常见离散型随机变量概率分布.pptVIP

常见的离散型随机变量的概率分布 五威布尔分布 1. m(x?a)m-1 bm x≥a 式中：m—形状参数 a—位置参数：产品的最低寿命 b—尺度参数(对图形起放大或缩小作用) F(x)=1? e?((x-a)/b)m R(x)=e?((x-a)/b)m 2. m(x?a)m-1 bm 例:某零件寿命服从m=4,a=1200h,b=3090的威布尔分布，试求:此零件工作2500 h的可靠度 和失效率及可靠度为0.99的可靠寿命。 解:R(2500)=e?((2500?1200)/3090)4=0.969 4????????????4-1 30904 =0.0000964/h t0.90=1200+3090?(?㏑.99)?=2178h (III) 、设X~ , X的分布函数是 (IV)、标准正态分布 的正态分布称为标准正态分布. 其密度函数和分布函数常用 和 表示： 它的依据是下面的定理： 标准正态分布的重要性在于，任何一个 一般的正态分布都可以通过线性变换转化为 标准正态分布. 根据定理1,只要将标准正态分布的分布函数制成表，就可以解决一般正态分布的概率计算问题. ,则 ~N(0,1) 设 定理1 书末附有标准正态分布函数数值表，有了它，可以解决一般正态分布的概率计算查表. （V）、正态分布表 表中给的是x0时, Φ(x)的值. 当-x0时 若 ~N(0,1) 若 X～N(0,1), 由标准正态分布的查表计算可以求得， 这说明，X的取值几乎全部集中在[-3,3]区间 内，超出这个范围的可能性仅占不到0.3%. 当X～N(0,1)时， P(|X| 1)=2 (1)-1=0.6826 P(|X| 2)=2 (2)-1=0.9544 P(|X| 3)=2 (3)-1=0.9974 （VI）、3 准则 将上述结论推广到一般的正态分布, 时， 可以认为，Y 的取值几乎全部集中在 区间内. 这在统计学上称作“3 准则” （三倍标准差原则）. 例（1）假设某地区成年男性的身高（单 位：cm）X～N(170,7.692)，求该地区成年 男性的身高超过175cm的概率。 解: (1) 根据假设X～N(170,7.692)，则 故事件{X175}的概率为 P {X175}= =0.2578 解: (2) 设车门高度为h cm,按设计要求 P(X≥ h)≤0.01 或 P(X h)≥ 0.99， 下面我们来求满足上式的最小的 h. （2）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，问车门高度应如何确定? 因为X～N(170,7.692), 故 P(X h)= 0.99 查表得 (2.33)=0.99010.99 所以 =2.33, 即 h=170+17.92 188 设计车门高度为 188厘米时，可使 男子与车门碰头 机会不超过0.01. P(X h ) 0.99 求满足 的最小的h . 若 r.v. X的概率密度为： 则称X服从区间( a, b)上的均匀分布，记作： X ～ U[a, b] 二、均匀分布(Uniform) （注：X ～ U（a, b）） 均匀分布常见于下列情形： 如在数值计算中，由于四舍五 入，小数点后某一位小数引入的误差，例如对小数点后第