连续性随机变量探索.pptVIP

第二节 离散型随机变量;一、概率密度的概念与性质;一、概率密度的概念与性质;证明;同时得以下计算公式;注意 对于任意可能值 a ,连续型随机变量取 a 的概率等于零.即;连续型;若X是连续型随机变量，{ X=a }是不 可能事件，则有;解;第*页;第*页;第*页;二、常见连续型随机变量的分布;均匀分布的意义;分布函数;*;*;2. 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.;*;例15 设某类日光灯管的使用寿命 X 服从参数为 θ=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. ;第*页;指数分布的重要性质 :“无记忆性”.;3. 正态分布(或高斯分布);正态概率密度函数的几何特征;第*页;正态分布密度函数图形演示;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 高度等都近似服从正态分布.;正态分布下的概率计算;标准正态分布的概率密度表示为;标准正态分布的图形;正态分布的性质;p(x);?(x) 的计算; 例16 设 X ~ N(0, 1), 求 P(X?1.96) , P(|X|1.96); 设 X ~ N(0, 1), P(X ? b) = 0.9515, P(X ? a) = 0.04947, 求 a, b.;一般正态分布的标准化; 设 X ~ N(?, ? 2), P(X ? ?5) = 0.045, P(X ? 3) = 0.618, 求 ? 及 ?.;已知 X ~ N(3, 22), 且 P{Xk} = P{X≤k}, 则 k = ( ).; 设 X ~ N(?, 42), Y ~ N(?, 52), 记 p1 = P{X≤ ? ?4}，p2 = P{Y≥? +5}, 则( ) ① 对任意的 ? ，都有 p1 = p2 ② 对任意的 ? ，都有 p1 p2 ③ 只个别的 ? ，才有 p1 = p2 ④ 对任意的 ? ，都有 p1 p2; 设 X ~ N(? , ? 2), 则随? 的增大， 概率 P{| X? ? | ? } ( ) ① 单调增大 ② 单调减少 ③ 保持不变 ④ 增减不定;解;例8 证明;例17 对某地抽样调查，考生的外语成绩（百分制）近似服从正态分布，平均分为72，且96分以上的考???比率为2.3%，求考生成绩在60至84分之间的概率。（答案：0.682） 解：已知φ2=0.977, 又 1-P{（X-72）/σ≤（96-72）/σ}=1-Φ（2）=0.023, σ=12 P{（60-72）/σ≤（84-72）/σ}=2Φ（1）-1=0.682 关键在于必须记住正态分布的σ，2σ，3σ分位点及所取得概率值。;; 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.;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.;Born: 30 Apr. 1777 in Brunswick, Duchy of Brunswick (now Germany) Died: 23 Feb. 1855 in G?ttingen, Hanover (now Germany)