概率论课件3.2(10.11).pptVIP

（7）当固定 ，改变 的大小时，p(x)图形的对称轴 不变，而形状在改变， 越小，图形越高越瘦， 越大，图形越矮越胖。 ? — 形状参数 正态分布的分布函数 密度函数的验证 由数学分析知识可知 从而 是密度函数. 概率论与数理统计 概率论与数理统计 §3.2 连续型随机变量 第三章 概率论与数理统计 主要内容 一、连续型随机变量的概念 二、常 见 的 连 续 型 分 布 一、连续型随机变量的概念 定义3.2 如果对于随机变量 的分布函数F(x)，存在非负函数 p (x)，使得对于任意的实数 x，有 则称 为连续型随机变量，其中函数 p (x) 称为 的概率密度函数,简称概率密度 （probability density function） . 注：连续型随机变量 由其密度函数唯一确定． 1.定义 x F ( x ) 分布函数与密度函数的几何意义 x p ( x) 0 由定义知道，概率密度 p(x) 具有以下性质： p (x) 0 x 1 2.性质 （非负性） （规范性） 反过来，定义在R上的函数p(x)，如果具有上述两个性质，即可定义一个分布函数F(x)． (3) F(x)在R上连续，且在 p ( x ) 的连续点处，有 对连续型随机变量，分布函数和密度函数可以相互确定，因此密度函数也完全刻画了连续型随机变量的分布规律． (4) 设 为连续型r.v． ,对任意的实数 x 有 这表明连续型随机变量取个别值的概率为0，这与离散型随机变量有本质的区别，顺便指出 并不意味着 是不可能事件． 若 是连续型随机变量，{ =a }是不 若 为离散型随机变量, 连 续 型 离 散 型 可能事件，则有 不可能事件 注 p (x) x 0 （5）对任意 ，有 这一个结果从几何上来讲， 落在区间 中的概率恰好等于在区间 上曲线y=p(x)的曲边梯形的面积．同时可发现整个曲线y=p(x)与x轴所围成的图形面积为1． 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 例1 设 是连续型随机变量，其密度函数为 解 ⑴ 由密度函数的性质知 试求：1）常数c ； 2）分布函数F(x)； 3） 从而 于是 (2) (3) 例2 设 是连续型随机变量，其密度函数为 解 ⑴ 由密度函数的性质知 试求：1）常数c ； 2）分布函数F(x)； 3） 从而 于是 (2) (3) 于是 当 时， 当 时， 2）分布函数F(x)； 3） 例3 设 是连续型随机变量，其分布函数为 试求 密度函数. 设 密度函数为p(x)，则 例4 已知某型号电子管的使用寿命 为连续r.v., 其 密度函数为 (1) 求常数 c ； (3) 已知一设备装有3个这样的电子管, 每个电子管能否正常工作相互独立, 求在使用的最初1500小时只有一个损坏的概率. (2) 计算 解 (1) c = 1000. 因为 所以 (2) (3) 设A 表示“一个电子管的寿命小于1500小时”，则 设在使用的最初1500小时三个电子管中损坏的个数为 ，则 所以 (3) 已知一设备装有3个这样的电子管, 每个电子管能否正常工作相互独立, 求在使用的最初1500小时只有一个损坏的概率. 二、常见的连续型分布 1.均匀分布 则称 服从区间[ a , b] 上的均匀分布. 记为 ~ U [a , b]. 若随机变量 的密度函数为 的分布函数为 x p ( x) a b x F( x) b a 密度函数的验证 是密度函数. 即 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. 这正是几何概型的情形. 进行大量数值计算时, 若在小数点后第k 位进行四舍五入, 则产生的误差可以看作服从 的 r.v. 随机变量. 应用场合 均匀分布的概率背景 例5 秒表最小刻度值为0.01秒. 若计时精度是取最近的刻度值, 求使用该表计时产生的随机误差 的密度函数并计算误差的绝对值不超过0.004秒的概率. 解 等可能地取得区间 故 上的任一值，则 所以 的密度函数为 例 6 解 设A={方程 有实根}，则 若 的d.f. 为