数量方法三.pptVIP

分布函数与概率密度函数 连续型随机变量 可以取一个或多个区间中任何值 所有可能取值不可以逐个列举出来，而是取数轴上某一区间内的任意点 连续型随机变量的一些例子 连续型随机变量 连续型随机变量可以取某一区间或整个实数轴上的任意一个值 它取任何一个特定的值的概率都等于0 不能列出每一个值及其相应的概率 通常研究它取某一区间值的概率 用概率密度函数的形式和分布函数的形式来描述 连续型随机变量的分布函数 定义 设有随机变量 X,x是任意实数,称函数P{X≤x} 为 随机变量X的分布函数,记为: F(x). 既有F(x)= P{X≤x} 概率密度函数 设X为一连续型随机变量,x 为任意实数,X的概率 密度函数记为 f(x),它满足条件 概率密度函数 ? 密度函数 f(x)表示X 的所有取值 x 及其频数f(x) 概率密度函数 ? 在平面直角坐标系中画出f(x)的图形,则对于任何实数 x1 x2,P(x1 X? x2)是该曲线下从x1 到 x2的面积 分布函数与密度函数的图示 密度函数曲线下的面积等于1 分布函数是曲线下小于 x0 的面积 连续型随机变量的期望和方差 连续型随机变量的期望和方差 连续型随机变量的数学期望和方差与离散随机 变量有类似的含义,只是具体计算的公式不同.期望 的含义是用X表示随机试验的结果,对随机试验重复 独立进行N次,试验结果的算术平均随试验次数的增 加越来越稳定于某个数值,称此数值为随机变量X的 数学期望或均值.记为：EX或E(X)或μ 连续型随机变量的期望和方差 说明 随机变量X的数学期望是平均值,数学期 望这个值是大量试验结果的中心位置，是随 机变量中心位置的度量。 连续型随机变量的期望和方差 定义 设连续型随机变量X的概率密度为f(x),其数学期 望为μ,则称 的数学期望为随机变量 X 的方 差,记作 DX或D(X)或 。而称方差的算术平方根为 随机变量 X 的均方差或标准差,记作 或σ。 数学期望的性质 E(C)=C,C为常数；若a≤X≤b,则a≤E(X)≤b E(CX)=CE(X), C为常数; E(aX+bY)=aE(X)+bE(Y), a,b为常数; ; 期望与方差的性质(例题分析) 期望与方差的性质(例题分析) 均匀分布 均匀分布 若随机变量X的概率密度函数为 2008年考题 指数分布 指数分布 若随机变量X的概率密度函数为 指数分布(概率计算) 2009年考题 正态分布 正态分布 由C.F.高斯(1777—1855) 而提出 描述连续型随机变量的最重要的分布 许多现象都可以由正态分布来描述 可用于近似离散型随机变量的分布 例如： 二项分布 经典统计推断的基础 概率密度函数 其中-∞?+ ∞ ,?0是常数,则称随机变量X服从参数为?, ? ?的正态分布,或高斯分布,记作 X~N(?, ? ?). 正态分布函数的性质 图形是关于x=?对称钟形曲线,且峰值在x= ?处 均值?和标准差?一旦确定,分布的具体形式也惟一确定,不同参数正态分布构成一个完整的“正态分布族” 均值?可取实数轴上的任意数值,决定正态曲线的具体位置;标准差决定曲线的“陡峭”或“扁平”程度.?越大,正态曲线扁平;?越小,正态曲线越高陡峭. 当X的取值向横轴左右两个方向无限延伸时,曲线的两个尾端也无限渐近横轴,理论上永远不会与之相交. 正态随机变量在特定区间上的取值概率由正态曲线下的面积给出,而且其曲线下的总面积等于1. ? 和? 对正态曲线的影响 标准正态分布 随机变量具有均值为0,标准差为1的正态分布. 任何一个一般的正态分布,可通过下面的线性变 换转化为标准正态分布 标准正态分布 标准正态分布表的使用 对于标准正态分布,即Z~N(0,1)，有 P (a? Z?b)? ? ?b? ?? ?a? P (|Z| ?a)? 2? ?a? ?1 对于负的 z ,可由? (-z)???? ?z?得到 对于任何实数x,有 标准正态分布表的使用 5. 对于一般正态分布，即X~N(? , ? )，有 2008年考题 正态分布(例题分析) 正态分布(例题分析) 4. 从附表1知:当 0 ? x ? 4时,可直接得到? 0?x?的值 ;当 x4时,? 0?x?=1;当 -4? x? 0时,? 0?x?=1-? 0?-x?;当x-4 时,? 0?x?=0. 3.若顾客通过祥发超市结帐处所花费的时间(单位: 分钟)服从正态分布N(6.22),则一个顾客通过结帐 处花费时间不超过7分钟的概率为(用φ0(·)表示) A．φ0 (0.5) B． φ0(1)