概率论-分布函数连续型.pptVIP

总结 2.4 连续型随机变量 二、几个常用的连续型分布 3. Gamma分布 4.正态分布 总 结 正态分布是应用最广泛的一种连续型分布. 正态分布在十九世纪前叶由高斯(Gauss)加以推广, 所以通常称为高斯分布. 德莫佛 德莫佛（De Moivre)最早发现了二项分布的一个近似公式, 这一公式被认为是正态分布的首次露面. (I) 正态分布的定义 若X 的 p.d.f. 为 则称 X 服从参数为 ? , ? 2 的正态分布 记作 X ~ N ( ? , ? 2 ) 为常数, 亦称高斯 (Gauss)分布 (II)正态分布 密度函数图形特点 f (? + x) = f (? - x) 在 x = ? 时, f (x) 取得最大值 曲线 y = f (x)在x = ?±? 对应点处有拐点 曲线 y = f (x) 以 x 轴为渐近线 曲线 y = f (x) 的图形呈单峰状(钟形曲线) 关于直线 x = ? 对称,即 中间大两头小 2) ?决定随机变量取值的分散程度,固定? ,图形由?确定: 1) ?决定图形的中心位置，固定?, 图形形状不变, ?改变, 图形平移. ?越大,图形越扁平,X落在?附近概率越小,即取值越分散; ?越小,图形越尖峭,X落在?附近概率越大,即取值越集中. 实例 年降雨量问题，我们用上海99年年降雨量的数据画出了频率直方图。 从直方图，我们可以初步看出，年降雨量近似服从正态分布。 下面是我们用某大学大学生的身高的数据画出的频率直方图。 红线是拟合的正态密度曲线 可见，某大学大学生的身高应服从正态分布. 人的身高高低不等，但中等身材的占大多数，特高和特矮的只是少数，而且较高和较矮的人数大致相近，这从一个方面反映了服从正态分布的随机变量的特点。 除了我们在前面遇到过的年降雨量和身高外,在正常条件下各种产品的质量指标，如零件的尺寸；纤维的强度和张力；农作物的产量，小麦的穗长、株高；测量误差，射击目标的水平或垂直偏差；信号噪声等等，都服从或近似服从正态分布. (III) 、设X~ , X的分布函数是 一种重要的正态分布 是偶函数，分布函数记为 其值有专门的表供查（P.222） —— 标准正态分布N (0,1) 密度函数 x 面积为1 -x x P{-aXa} =Φ(a)－Φ(-a) =Φ(a)－[1－Φ(a)] 解 例7. 设X～N(0, 1), 查表计算 P222 附表1 =0.9772 对一般的正态分布 ：X ~ N ( ? ,? 2) 其分布函数 作变量代换 即 ： ~ N (0 ,1) * 为了对离散型的和连续型的随机变量以及更广泛类型的随机变量给出一种统一的描述方法，我们引进了分布函数的概念. 为X的分布函数. 也常记为FX(x) 设X为r.v. , x 是任意实数, 称函数 一、定义 ] ] x a b （ ] 用分布函数计算X落在(a,b]里的概率: 2.3 随机变量的分布函数及其性质 因此, 只要知道了随机变量X的分布函数, 它的统计特性就可以得到全面的描述. 定理1.(分布函数的特征性质) (1)(非降性)F(x)单调不减，即 (3)(右连续性) F(x) 右连续，即 (2)(有界性) F(x)=P{X≤x} 用分布函数表示概率 注2 任一函数F ( x ) 为分布函数的充分必要条件为：F ( x )满足上述三条性质。 注1 分布函数也可定义为 这样定义的分布函数仍满足性质1－3，但性质3应改为左连续性。 例1 设离散型随机量是X 的概率分布为 0.2 0.5 0.3 P 0 1 ２ X (1)求X的分布函数F(x), 并画出F(x)的图形； (2)求P 二、举例 解 (1)由于X只可能取, 0, 1, 2, 故 当x0时, 当0≤x1时, 当1≤x2时, 当2≤x时, 归纳上述结果得 =0+F(1)－F(－1)=0.7 0.2 0.7 1 F(x)单调非降右连续,满足分布函数三条基本性质 不难看出,F(x)的图形是阶梯状的,在x = 0,1,2 处有跳跃,其跃度分别等于 0 1 2 p1 p2 … pk … P x1 x2 … xk … X 其中 表示对满足的 一切下标i求和。 则其分布函数为 一般地,若离散型随机变量X的分布律