第三节连续性随机变量及其分布.ppt

4、连续型随机变量X 的分布函数是连续的，它取任一指定常数a的概率为0。 这两点是离散型变量不具备的。 5、已知X的概率密度fX(x)， 求Y=g(x)的概率密度 fX(x)在[a,b]以外取值为0，且当x∈[a,b]时， y =g(x) ∈(a,b)。 (2) y=g(x)在[a,b]上无单调性。 那么当y≤a时, FY(y)=0；当y≥b时, FY(y)=1； 当ayb时, FY(y)=P{Y ≤y}=P{g(X) ≤y} (1) y=g(x)在[a,b]上恒有g ′(x)0(或0)，则由公式可得 (1) y=g(x)在(-?, ?) 上恒有g ′(x)0(或0)，则由公式 (2) y=g(x)在(-?,?)上无单调性。 那么当y≤a时, FY(y)=0；当y≥b时, FY(y)=1； 当ayb时, FY(y)=P{Y ≤y}=P{g(X) ≤y} fX(x)定义在(-?,?), 且当x∈ (-?,?)时, y =g(x)∈(a,b)。 例2.24 设随机变量X的概率密度为 求Y=sinX的概率密度。 当 y≤0时, 当 y≥1时, 当 时 故 解：注意到, 因为, FY(y)=P{Y≤y}=P{sinX≤y} =P{0≤X≤arcsiny}+P{p-arcsiny ≤X≤p} 当0y1时, =F(arcsiny)-F(0)+ F(p)-F(p-arcsiny) 两边关于y求导数, 可得 fY (y) =f(arcsiny)(arcsiny)’- f(p-arcsiny) (p-arcsiny)’ 综上，可知 例2.25 已知随机变量X的分布函数F(x)是严格单调的连续函数, 证明Y=F(X)服从[0,1]上的均匀分布。 又由于X的分布函数F是严格递增的连续函数, 其反函数 F-1 存在且严格递增。 证明: 设Y的分布函数是G(y)， 于是 对y1, G(y)=1; 对y0 , G(y)=0; 由于 对0≤y≤1, G(y)=P{Y≤ y} =P{F(X)≤ y} =P{X ≤ (y)} =F( (y))= y 即Y的分布函数是 求导得Y的密度函数 可见, Y 服从[0，1]上的均匀分布。 * * * * * * * * * * * * * 书末附有标准正态分布函数数值表，有了它，可以解决一般正态分布的概率计算查表。 （V）. 正态分布表 表中给的是x0时, Φ(x)的值。 当-x0时 1. 若 X～N(0,1), 2. 若 ~N(0,1) 那么 由标准正态分布的查表计算可以求得， 这说明，X的取值几乎全部集中在[-3, 3 ]区间内，超出这个范围的可能性仅占不到 0.3%。 当X～N(0,1)时， P{|X|≤1} = 2F (1) -1 = 0.6826 P{|X|≤2} = 2F (2) -1 = 0.9544 P{|X|≤3} = 2F (3) -1 = 0.9974 （VI）. 3s 原则 将上述结论推广到一般的正态分布, 时， 可以认为，Y 的取值几乎全部集中在 [m-3s, m+3s] 区间内。这在统计学上称作“3s原则”（三倍标准差原则）。 在工程应用中，通常认为P{|Y-m|≤3s}≈1, 忽略{|Y-m|3s}的值。 如在质量控制中，常用标准指标值m±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。 例2.16 已知X~N(d,0.52)，问d至少为多少时, 解：由题意，d需满足 因为 所以 例2.17 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A为使用的最初90小时内元件损坏；Y为A发生的元件数。 故 则Y～b(3,p), 其中 例2.18 （1）假设某地区成年男性的身高(单位：cm) X～N(170,7.692)，求该地区成年男性的身高超过175cm的概率。 解: （1）根据假设X～N(170,7.692)，则 故事件{X175}的概率为 P {X175}= =0.2578 解: （2）设车门高度为h cm，按设计要求 P{X≥ h}≤0.01 或 P{X h}≥ 0.99， 下面我们来求满足上式的最小的h。 （2）公共汽车车门的高度是按成年男性与车门顶头碰头机会在0.01以下来设计的，问车门高度应如何确定? 因为X～N(170,7.692), 故 P{X h}= 0.99 查表得F(2.33)=0.99010.99 所以 =2.33, 即 h=