3、随机变量及其概率分布探究.ppt

练习 设连续型随机变量X的概率密度为 求： 常数c； P(2X+1≤2)； X的分布函数F(x)。 f(x)=F(x) 连续型随机变量X的分布函数F(x)连续。 例 设连续型随机变量X的分布函数为 求： A、B、C、D； X的概率密度f(x)； P(X≥0.5)。 3.3.2 几个重要的连续型随机变量 1、均匀分布 概率密度： 记号：X~U[a,b] 分布函数： 应用场合：按四舍五入计算时的舍入误 差、乘客到达车站的时间等。 等可能性：若X~U[a,b]，X落在[a,b]内任 何长为d-c的小区间的概率与小区间的位置无 关，只与其长度成正比。 例 设X服从均匀分布U(1,5)，对X进行3次独 立观察，求至少有2次观察值大于3的概率。 2、指数分布 概率密度： 其中λ0为参数。 记号：X~e(λ) 分布函数： 应用场合：随机服务系统中的服务时间、 电话问题中的通话时间、无线电元件的寿命、 动物的寿命等有关“寿命”的分布。 例 设某类日光灯管的使用寿命 X 服从参 数为?=1/2000的指数分布(单位：小时)。 任取一只这种灯管，求能正常使用1000小 时以上的概率； 有一只这种灯管已经正常使用了1000小 时，求还能使用1000小时以上的概率。 无记忆性：若X~e(?)，则P(Xs+t|Xs)=P(Xt) 例 自动取款机对每位顾客的服务时间(分钟) 服从参数为1/3的指数分布。若有一位顾客恰好 在你前面走到空闲的取款机，求： 你至少要等3分钟的概率； 若已有一个顾客在取款，则你至少要等3分 钟的概率。 3、正态分布(Gauss分布) 概率密度： 记号：X~N(μ,σ2) 分布函数： 概率密度的图像性质： 关于直线x=μ对称，在x=μ 处取得最大值； 在x=μ±σ处有拐点； 有渐近线y=0(x轴)； 当μ固定时，σ越小，曲线 越陡，σ越大，曲线越平坦； 当σ固定时，μ越小，曲线 越靠近左方，但形状不变。 应用场合：若一个随机变量描述的事件满足 下列条件： 受众多相互独立的随机因素影响； 每一因素的影响都是微小的； 这些正负影响可以叠加。 一般认为这个随机变量服从正态分布。例如 各种测量的误差、人体的的生理特性、农作物 的收获量、 海洋波浪的高度、工厂产品的尺寸、 电子管中噪声电流、金属线抗拉强度、学生的 考试成绩等等。 定义 参数μ=0、σ=1的正态分布N(0,1)称为标 准正态分布。 密度函数： 分布函数： 分布函数的性质：若X~N(0,1) ，则 Φ(0)=0.5； Φ(-x)=1-Φ(x)； P(|X|x)=2Φ(x)-1。 例 若X~N(0,1)，求P(1.25X2)； P(X-2.5)； P(-1X2.25)；P(|X|1.73)。 定理 若X~N(μ,σ2)，则X的分布函数满足： 例 若X~N(10,4)， 求P(7X15)、P(|X-2|2)； 求d使P(|X-10|d)=0.9。 例 经调查，某地区人群的身高(单位：m) X~N(1.75,0.052)，房地产开发按颁布规范将公 共建筑物的门高按1.9m设计，则出入房门时因 门高不够而遇到麻烦的人数比例。 例 某市有9万名高中毕业生参加高考，将 有5.4万名被各类高校录取。已知满分为600 分，540分以上有2025人，360分以下有13500 人。假设学生的考试成绩服从正态分布，试 估计高考录取的最低分数线。 定义 设X~N(μ,σ2)，对给定的α∈(0,1)，称 满足P(Xuα)=α的uα为标准正态分布的上侧α分 位点。 上侧分位数可由Φ(uα)=1-α 例 查表求u0.025 。 4、伽玛分布(Γ分布) 概率密度： 记号： X~Γ(α,β) 特殊情况： 当α=1，β=λ时为参数为λ的指数分布； 当α=n/2，β=1/2时称为自由度为n的χ2分布。 3.4 随机变量函数的分布 电子商店中手机一天的销售量X(单位：个) 为随机变量；若手机的利润函数为y=4x-x2(单位： 千元)。则该手机一天的利润Y也是随机变量， 且Y是X的函数：Y=4X-X2。 居民的收入X(单位：元)为随机变量；若居 民的消费函数为y=100+0.4x (单位：元)。则居民 的消费Y也是随机变量，且Y是X的函数：Y=100+0.4X。 定义 设X、Y是两个随机变量，对连续函数 g(x)，若X=x描述的事件发生时，Y=g(x)描述的 事件一定会发生，则称随机变量Y为X的函数， 记为Y=g(X)。 一、离散型随机变量函数的分布 例 已知随机变量X的概率分布为 求Y=2X+1、 Z=4X-X2的概率分布。 X 0 1 2 3 4 5 P 0.2 0.1 0.3 0. 1 0. 2 0.1 总