用中，用计算机程序可以在短时间内产生大量服从 ( 0, 1)上均匀分布的随机数. 它是由一种迭代过程产生的. 严格地说，计算机中产生的U (0,1) 随机数并非完全随机，但很接近随机，故常称为伪随机数. 如取n足够大，独立产生n个U(0,