-连续型随机变量及其分布律.ppt

第一节 连续型随机变量 及其分布密度 (3) 一、概率密度的概念与性质 2. 密度函数的性质 注. 二、常见连续型随机变量的分布 1. 均匀分布 例4 三、内容小结 备份题 例8-1 例8-2 例4 Gauss 情形2. ① ② ③ 证 ① ③ 某地抽样调查结果表明，考生的外语成绩(百分制), 服从正态分布，平均成绩为 72分，96分以上占考生总数的2.3%, 试求考生的外语成绩在 60分至 84分之间的概率. 解 依题意，考生外语成绩 X 查表，知 查表，得 3. 指数分布 某些元件或设备的寿命服从指数分布.例如无线电元件的寿命 , 电力设备的寿命, 动物的寿命等都服从指数分布. 应用与背景 分布函数 设某类日光灯管的使用寿命 X 服从参数为 ?=1/2000的指数分布(单位:小时) (1)任取一只这种灯管, 求能正常使用1000小时以 上的概率. (2) 有一只这种灯管已经正常使用了1000 小时以 上,求还能使用1000小时以上的概率. X 的分布函数为 解 例5 指数分布的重要性质 :“无记忆性”. 分布函数 2. 常见连续型随机变量的分布 均匀分布 正态分布(或高斯分布) 指数分布 正态分布有极其广泛的实际背景, 例如测量 误差; 人的生理特征尺寸如身高、体重等 ; 正常 情况下生产的产品尺寸:直径、长度、重量高度; 炮弹的弹落点的分布等, 都服从或近似服从正态 分布.可以说,正态分布是自然界和社会现象中最 为常见的一种分布, 一个变量如果受到大量微小 的、独立的随机因素的影响, 那么这个变量一般 是一个正态随机变量. 3. 正态分布是概率论中最重要的分布 另一方面,有些分布(如二项分布、泊松分布)的极 限分布是正态分布.所以,无论在实践中,还是在理 论上,正态分布是概率论中最重要的一种分布. 二项分布向正态分布的转换 解 例1-1 解 则有实根的概率为 例3-1 (1) 所求概率为 解 例7-1 某仪器装有3支独立工作的同型号电子元件，其寿命(单位：小时)都服从同一指数分布，分布密度为 试求在仪器使用的最初 200小时内，至少有一支电子元件损坏的概率. 解 设 Xi= { 第 i 支元件使用的寿命 } ( i =1, 2, 3 ) B Ai= { 在仪器使用最初200小时内， 第 i 支电子元件损坏 } ( i =1, 2, 3 ) { 在仪器使用最初200小时内， 第 i 支电子元件未损坏 } ( i =1, 2, 3 ) 设 Xi= { 第 i 支元件使用的寿命 } ( i =1, 2, 3 ) ( i =1, 2, 3 ) ( i =1, 2, 3 ) 假设一大型设备在任何长为t 的时间内发生故障的次数 N(t) 服从参数为 ?t 的泊松分布. 试求相继两次故障之间时间间隔 T 的概率分布. 解 ?)= 0 一、概率密度的概念与性质 第二章 三、内容小结 二、常见连续型随机变量的分布 1.定义 对于随机变量X，若存在非负可积函数 p(x) ( x?R), 使得X 的分布函数 x y o 则称X为连续型随机变量,且称 (1) (2) ( 非负性) ( 规范性) (3) (6) (4) 设X为连续型随机变量 证(3) x y o 还可得 (4) 对于任意可能值c ,连续型随机变量取 c 的概率等于零.即 证(4) 1o 2o A = ? A = ? 连续型随机变量的概率与区间的开闭无关 若连续型随机变量 X=a 是不可能事件, 则有 若 X=a 为离散型随机变量, 连 续 型 离 散 型 例1 故有 解 (1) 因为 X 是连续型随机变量, 分布密度 记号 分布名称 均匀分布 X ~ U[a,b] 正态分布 分布密度 记号 分布名称 指数分布 概率密度 函数图形 (1) 定义 分布函数 (2) 均匀分布的性质 若 X ~ U[a,b]，则 ① ② (3) 均匀分布的意思 背景：几何概型 设随机变量 X 在 [ 2, 5 ]上服从均匀分布, 现 对 X 进行三次独立观测 ,试求至少有两次观测值 大于3 的概率. X 的分布密度函数为 设 A 表示“对 X 的观测值大于 3”, 解 即 A={ X 3 }. 例2 因而有 设Y 表示对 X进行3次独立观测中, 观测值大于 3的次数, 则 2. 正态分布(或高斯分布) 高斯资料 (1) 定义 (2) 正态概率密度函数的几何特征 正态分布的分布函数 正态分布是最常见最重要的一种分布,例如 测量误差; 人的生理特征尺寸如