概率论第五章：正态分布.ppt

二. 正态分布的可加性 例2. 设随机变量X与Y独立,且X~ N(1,2),Y~N(0,1).求证:(1)Z=2X-Y+3的密度函数;(2)P{2Z8}. 二、边缘密度函数 二.几个常用的中心极限定理 2.德莫佛-拉普拉斯中心极限定理(De Moivre-Laplace) 设{Xn}为随机变量序列，X为随机变量，其对应的分布函数分别为Fn(x), F(x). 若在F(x)的连续点，有 则称{Xn}依分布收敛于X. 可记为 一. 依分布收敛 第五节 中心极限定理 1.独立同分布中心极限定理(Levy-Lindeberg) 设{Xn}为独立同分布随机变量序列，若EXk=??，DXk= ?2 ?，k=1, 2, …, 则{Xn}满足中心极限定理。 根据上述定理，当n充分大时 或者 若X～N(?,?2),?0,则有 三. 一般正态分布概率的计算 一般地,有 例2. 设 X?N(?,?2),求P{?-3?X?+3?} 本题结果称为3?原则.在工程应用中,通常认为P{|X|≤3} ≈1，忽略{|X|3}的值.如在质量控制中,常用标准指标值±3?作两条线,当生产过程的指标观察值落在两线之外时发出警报,表明生产出现异常. 随机变量 标准化 例5 一种电子元件的使用寿命Ｘ(小时)服从正态分布Ｎ(100,152),某仪器上装有3个这种元件,三个元件损坏与否是相互独立的.求：使用的最初90小时内无一元件损坏的概率. 解:设Y为使用的最初90小时内损坏的元件数, 故 则Y~B(3,p) 其中 一. 一般正态分布N(?, ?2) 第二节 正态分布的数字特征 二. 标准正态分布N(0, 1) 例2 设X服从N(0，1)分布，求E(X2),E(X3) 为什么? 习作题 1.设随机变量X??N(0,1)，Y?U(0,1)，Z?B(5,0.5),且X，Y，Z独立，求随机变量U=（2X+3Y)(4Z-1)的数学期望 2 设随机变量 相互独立,且均服从 分布,求随机变量 的数学期望 答: 答: 1. 设随机变量X?B（12,0.5),Y ?N(0,1), COV(X,Y)=-1,求V=4X+3Y+1与W=-2X+4Y 的方差与协方差. 2. 某单位招聘2500人,按考试成绩从高分到低分依 次录用,共有10000人报名.假定报名者的考试成绩X 服从正态分布 现已知90分以上有359人, 60分以下的有1151人,求被录用者中的最低分数. 作业题 解： Y=ax+b关于x严单,反函数为 例1 设随机变量X服从标准正态分布,求随机变量 Y=aX+b的密度函数,且有 第三节 正态分布的线性性质 一. 线性性质 直接由Y的密度函数,可观察到Y的数学期望与方差 定理1 设随机变量X 服从正态分布N(?, ?2),则X的线性 函数 也服从正态分布,且有 例2 已知X?N(?,?2),求 解 的概率密度 关于x严格单调,反函数为 故 你能用正态分布的线性性质求解吗? 定理3 设随机变量X1, X2，..., Xn独立且Xi 服从正态分布N(?i ,?i2),i=1,...,n, 则 定理2 设随机变量X1,X2 相互独立且Xi 服从正态分布N(?i ,?i2),i=1,2, 则 例1. 设随机变量X与Y独立且均服从标准正态分布，求证：Z=X+Y服从N（0，2）分布. 其中，?1、?2为实数，?10、?20、| ? |1，则称(X, Y) 服从参数为?1, ?2, ?1, ?2, ?的 二维正态分布，可记为 一. 密度函数 若随机变量(X,Y)的密度函数为 第四节 二维正态分布 为(X, Y)关于Y的边缘密度函数。 设(X, Y)~f(x,y),(x,y)?R2,则称 为(X,Y)关于X的边缘密度函数； 同理,称 易知N(?1,?2,?12,?22,?)的边缘密度函数fX(x)是 N(?1, ?12)的密度函数,而fX(x)是N(?2, ?22)的密度函数, 即 二维正态分布的边缘分布也是正态分布. 可见,若（X,，Y）服从二维正态分布，则X与Y独立的充分必要条件是X与Y不相关。 例 设(X,Y)服从N(1, 0, 32, 42, -0.5)分布， Z=X/3+Y/2 1)求E(Z) , D(Z) ;2)求X与Z的相关系数 3)问X与Z是否相互独立？为什么？ * * * * * * * * * * * * * * * * * * * * * * * * PLAY 第一节 正态分布的密度函数 第四章 正态分布 第二节 正态分布的数字特征 第三