2013第二章 随机变量及其分布-2.ppt

作 业 P59：15, 16, 17 * * * * * * * 1、2条性质简单证明。 ⒊ 正态分布 例：在大量重复试验中， 得到一组数据， 这组数据 虽然有波动， 但总是以某个常数为中心。偏离中心越 近的数据越多； 偏离中心越远的数据越少。 取值呈“中间大、两头小”的格局， 即取值具有对称性。 此随机变量是一个服从正态分布的随机变量。 正态分布的重要性 ⑶正态分布可以作为许多分布的近似分布． ⑴大量的随机现象都是服从或近似服从正态分布。 ⑵正态分布有许多良好的性质. 正态分布在十九世纪前叶由高 首次露面。 德莫佛最早发现了二项分布概率的一个 近似公式， 这一公式被认为是正态分布的 斯加以推广和应用，所以通常称为高斯分布。 德莫佛 高斯 德国1993年10马克 高斯在他于1809年发表的“最小二乘法”的基础上建立的正态分布方程，是概率统计中一个非常重要的工具，广泛应用于数学、物理学等领域。 x f (x) 0 如果随机变量X的概率密度为 则称这个随机变量X 服从参数为μ,σ的正态分布。 记作： 概率密度的验证 （1）f (x)非负性易得。故只需要验证规范性。 或者 首先验证 事实上 作极坐标的积分变换： 概率密度的验证 用换元积分法，作积分变换： 从而f(x)是一个概率密度函数! 正态分布概率密度的图形性质 x f (x) 0 （1）f (x)关于直线 x=μ 对称。 利用正态分布密度函数的对称性，易得： 正态分布密度函数的图形性质 (2) 当 x=μ时概率密度函数 f (x) 取到最大值。 正态分布密度函数的图形性质 问题 什么是拐点？是曲线的凹凸性发生改变! 正态分布密度函数的图形性质 σ不变，μ变。 正态分布密度函数的图形性质 (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 标准正态分布：μ=0，σ=1。 记成 决定了图形中峰的陡峭程度， 正态分布由它的两个参数 μ和σ唯一确定，当μ和σ 不同时，是不同的正态分布。 称σ为形状参数。 Ⅲ. 正态分布的分布函数 设 ，X 的分布函数是 而 ，即 X 服从标准正态分布的分布 的分布函数为 x 0 x -x 当x ≥０时,可直接查表求 当x ０时 ,如右图 可得 227页 例1 解 设随机变量 ，试求 ⑵. ⑶. ⑴. Ⅳ. 正态分布的标准化 一般地，若 ，我们只要通过一个线性变 换就能将它化成标准正态分布。 定理1 若随机变量 ，则 证 要求 的分布函数 标准正态分布的分布函数 所以 结论 ① 若 ，则它的分布函数可以写成 ② 若 解 例2 设随机变量 ，试求： ⑴ ，⑵ ⑴ 例2 设随机变量 ，试求： ⑴ ，⑵ 解 已知 ，求 解 例3 查表得 查表得 公共汽车车门的高度是按男子与车门顶头碰头机会在0.01以下来设计的.设男子身高X～N (170,62),问车门高度应如何确定? 解 设车门高度为h cm,按设计要求 即 因为 X～N( 170, 62 )， 0.99 故 查表得 例4 即 设计车门高度为184厘米时， 可使男子与车门碰头机会不超过0.01。 3σ准则 时， 可以认为， Y 的取值几乎全部集中在 的区间内。 这在统计学上称为 准则” 当 由3? 准则知， 当 例5 设 解 由图形可得 例6. 在电压不超过200伏, 在200 - 240伏和超过 240伏三种情况下, 某种元件损坏的概率分别为0.1, 0.001和0.2. 假设电压 求: 1) 该元件损坏的概率 2) 该元件损坏时, 电压在 200-240 伏的概率 解: 设 分别表示电压不超过200伏, 在200-240伏, 超过240伏 ＝“元件损坏” 由题意 由全概公式 由题意 由全概公式 2) 由贝叶斯公式 0 因为 由图可知 所以查表可得 故 则称点 为标准正态分布的上α分位点。 定义 设 ，若 满足条件 解 例1 求下列函数是否为概率密度函数 是显然的； 故 f(x) 可以作为密度函数。 解 例2 例3 设 X 是连续型随机变量，其概率密度为 求⑴ 常数 A；⑵ ；⑶ X的分布函数。 解 ⑴ 由 得 则 ⑵ ⑶ 当 时， 当 时， 得 所以 由于f(x)是分段表达的， 求F(x)时注意分段求. 时， 当 例5 设随机变量X的概率密度函数为： 求随机变量X的分布函数。 解 根据连续型随机变量的分布函数的积分表示得 综上得分布函数为 概率密度函数图形：称为山形函数 分布函数的图形 练习 已知某型号电子管的使用寿命 X 为连续r.v., 其密度函数为 (1) 求常数 c (2) 计算 解 (1) 令 c = 1000 (2) 作 业 P58