率论课件1.pptVIP

第四节　连续型随机变量及其概率密度 二、常见连续型随机变量的分布 三、小结 高斯资料 第五节 随机变量的分布 一、离散型随机变量的函数的分布 三、小结 -x x 对一般的正态分布 ：X ~ N ( ? ,? 2) 其分布函数 作变量代换 对一般的正态分布 ：X ~ N ( ? ,? 2) 其分布函数 作变量代换 例6 已知 （1）：求 P( 2 X 5 ), 例6 已知 且 P( 2 X 4 ) = 0.3, 求 P ( X 0 ). 解一 解二 图解法 0.2 由图 0.3 0 =1.645 =2. 575 = -1.645 = -2. 575 标准正态分布的上 ? 分位数 z? 例7 设测量的误差 X ~ N(7.5,100)(单位：米),问要进行多少次独立测量，才能使至少有一次误差的绝对值不超过10米的概率大于0.9 ? 解 设 A 表示进行 n 次独立测量至少有一次误差的绝对值不超过10米 n 3 所以至少要进行 4 次独立测量才能满足要求. (4) 伽玛分布 设随机变量X，若X的密度函数为 则称X服从参数为 的伽玛（Gamma）分布,简称为 分布， 注:伽玛函数具有性质： (5) 威布尔分布 (自学) (6) 截尾分布(自学) 分布函数 2. 常见连续型随机变量的分布 均匀分布 正态分布(或高斯分布) 指数分布 Born: 30 Apr. 1777 in Brunswick, Duchy of Brunswick (now Germany) Died: 23 Feb. 1855 in G?ttingen, Hanover (now Germany) Carl Friedrich Gauss 1. 已知X~N(3,22),且 P{XC}=P{X≤C} 则C=（ ) 2. 设X~N(μ，42),Y~N(μ，52), 记 p1=P{X≤μ-4}，p2=P{Y≥μ+5}则( ) ①对任意实数μ，都有p1=p2 ②对任意实数μ，都有p1p2 ③只对μ的个别值，才有p1=p2 ④对任意实数μ，都有p1p2 3 ① 课堂练习 f(x) x 0 μ P(X≤μ) P(X≥μ) 设X~N(μ，σ2),则随σ的增大， 概率P{|X-μ|σ} （ ） ①单调增大 ②单调减少 ③保持不变 ④增减不定 ③ 设 X ~ N（10，0.0004),Φ（2.5）=0.9938， 则X落在区间（9.95，10.05）内的概率为( ). 设X ~ N（2，σ2),且P{2X4}=0.3, 则 P{X0} =( ). 0.9876 0.2 一、离散型随机变量函数的分布 二、连续型随机变量函数的分布 三、小结 问题 方法：将与Y 有关的事件转化成X 的事件 Y 的可能值为 即 0, 1, 4. 解 例1 故 Y 的分布律为 由此归纳出离散型随机变量函数的分布的求法. 解 例2 一、连续型随机变量的概念 二、常见连续型随机变量的分布 三、小结 定义 设 X 是一随机变量，若存在一个非负 可积函数 f ( x ), 使得 其中F ( x )是它的分布函数 则称 X 是连续型随机变量，f ( x )是它的 概率密度函数( p.d.f. )，简称为密度函数 或概率密度 一、连续型随机变量的概念 x f ( x) x F ( x ) 分布函数F ( x )与密度函数 f ( x )的几何意义 p.d.f. f ( x )的性质 1、 2、 常利用这两个性质检验一个函数能否作为连续性随机变量的密度函数，或求其 中的未知参数 3、 在 f ( x ) 的连续点处， f ( x ) 描述了X 在 x 附近单位长度的区间内 取值的概率 4 对于任意可能值 a ,连续型随机变量取 a 的概率等于零.即 事实上 由此可得： b x f ( x) a 连续型随机变量取值落在某一 区间的概率与区间的开闭无关 x f ( x) a 解 例1 例2 故有 解 (1) 因为 X 是连续型随机变量, (2) 1. 均匀分布 概率密度 函数图形 均匀分布概率密度函数演示 均匀分布的意义 即 X 的取值在(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. 这正是几何概型的情形. 分布函数 均匀分布分布函数图形演示 例3 设随机变量X服从(0,5)上的均匀分布，求一元两次方程4y2+4yX+X+2=0有实根的概率. 解: 故所