2概率论与数理统计第二章2.pptVIP

? 2.3.3 正态分布 定义2-11 （正态分布）P44 图2-7 0 μ μ+ a x μ－ a f(x) 性质0 F(+∞)意义:是f(t)曲线与t轴所围面积=1 图2-7 0 μ μ+ a t μ－ a f(t) 性质1P44 曲线关于X=μ对称. 数学表达: 几何意义是: 图2-7概率密度曲线 [(μ－h)→ μ] 的面积=[μ → (μ+h) ]的面积. 也就是: 意义是: (μ－h)→ μ 的面积 μ→ μ+h 的面积 (μ－h)→ μ 的面积＝（μ→ μ+h 的面积） 图示： 0 μ μ+ h t μ－ h f(t) 性质2P44 意义:是X＝μ处概率密度取得最大值. 数学表达: 另外: X＝μ±σ处曲线有拐点,曲线以X轴为渐进线. 注:拐点是其一阶导数≠0,但二阶导数=0 不用记忆 性质3P44 图2-8 0 μ1 x f(x) μ2 性质4P44 图2-9 0 μ x f(x) 正态分布函数图形P45 特征: 图2-10 标准正态分布P45 图2-11概率密度曲线 0 0.05399 0.00433 0.24197 -3 -2 -1 0 1 2 3 x 0.39894 * * §2.3 连续型随机变量及其概率密度P39 2.3.1 连续型随机变量及其概率密度 2.3.2 均匀分布与指数分布 2.3.3 正态分布 2.3.1 连续型随机变量及其概率密度P39 定义2-8 P39 要点： （1）：连续随机变量X的分布函数 F(x) （2）：连续随机变量X的概率密度 f(x) ≥0 非负函数 （3）：F(x) 与 f(x)的关系： 一个重要结论： 连续随机变量X在某一定点取值的概率＝0 对于任意的x， 证明： ,则有 0≤P{X＝x}≤P{x－△x＜X≤x} ＝F( x )－ F( x －△x) ∵ F(x)是连续函数， 当△x 0时， F( x )＝F( x －△x) ∴0≤P{X＝x}≤0 故只有，P{X＝x}＝0 即：连续随机变量X在某一定点取值的概率＝0 分布函数的性质（2）P37 令△x 0 某一点的概率小于一个区域的概率 连续型随机变量的概率密度性质 (3)证明： a点的概率＝0 对于一个区域来说，其概率与增加或减少一、两个点的概率相等 概率用积分计算出来。 不能运用到离散型变量 解释性质（2）、（3）的几何意义P40 例2-14 解：（1） 由连续型随机变量的概率密度性质 求概率密度中的待定未知数 概率密度的全积分为1 先将f(x)的各个区域的表达式写出 （2） 例2-15 已知概率密度f(x) 求分布函数F(x) 1.先将f(x)的各个区域的表达式写出 概率密度f(x)与其分布函数F(x)有相同的分段点 2.进行变上限 定积分 计算 概率密度f(x)与其分布函数F(x)有相同的分段点 例2-16 已知分布函数F(x)求概率密度f(x) 解：（1） （2）两种解法： 例2-17 x1000 解 : (1) P{ X 1500 } 不能这样写，所以就不写。 (2)各元件相互独立， 4个元件同时进行工作 4重贝努利试验 Y～Ｂ(4 , ) C44p4q4-4 C43p3q4-3 C42p2q4-2 C41p1q4-1 C40p0q4 P 4 3 2 1 0 X P 4 3 2 1 0 X P 4 3 2 1 0 X P{ Y=2 } (3) 所求概率 ＝1－P{ Y＝0 } P{ Y≥1 } 2.3.2 均匀分布与指数分布 定义2-9 （均匀分布）P42 非常重要 表达式： 图2-3 0 a b X Y 图2-4 0 a b x Y=F(x) 1 区间概率公式 P42 证明 例如（P43） 0 a b X Y c d 0 a b x Y=F(x) 1 代表的是某一点的概率 例2-18 关键字：等可能 所以每分钟等到车的可能性为： 1 5 什么东西等可能？ 候车时间 X（分钟） 定义2-10 （指数分布）X~E(λ) P42 图2-5 0 x f(x) 0 1 -1 0 1 2 3 4 5 x F(x) 图2-6 证明: 例2-19