概率论复习资料第二节4.pptVIP

第四节　连续型随机变量及其概率密度 一.连续型随机变量的概念与性质 例 1 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． 设5 个元件中恰有 Y 个使用寿命不超过150小时, 则 二.一些常用的连续型随机变量 说 明 ⑴．类似地，我们可以定义 均匀分布的概率背景 例 3 设公共汽车站从上午7时起每隔15分钟来一班车,如果某乘客到达此站的时间是 7:00 到7:30之间的均匀随机变量．试求该乘客候车时间不超过5分钟的概率． 解： 例 3（续） 令：B={ 候车时间不超过5分钟 } 例 4 例 5 3．正态分布 （高斯分布） 高斯资料 标准正态分布的计算 标准正态分布的计算 标准正态分布的计算 三、小结 下面着重讨论正态分布的计算 §4 连续型随机变量的概率密度 返回主目录 一般正态分布的计算 §4 连续型随机变量的概率密度 返回主目录 解 例6 -x x 红色 蓝色 标准正态分布的密度函数 一般公式 X的 标准化 * 一、概率密度的概念与性质 二、常见连续型随机变量的分布 三、小结 §4 连续型随机变量的概率密度 定义 如果对于随机变量X 的分布函数F(x)， 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X 的概率密度函数，简称概率密度. 返回主目录 §4 连续型随机变量的概率密度 x f ( x) x F ( x ) 分布函数与密度函数之间关系的几何意义 §4 连续型随机变量的概率密度 概率密度 f(x) 的性质： f (x) 0 x 1 常利用这两个性质检验一个函数能否作为连续性变量的概率密度 非负性： 规范性： §4 连续型随机变量的概率密度 返回主目录 O a b x y=f(x) y 连续型随机变量X取值落在区间[a，b]的概率等于概率密度曲线f(x)与直线x=a, x=b及x轴所围成曲边梯形的面积。 注意 对于任意可能值 a ,连续型随机变量取 a 的概率等于零.即 证明 由此可得 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 设 X 是连续型随机变量，其密度函数为 解： ⑴．由密度函数的性质 §4 连续型随机变量的概率密度 返回主目录 §4 连续型随机变量的概率密度 返回主目录 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. §4 连续型随机变量的概率密度 返回主目录 解： 设：A={ 某元件在使用的前 150 小时内需要更换} §4 连续型随机变量的概率密度 返回主目录 §4 连续型随机变量的概率密度 1．均 匀 分 布 若随机变量 X 的密度函数为 记作 X ~ U [a , b] 返回主目录 返回主目录 §7 一些常用的连续型随机变量 均匀分布的意义 §4 连续型随机变量的概率密度 X X a b x l l 0 返回主目录 §4 连续型随机变量的概率密度 返回主目录 设该乘客于7时X分到达此站． §4 连续型随机变量的概率密度 返回主目录 §4 连续型随机变量的概率密度 返回主目录 §4 连续型随机变量的概率密度 返回主目录 2. 指数分布 §4 连续型随机变量的概率密度 由指数分布的概率密度可以看出： X取较小值的可能性大； 取较大值的可能性小． 指数分布在排队论和可靠性理论中有着广泛的应用． 如：涉及到“寿命”的随机变量，常常被认为服从指数分布．电子元件的使用寿命、动植物的存活寿命、电话服务中的通话时间、顾客被服务的时间等．两次突发事件之间的相隔时间，如两次暴雨间的间隔时间，两次地震间的间隔时间等，有时也被认为服从指数分布． §4 连续型随机变量的概率密度 返回主目录 设打一次电话所用的时间为X分钟，X服从参数 为 的指数分布。如果某人刚好在你前面 走进公用电话间，求你需要等待10分钟到20分 钟的概率。 第四章 正态分布 若随机变量 X 的概率密度函数为： Born: 30 Apr. 1777 in Brunswick, Duchy of Brunswick (now Germany) Died: 23 Feb. 1855 in G?ttingen, Hanover (now Germany) Carl Friedrich Gauss 第四章 正态分布 变量的频数或频率呈中间最多，两端 逐渐对称地减少，表现为钟形的一种概率分布。 正态分布是最常见最重要的一种分布,例如 测量误差,