2-2连续型随机变量及其概率密度.ppt

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 }. 例2 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 定义 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. 应用与背景 分布函数 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. X 的分布函数为 解 例3 指数分布的重要性质 :“无记忆性”. 3. 正态分布(或高斯分布) 定义 正态概率密度函数的几何特征 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. 正态分布的应用与背景 正态分布下的概率计算 原函数不是 初等函数 方法一:利用MATLAB软件包计算 方法二:转化为标准正态分布查表计算 标准正态分布的概率密度表示为 标准正态分布 标准正态分布的分布函数表示为 标准正态分布的图形 解 例4 证明 解 例5 例6 证明 (1) 所求概率为 解 例7 常见连续型随机变量的分布 均匀分布 正态分布(或高斯分布) 指数分布 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、质量、高度,炮弹的弹落点的分布等, 都服从或近似服从正态分布. 正态分布是概率论中最重要的分布 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. 二项分布向正态分布的转换 二、概率密度的概念与性质 一、连续型随机变量 连续型随机变量及其概率密度 一、连续型随机变量 实例2 随机变量 X 为“测量某零件尺寸时的测量 误差”. 则 X 的取值范围为 (a, b) . 实例1 随机变量 X 为“灯泡的寿命”. 定义 随机变量所取的可能值可以连续地充满某个区间,叫做连续型随机变量. 则 X 的取值范围为 二、概率密度的概念与性质 1.定义 1 证明 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 证明 由此可得 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 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, 注意 连 续 型 离 散 型 解 例1 例2 故有 解 (1) 因为 X 是连续型随机变量, 常见连续型随机变量的分布 1. 均匀分布 概率密度函数图形 均匀分布的意义 分布函数 解 由题意, R的概率密度为 故有 设电阻值 R 是一个随机变量，均匀分布在 ~ 1100 . 求 R 的概率密度及 R 落在 950 ~1050 的概率． 例1