第6讲(连续型随机变量与随机变量的分布函数).ppt

这样 例4 解 解 设车门高度为 h ，按设计要求 P{X≥h}≤0.01，或 P{X h}≥ 0.99， 例5 公共汽车车门的高度是按成年男性与车门顶头碰头机会在0.01以下来设计的. 设某地区成年男性身高 (单位: cm) X～N(170, 7.692),问车门高度应如何确定? 因为X～N(170,7.692), 所以当汽车门高度为188厘米时，可使男子 与车门碰头机会不超过0.01. 若离散型随机变量X 的概率分布为 Pk = P{ X=xk } , k=1,2,…, X 的分布函数为 2.3.5 分布律（密度）与分布函数的互求 I.离散 所以，离散型随机变量的分布函数 F(x) 是一个右连续的函数，如下图所示. 例6 设X的分布律为 求⑴X的分布函数； ⑵P{0X≤2}和P{0X2}. 解 ⑴ 故 （2） 或 或 即分布函数是密度函数的变上限定积分函数. 由上式，得：在 f (x)的连续点，有 若X 是连续型随机变量，f (x)是X 的密度函数，F(x)是分布函数，则对任意x∈R，总有 Ⅱ. 连续 即 例7 设随机变量 X 的密度函数 求 F(x) . 解 当 x ≥1时， 所以 例8 解 （1） （2） （3） 本讲首先介绍连续型随机变量、概率密度函数及性质；然后介绍了三种常用的连续型随机变量：正态分布，均匀分布和指数分布；最后介绍随机变量的分布函数，分别讨论了离散型随机变量的概率分布和分布函数的关系，连续型随机变量的概率密度和分布函数的关系等. 小结 * * 概率论与数理统计 第六讲 连续型随机变量 X 所有可能取值充满若干个区间. 对这种随机变量，不能象离散型随机变量那样, 指出其取各个值的概率， 给出概率分布. 而是用“概率密度函数”表示随机变量的概率分布. §2.3 连续型随机变量 2.3.1 概率密度函数 定义1 对随机变量X，若存在非负可积函数 f(x), 使X落入任一区间 (a, b] 的概率 则称 X为连续型随机变量， f(x)为 X 的概率密 度函数， 简称概率密度或密度. 这两条性质是判定函数 f(x) 是否为某随机变量 X 的概率密度函数的充 要条件. 性质 f(x)与 x 轴所围 面积等于1. (3) 连续型随机变量取任意指定值的概率为 0. 即： a为任意给定值. 由P{X=a}=0， 可推出 而 {X=a} 并非是不可能事件, 可见： 由P(A)=0, 不能推出 A=?； 并非是必然事件. 由 P(B)=1, 不能推出 B=Ω. 若x是 f(x)的连续点，则 (4) 对 f(x)的进一步理解： 故X的概率密度函数f(x)在 x 这一点的值, 恰好是X 落在区间 [x , x +△x]上的概率与区间长度△x 之比的极限. 这里, 如果把概率理解为 质量，f (x)相当于物理学中的线密度. 需要注意的是：概率密度函数 f (x)在点 a 处取值，不是事件 {X =a} 的概率. 但是，该值越大，X 在 a 点附近取值的概率越大. 那么 例1 求⑴ 常数k; ⑵ P{1X3}; P{X≤1}. 解 ⑴ 由于 则 所以 即 所以 ⑵ 定义2 若随机变量 X 的概率密度为： 则称 X 服从区间 [ a, b] 上的均匀分布， X ～ U[a, b] 1. 均匀分布 (Uniform) (注: 有时也记作 X ～ U(a, b) ). 2.3.2 常见的连续型随机变量 记作 若X ～ U[a, b]，则对于满足 a≤c≤d≤b 的c 和 d，总有 X取值[a,b]上任一区间[c,d]的概率与 [c,d] 的长度成正比，与该区间的具体位置无关. 指数分布在可靠性与排队论中有重要作用，如：电子元件的寿命、动植物的寿命、随机服务系统中的服务时间都可用指数分布来描述. 定义3 若随机变量 X 的概率密度函数 2.指数分布 称 X 服从参数为λ的指数分布， 记作 例2 设某电子元件的使用寿命X(单位：小时)服从参数 =1/2000的指数分布，求下列事件的概率： （1）任取一只，正常使用达1000小时以上； （2）若任取的一只已经使用了1000小时，以后再使用1000小时以上. 解（1） X的密度函数 （2） 一般，对于某