ch2.3 连续型随机变量.pptVIP

应用数理学院; 连续型随机变量X所有可能取值充满一个区间, 对这种类型的随机变量, 不能象离散型随机变量那样, 以指定它取每个值概率的方式, 去给出其概率分布, 而是通过给出所谓“概率密度函数”的方式.;请看演示:;,使得对任意 , 有;; 故 X的密度 f(x) 在 x 这一点的值，恰好是 X落在区间 上的概率与区间长度 之比的极限. 这里，如果把概率理解为质量， f (x)相当于线密度.; 要注意的是，密度函数 f (x)在某点处a的高度，并不反映X取值的概率. 但是，这个高度越大，则X取a附近的值的概率就越大. 也可以说，在某点密度曲线的高度反映了概率集中在该点附近的程度.;若不计高阶无穷小，有：;4. 连续型r.v取任一指定值的概率为0.;由此得，;（二）、随机变量的分布函数;证明: 仅证(1);设离散型随机变量X的分布律为 pk:= P{X=xk} , k=1,2,…, X的分布函数; 分布函数F(x)是一个右连续的函数,在x=xk(k=1,2…)处有跳跃值 pk=P{X=xk},如下图(图2.2.1)所示;P29,例2.2.1 X 的分布函数;连续型 r.v.的分布函数;下面我们来求一个连续型 r.v 的分布函数.;对x -1，F(x) = 0;即;(三)常见的连续型随机变量; 正态分布是应用最广泛的一种连续型分布.;你们是否见过街头的一种赌博游戏? 用一个钉板作赌具。; ; 高 尔 顿 钉 板 试 验; (I)、正态分布的定义;(II)、正态分布 的图形特点; 决定了图形的中心位置， 决定了图形中峰的陡峭程度.;故f(x)以μ为对称轴，并在x=μ处达到最大值:;这说明曲线 f(x)向左右伸展时，越来越贴近x轴。即f (x)以x轴为渐近线。 ;用求导的方法可以证明，;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。;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。;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???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~ ,;(IV)、标准正态分布;它的依据是下面的定理：; 书末附有标准正态分布函数数值表，有了它，可以解决一般正态分布的概率计算查表.;若;由标准正态分布的查表计算可以求得，;将上述结论推广到一般的正态分布, ; 例1 （1）假设某地区成年男性的身高（单 位：cm）X～N(170,7.692)，求该地区成年 男性的身高超过175cm的概率。 ;解: (2) 设车门高度为h cm,按设计要求;因为X～N(170,7.692),;若 r.v. X的概率密度为：;均匀分布常见于下列情形：;则称 X 服从参数为 的指数分布.; 这一讲，我们介绍了连续型随机变量、概率密度函数及性质。 还介绍了正态分布，它的应用极为广泛，在本课程中我们一直要和它打交道.