概率统计2.4.pptVIP

2.4 (绝对)连续型随机变量一、连续型 r.v.的概念 二、几个常用的连续型分布 3. Gamma分布 4.正态分布 总 结 2）固定?，则图形完全由?确定. 1）?决定了图形的中心位置，固定?，则图形完全 由?确定，图形的形状不变，?的改变，相当于图 形平移。 ?越大，X落在?附近概率越小，图形越扁平； ?越小，X落在?附近概率越大，图形越尖峭； 实例 年降雨量问题，我们用上海99年年降雨量的数据画出了频率直方图。 从直方图，我们可以初步看出，年降雨量近似服从正态分布。 下面是我们用某大学大学生的身高的数据画出的频率直方图。 红线是拟合的正态密度曲线 可见，某大学大学生的身高应服从正态分布。 人的身高高低不等，但中等身材的占大多数，特高和特矮的只是少数，而且较高和较矮的人数大致相近，这从一个方面反映了服从正态分布的随机变量的特点。 除了我们在前面遇到过的年降雨量和身高外,在正常条件下各种产品的质量指标，如零件的尺寸；纤维的强度和张力；农作物的产量，小麦的穗长、株高；测量误差，射击目标的水平或垂直偏差；信号噪声等等，都服从或近似服从正态分布. 注意: 一种重要的正态分布 是偶函数，分布函数记为 其值有专门的表供查（P.222） —— 标准正态分布N (0,1) 密度函数 注意: -x x 解 例6 设X～N(0, 1), 查表计算 P222 附表1 定理 X ~ N ( ? ,? 2)，则 证明 X ~ N ( ? ,? 2) （1） （2） * * 定义 设随机变量X 的分布函数为F ( x )， 若存在一个非负可积函数 f ( x ), 使得 则称 X 是 连续型 r.v. ，称f ( x )为r.v. X的概率分布密度函数( p.d.f. ) (2) 规范性 Th1( 密度函数的特征性质) (1) 非负性 f (x)?0，(-?x?)； 注1 改变概率密度函数f(x)在个别点的函数值不影 响公式(2)规范性, 故对固定的分布函数, 概率密度 函数不是唯一的. 注2 对满足上述两条性质的任意函数必是某一随机变量的密度函数. 2 设随机变量X的概率密度为 求常数a. 答: 常利用这两个性质检验一个函数能否作为连续性 r.v.的 p.d. f. 1 证明 为概率分布密度函数。 率分布密度函数(p.d.f.)为f ( x )，则 (2) 若x是f(x)的连续点，则 (1) F ( x )为连续函数；（绝对连续函数） (3)对任意实数c，则P{X=c}＝0。 (4) Th2 设连续型r.v. X 的分布函数（c.d.f.)为F ( x ), 概 证明 (1) 所以F ( x )为连续函数； (2) 定义 （1） (3) F(x)的连续性 对任意实数c，有 P{X=c}＝0。 (4) 连续性型随机变量定义 注1 密度函数的几何意义为 如图，设试验T 为“ 随机地向边 0 1 x Y 1 长为1 的正方形内投点” 事件A 为“点投在黄、蓝两个三角形内, 不落在对角线上” , 由于点可能投在正方形的对角线上, 所以 事件A未必一定发生. 求 注2 强调 概率为0 (1) 的事件未必为不可能(必然) 事件. 设随机变量X的分布函数为 求 f (x) 注3 注4从上节已经得到离散型随机变量的分布函数为 其中 若记 为 的广义导数，则离散 型随机变量的密度函数可以写成 这样离散与连续型随机变量就一致起来了。 需要指出的是有下列重要的性质 1) 2) 3) 对任意连续函数 ，有 或 1)求X的分布函数F(x),2)求P{X?(0.5,1.5)} 例1：已知随机变量X的概率密度为 解：当x 0时， F (x ) = 0 当0 ￡ x 1时， P{X?(0.5,1.5)}=F(1.5)-F(0.5)=3/4 当1 ￡ x 2时， 当x ?2时， 例2、设X的密度函数为 试确定常数A,并求 则称X在(a, b)内服从均匀分布。记作 X~U(a, b) 1. 均匀分布 U(a, b) 若r.v.X的p.d.f.为 注1 对任意实数c, d (acdb)， 都相同。 注2 均匀分布的特征性质 解释: 将(a,b)区间n等份，则落在每个小区间的 概率均为 ，当n?? 时，概率趋于0。 说明r.v.X 落在（a, b）区间上的任一点的可能性 都有 均匀分布的特征性质： X服从均匀分布U(a, b)的充分必要条件是: r.v.X 落在(a, b)区间内的概率为1, 落在(a, b)区间外的概率为0; (2) X 落在(a, b)子区间上概率与子区间长度成正比。 例3.公共汽车起点站于每时的10分、25分、55分 发车,设乘客不知发车时间，于