§2.3 连续型随机变量及其概率密度.pptVIP

高斯资料 原函数不是 初等函数 正态分布下的概率计算 标准正态分布 标准正态分布的概率密度表示为 标准正态分布的分布函数表示为 标准正态密度函数的图形 标准正分布度函数的图形 教材P351页上附表二列出了标准正态分布的分布函数值. 事实上 例9 解 (1) (2) 证 一般正态分布的计算 因此 例10 解 (1) (2) 下 页 上 页 返 回 §2.3 连续型随机变量及其概率密度 一、连续型随机变量的概念与性质 二、一些常见连续型随机变量的分布 还可以得出连续型随机变量 X 的分布函数一定连续． 一、连续型随机变量的概念与性质 如果对于随机变量X 的分布函数F(x)， 1. 定义 使得对于任意实数 x， 存在非负函数 f (x)， 有 则称 X 为连续型随机变量， 其中函数 f (x) 称为X 的概率密度函数,简称概率密度. 连续型随机变量 X 可由其密度函数唯一确定． 由定义知道，概率密度 f (x) 具有以下性质： f (x) 0 x 1 2. 性质 证明 证明 f (x) x 0 同时得以下计算公式 另外，可以证明: 满足这两个性质的非负函数一定是某一个随机变量的概率密度函数. 则有 事实上 由积分中值定理得 注 意 1. 连续型随机变量密度函数的性质与离散型随机变量分布律的性质非常相似，但是，密度函数不是概率！ 不能认为 2. 连续型随机变量的一个重要特点 对于任意可能值 a ,连续型随机变量取 a 的概率等于零. 即 连续型随机变量取值落在某一区间的 概率与区间的开闭无关 证明 由此可得 若X是连续型随机变量，{ X=a }是不 可能事件，则有 若 X 为离散型随机变量, 一般有 注意 连 续 型 离 散 型 由上述性质可知，对于连续型随机变量，我们关心它在某一点取值的问题没有太大的意义；我们所关心的是它在某一区间上取值的问题． 例1 设 X 是连续型随机变量，其密度函数为 解： ⑴．由密度函数的性质 因此 例1 设 X 是连续型随机变量，其密度函数为 (1) 因为 X 是连续型随机变量, 例2 设 X 是连续型随机变量，其分布函数为 故有 解 例2 设 X 是连续型随机变量，其分布函数为 解 例2 设 X 是连续型随机变量，其分布函数为 解 (3) 例3 某电子元件的寿命（单位：小时）是以 为密度函数的连续型随机变量．求 5 个同类型的元件在使用的前 150 小时内恰有 2 个需要更换的概率. 解： 设A={ 某元件在使用的前 150 小时内需要更换} 检验 5 个元件的使用寿命可以看作是在做一个5重Bernoulli试验． 设B={ 5 个元件中恰有 2 个的使用寿命不超过150小时 } 二、一些常用的连续型随机变量 1. 均匀分布 定义 如果连续型随机变量X 的密度函数为 记为 概率密度 函数图形 密度函数的验证 均匀分布的概率背景 类似地，我们可以定义 x X a b l l 0 X 均匀分布的分布函数 例 4 设公共汽车站从上午7时起每隔15分钟来一班车,如果某乘客到达此站的时间是 7:00 到7:30之间的均匀随机变量．试求该乘客候车时间不超过5分钟的概率． 设该乘客于7时X分到达此站． 解： 令：B={ 候车时间不超过5分钟 } 则 例 5 解： 设 则 例 6 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 的次数”, 解 即 A={ X 3 }. 因而有 设Y 表示3次独立观测中观测值大于3的次数, 则 2. 指数分布 如果连续型随机变量 X 的密度函数为 定义 密度函数的验证 指数分布的分布函数 应用与背景 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；电话的通话时间等都服从指数分布. X 的分布函数为 解 例7 设某类日光灯管的使用寿命 X 服从参数为 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. 例7 设某类日光灯管的使用寿命 X 服从参数为 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 指数分布的重要性质 :“无记忆性”. 例8 X 的密度函数为 解 X 的分布函数为 令：B={ 等待时间为10~20分钟 } 如果连续