Chap2_一维随机变量及其分布概要.ppt

当 是 的连续点时，有 连续型随机变量的分布函数及密度函数的关系： 设连续型随机变量 的分布函数为 密度函数为 说明：由此可见，概率为零的事件不一定是不可能事件； 同理，概率为1的事件也不一定是必然事件。 例2 设连续型随机变量X的概率密度函数为 试求X的分布函数。 解：利用定义 当x0时， 当0≤x1时， 当1≤x2时， 当2≤x时， (1)由性质2： 可得 (2)所求概率为 解： 例3 设连续型随机变量X的概率密度函数为 试求 (1)常数k；(2)X取值于区间 内的概率。 解得 试求（1） （2）X的概率密度函数。 (2) X的密度函数为 解： 例4 已知随机变量X的分布函数为 例5 设顾客在某银行窗口等待服务的时间X是一随机变量，其密度函数为 X的计时单位为分钟。若等待超过10分钟，则他就离开。设他在一个月要来银行5次，以Y表示一个月内他没有等到服务而离开窗口的次数，求Y的分布律及至少有一次没有等到服务的概率 因而可知Y的分布律为 解：由题意知 其中， 于是 定义：若连续型随机变量X的概率密度函数为 则称 X 在区间 [a,b] 上服从均匀分布，记为 X ~ U [a, b] 均匀分布的分布函数为 1、均匀分布(Uniform Distribution) 2.4.2 几种常见的连续型随机变量 O a b x F(x) 1 O a b x f(x) 1/(b-a) 说明： 如果X~U[a,b]，则X落在区间[a,b]中任意等长度的子区间内的可能性是相同的，或者说它落在子区间内的概率只依赖于子区间的长度而与子区间的位置无关。 0 a b x 　[　　 ]　　 c c+l 如果X~U[a,b]，则X的密度函数和分布函数还可以表示为 其中，IA(x)为示性函数： 例6 设随机变量X~U[0,6]，求方程 有实根的概率。 X的密度函数为 解： 方程有实根的充要条件是 解得 方程有实根的概率为 定义：若连续型随机变量X的概率密度为 则称X服从参数为λ的指数分布，记为X~EP(λ)。 2、指数分布(Exponential Distribution) 均匀分布的分布函数为 O a b x f(x) λ O a b x F(x) 1 说明： 指数分布常见于各种寿命试验中。 指数分布具有“无记忆性”，即 如果X~U[a,b]，则X的密度函数和分布函数还可以表示为 定义：若连续型随机变量X的概率密度函数为 其中 μ与σ都是参数，σ 0, μ可取任意实值，则称X服从参数为μ,σ的正态分布或常态分布或高斯(Gauss)分布，记为X~N(μ,σ2) 相应的分布函数为 3、正态分布 (Normal Distribution) O μ x f(x) O μ x F(x) 1 0.5 ?-? ?+? 1、“钟形”：中间高，两边底 3、关于x= ?对称 正态分布的密度函数曲线（正态曲线）的特点： 4、最大值、拐点 对任意的h0,有 ?-h ?+h 2、水平渐近线 O μ x f(x) ?１ ?2 参数μ,σ对正态曲线的影响 ? 1、σ不变 2、μ不变 定义：特别地，称μ= 0 , σ= 1 时的正态分布为标准正态分布, 即X~N(0,1)，此时概率密度函数为 相应的分布函数为 O x φ(x) O x Φ(x) 1 0.5 P116附录1——标准正态分布函数值表 说明： 正态分布是概率论中最常见的分布之一。 如果一个随机变量可以看成是许多微小、独立的随机因素影响的总后果，通常这个随机变量服从正态分布。 正态分布的性质： f(x)的渐近线、单调性、对称性、极值、拐点 对于分布函数F(x)，有 特别地，对于标准正态分布函数，有 普通正态分布函数与标准正态分布的关系 因而，若