概率论与数理统计第10讲.my.pptVIP

§2.2 一维随机变量及其概率分布 几种常见分布（连续型） 1. 均匀分布 若连续型r.v.X的密度函数为 则称X在[a,b]上服从均匀分布， 记为X～U（a,b） 例 设r.v.X的密度函数为 则 求:(1)P{0X≤1}; (2)P{X2}; (3)F(x) 3) 2)解:设Y表示3个这样的元件使用1000小时, 已损坏的个数. 则 Y～B (3, p), p=1－1/e 3.正态分布 若r.v.X的密度函数为： 则称r.v.X服从正态分布(高斯分布),记为: 正态分布在实践中广泛应用 例如: 元件的尺寸； 某地区成年男子的身高、体重； 测量误差； 射击目标的水平或垂直偏差； 信号噪声； 农作物的产量等等。 一般来说，一个随机变量如果受到许多随 机因素的影响，而其中每一个因素都不起主导 作用（作用微小），则它服从正态分布. N(?, ? 2)中参数的意义 ? ——r.v.X取值的平均值； ? ——r.v.X取值的分散程度； 当参数 ? =0, ? =1时, 称r.v.X服从标准正态分布,记为X～N(0,1)。 标准正态分布N(0,1) 密度函数为: 分布函数为: 标准正态分布表的使用:标准正态分布的概率计算 例: 已知X~N(0,1),求P{|X|2} 解: P{|X|2}=P{-2X2} =Ф(2)－Ф(-2) =Ф(2)－(1－Ф(2)) =2Ф(2)－1 =0.97725×2 － 1 =0.9545 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. 定理 设 一般正态分布的概率计算 若 P(|X|3)=F(3)－F(-3) 正态分布的 “3? ” 准则 服从N(μ,? 2)的随机变量取值在 (μ－3?, μ＋3?)之内的概率大于99.7%。 则有 例 设X~N(1.5, 4), 计算P(X3.5); P(X≥2.5); P(|X|3). 解:P(X3.5)=F(3.5) P(X≥2.5)=1－F(2.5) 可见，服从正态分布的随机变量虽然取值在（-∞，+∞），但其值落在 （?-3?，?+3?）内几乎是可以肯定的。 * * 2.2.1 一维离散型r .v. 2.2.2 一维连续型r .v. 均匀分布的分布函数为 均匀分布的密度函数与分布函数图示 例 设 解:1) r.v.X的密度函数为 r.v.X的分布函数为 2) 或 3） 或 或 2.指数分布 若连续型r.v.X的密度函数为 则称X服从参数为 记为 的指数分布， 或 指数分布的密度函数图示 解:1) 2) 所以，分布函数为 指数分布的分布函数为 或 例:某元件的寿命服从指数分布, 已知其平均寿命为1000小时，求: 1)这样的元件使用1000小时以下的概率. 2)3个这样的元件使用1000小时, 至少已有一个损坏的概率. 解:1）设X表示元件的使用寿命, 则 r.v.X的密度函数为 正态分布密度函数图示 正态分布密度函数f(x)的性质： 1°关于x = ? 对称； 2°在x = ?时达到最大值； 3°在 x = ?±? 处曲线有两个拐点，且以x轴为渐近线； 4°r.v.X 取值集中在均值?附近，离?越远，机会越小； 5°?反映了r.v.取值的分散程度，? 越大，取值越分散。 标准正态分布N(0,1)的密度函数图示 （1）利用正态分布的对称性, 易见 （2） 若 例 设X～N(0,1),求 则