【中国矿业大学课件】概率论-陈兴同老师版-ch2_45.pptVIP

连续型随机变量的概率密度 概率密度及其性质 指数分布 均匀分布 正态分布与标准正态分布 连续型随机变量的概念 连续型随机变量的例子 连续型随机变量的例子 连续型随机变量的概率计算公式 ⑴　落入集合G的概率公式为： 例 1 设 连续型随机变量X的概率密度函数为 例 2 某电子元件的寿命X（单位：小时）是以 检验 5 个元件的使用寿命可以看作是在做一个5重Bernoulli试验． Y=“5个元件中使用寿命不超过150小时的个数”=0,1，2,3，4,5，则 例 3 均匀分布 密度函数的验证 均匀分布的概率模型 均匀分布的分布函数 例 6 指 数 分 布 如果随机变量 X 的密度函数为 密度函数的验证 指数分布的分布函数 例 7 正态分布 密度函数的验证 密度函数的验证 密度函数的验证 正态分布密度函数的图形性质 正态分布密度函数的图形 正态分布密度函数的图形性质 正态分布密度函数的图形性质 正态分布密度函数的图形性质 正态分布密度函数的图形性质 标准正态分布 标准正态分布密度函数 标准正态分布的性质 标准正态分布的性质 标准正态分布的性质 标准正态分布的性质 标准正态分布的性质 一般正态分布的计算 例 10 本节结束，后面PPT不讲! Γ- 函 数 x f (x) 0 如果随机变量X的概率密度函数为： 我们称这个随机变量X服从参数为μ，σ的正态分布。 记作： 或者 事实上： 作极坐标的积分变换： 事实上：作积分变换： 从而f(x)是一个概率密度函数! x f (x) 0 (2) 当 x=μ 时概率密度函数 f(x) 取到最大值。 问题：什么是拐点？是曲线的凹凸性发生改变! σ不变，μ变。 (5) 正态分布当μ不变而σ变化时，曲线的山峰的高度会随着σ的变大而变矮。 标准正态分布：μ=0，σ=1。 记成 (1) 概率密度函数 是偶函数。 x 0 x -x 问题：Φ(-x)是什么？ 从一般正态分布到标准正态分布的变换。 事实上Z的分布函数： 这说明Z的分布函数是标准正态分布的分布函数。 这说明：一般正态分布的函数可用标准正态分布的分布函数来表示。 (5) “3σ”规则：即正态随机变量X～N(μ,σ2)落入区间[μ-3σ,μ+3σ,]内几乎是肯定的。 设随机变量X～N(μ，σ2)，则它落入区间[x1,x2]内概率为： 事实上：由前面的性质(4)可得 例9 标准正态分布的上α分位点 设 Z～N(0,1)，对0α1，若数值 zα 满足 就称 这个数值 zα 为标准正态分布的上α分位点。 0 标准正态分布的上α分位点 标准正态分布的上α分位点怎么求？ 标准正态分布的上α分位点 当α比较接近1时怎么求？ 这时zα是一个负值！ 例题：某城市男子的身高(cm) X～N(170,36)。 (1) 应如何选择公汽车门的高度使男子上车时碰头的概率小于0.01？ (2) 若车门的高度为182cm,求100个男子上车时碰头的人数不多于2个的概率？ 解： (1) 设车门的高度为hcm时符合要求即 (2) 设 A=“任一男子身高大于182cm”。 设 Y=“100个男子中身高大于182cm的人数” 则Y=0,1,2,3,……,100,并且 Y～b(100,p) s=0; p=0.0228; for k=0:2 s=s+nchoosek(100,k)*p^k*(1-p)^(100-k); end s * 定义:如果对于随机变量X 的分布函数F(x)是绝对连续的即存在非负函数 f(x)，使得对于任意实数 x，有 则称 X 为连续型随机变量，其中函数 f (x) 称为随机变量X 的概率密度函数,简称概率密度. 连续型随机变量 X 的概率由其密度函数唯一确定． 如果随机变量X具有分布函数： 则可以取非负函数： 使得： 概率密度性质 f (x) 0 x 1 Y=f(x)图象在x轴上方。 Y=f(x)图象与x轴之间面积为1 概率密度性质 f (x) x 0 左开右闭区间的概率可用积分来求。 4）若密度函数f(x)在x处连续，则有 从分布函数求概率密度函数。并且有： f(x)表示在单位长的小区间上的概率！ 5）连续随机变量取一个值的概率为0！即 因为： 对于连续型随机变量，我们关心它在某一点取值的问题没有太大的意义；我们所关心的是它在某一区间上取值的问题． （3）分布函数为： 通常我们都是给出连续型随机变量的概率密度函数 f(x)，我们可以用积分的方法求出概率。 这些涉及到积分特别是变上限积分问题！处理可能稍复杂些。 （2）落入区间内的概率： 解：⑴．由密度函数的性质 概率密度函数图形 为密度函数的连续型随机变量．求 5 个同类型的元件在使用的前 150 小时内恰有 2 个需要更换的概率. 解：设 A=“寿命小于150小时