概率论2.3课件.ppt

连续型随机变量X所有可能取值充满一个区间, 对这种类型的随机变量, 不能象离散型随机变量那样, 以指定它取每个值概率的方式, 去给出其概率分布, 而是通过给出所谓“概率密度函数”的方式.;;; 故 X的密度 f(x) 在 x 这一点的值，恰好是 X落在区间 上的概率与区间长度 之比的极限. 这里，如果把概率理解为质量， f (x)相当于线密度.; 要注意的是，密度函数 f (x)在某点处a的高度，并不反映X取值的概率. 但是，这个高度越大，则X取a附近的值的概率就越大. 也可以说，在某点密度曲线的高度反映了概率集中在该点附近的程度.;若不计高阶无穷小，有：;连续型随机变量取任一指定值的概率为0.;;2) 由P(X=a)=0 可推知;5. 常见的连续型随机变量密度函数;（1）均匀分布:若随机变量X的概率密度为：; 公交线路上两辆公共汽车前后通过某汽车停车站的时间，即乘客的候车时间等.; 例1 某公共汽车站从上午7时起，每15分钟来一班车，即 7:00，7:15，7:30, 7:45 等时刻 有汽车到达此站，如果乘客到达此站时间 X 是7:00 到 7:30 之间的均匀随机变量, 试求他候车 时间少于5 分钟的概率.; 为使候车时间X少于 5 分钟，乘客必须在 7:10 到 7:15 之间，或在7:25 到 7:30 之间到达车站.; 区间( 0, 1)上的均匀分布U(0,1)在计算机模拟中起着重要的作用.; 如取n足够大，独立产生n个U(0,1)随机数，则从用这 n 个数字画出的频率直方图就可看出，它很接近于( 0, 1)上的均匀分布U(0,1).;则称 X 服从参数为 的指数分布.; 至此，我们已初步介绍了两类重要的随机变量: 离散型随机变量和连续型随机变量;; 一、正态分布的定义;二、正态分布 的图形特点; 决定了图形的中心位置， 决定了图形中峰的陡峭程度.; 能不能根据密度函数的表达式，得出正态分布的图形特点呢？;故f(x)以μ为对称轴，并在x=μ处达到最大值:;这说明曲线 f(x)向左右伸展时，越来越贴近x轴。即f (x)以x轴为渐近线。 ;用求导的方法可以证明，;根据对密度函数的分析，也可初步画出正态分布的概率密度曲线图。;下面是我们用某大学男大学生的身高的数据画出的频率???方图。