2.3(连续型随机变量).ppt

2.3 连续型随机变量 2.3.1 连续型随机变量及其概率密度 通俗的讲,连续型随机变量就是取值可以值可以连续地充满某个区间的随机变量. 定义2.4 如果对于随机变量X的分布函数F(x)，存在非负函数f(x)，使得对于任意实数x有 　　　　　　　　　　　 (2.2) 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，简称概率密度或密度函数． 再看连续型随机变量的定义: 定义2.4 如果对于随机变量X的分布函数F(x)，存在非负函数f(x)，使得对于任意实数x有 　　　　　　　　　　　 (2.2) 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，简称概率密度或密度函数． 从(2.2)式可以看出，连续型随机变量的分布函数一定是连续函数，且在F(x)的导数存在的点上有 (2.3) 【例2-9】设随机变量X的概率密度为 试求：(1) 系数A；(2) X落在(–1/2，1/2)内的概率； (3) X的分布函数F(x)． 解：(1) 由概率密度的归一性知 所以 (2) (3) 因为 故X的分布函数为 【例2.10】设随机变量X的概率密度为 现对X进行n次独立重复观测，以Y表示观测值不大于0.1的次数，试求随机变量Y的分布律． 解：事件“观测值不大于0.1”，即事件{X ? 0.1}的概率 由题意Y服从B(n，0.01)，于是Y的分布律为 【例2.11】设随机变量X的分布为 求： (1) 系数A和B； (2) X落在(–1，1)内的概率； (3) X的概率密度． 解：(1) 由于　　　　　 可知 解得 于是 2.3.2 常用连续分布 1. 均匀分布 定义2.8 如果连续型随机变量X具有概率密度 (2.4) 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： f(x)和F(x)的图形见图2-6． 图2-6 均匀分布的概率密度与分布函数 【例2.12】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． 解：因为随机变量X在(2,5)上服从均匀分布，所以X的概率密度为 事件“对X的观测值大于3”的概率为 设Y表示三次独立观测中观测值大于3的次数， 则 于是 2. 指数分布 定义2.9 如果随机变量X概率密度为 (2.6) 则称X服从参数为? 的指数分布，记为X～Exp(? )． 指数分布的分布函数为 (2.7) 指数分布的概率密度与分布函数的图形如下图所示． 图2-7 指数分布的概率密度与分布函数 因为指数分布只可能取非负实数，所以它被用作各种“寿命”分布的近似分布，例如电子元器件的寿命，随机服务系统中的服务时间等都可假定服从指数分布．指数分布在可靠性理论与排队论中有着广泛的应用． 下面给出指数分布的一个有趣性质． 定理2.2（指数分布的无记忆性） 设 ，则对任意 s 0,t 0 ，有 证：因为X～Exp(θ)，所以P{Xs}=1-F(s)=e–s/θ， 于是 【例2.13】假定自动取款机对每位顾客的服务时间（单位：分钟）服从θ = 3的指数分布．如果有一顾客恰好在你前头走到空闲的取款机，求(1) 该顾客至少等候3分钟的概率；(2) 该顾客等候时间在