理学数统第三章第二讲.pptVIP

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）. 该原则在实际问题的统计推断中，特别是在产品的质量检测中有着重要作用。 求 解: 例: 设 ，且已知 由 得 反查表得： 又由 反查表得： 解得: 例: 公共汽车车门的高度是按男子与车门顶碰头的机率在0.01以下来设计的，设男子身高 ，其中 即 车门高度应如何确定？ 解: 设车门高度为Hcm，按设计要求 即 而 查表得 即 所以设计车门高度应为184cm。 例： 已知某种药片的片重Ｘ ～Ｎ（?,?2）其 中 ?＝135（毫克），试求： （1） 若已知?＝5时, Ｐ（130≤Ｘ≤150）; （2） ?为何值时,Ｐ（130≤Ｘ≤140）＝0.8？ （三） 标准正态分布的分位数 标准正态分布的分位数主要用于 统计推断。 分位数可从书后附表3、４查得。 例：某省高考采用标准化计分方法，并认为考生成绩Ｘ近似服从Ｎ（500,1002） 　若该省的本科录取率为42.8％，问该省的本科录取分数线应该划定在多少分以上？ ～ 一、问题的提出 在实际中，人们常常对随机变量的函数 更感兴趣. 例如，已知圆轴截面直径 d 的分布， 求截面面积 A= 的分布. 第五节 随机变量函数的分布 一般地，设随机变量X 的分布已知，Y=g (X) (设g是连续函数），如何由 X 的分布求出 Y 的分布？ 这个问题无论在实践中还是在理论上都是重要的. 一、离散型随机变量的分布 如果g(xk)中有一些是相同的，把它们作适当 并项即可. 一般地， X ～ 则 Y=g(X) ～ 　例：设离散型随机变量Ｘ的分布律为 Ｘ Ｐ 　－１　　０　　１　　２　　３　 ０.15 0.1 0.3 0.2 0.25 解：利用表格先求出Ｙ1 ，Ｙ2 相应的值 Ｘ Ｙ1=Ｘ＋２ Ｙ２＝Ｘ２＋１ Ｐ －１　　０　　１　　２　　３ １　　　２　　３　　４　　５ 　　　２　　　１　　２　　５　　１０ 　０.15 0.1 0.3 0.2 0.25 　　则有Ｙ１，Ｙ２的分布律为 Ｙ１＝Ｘ＋２　　１　　２　　３　　４　　５ 　　Ｐ　　　　０.15 0,1 0.3 0.2 0.25 Ｙ２＝Ｘ２＋１ １ 2 5 10 　　Ｐ　　　　0.1 0.45 0.2 0.25 例： 某商店对某种家电的销售采用先使用后付款的策略，记该家电使用寿命为Ｘ（以年计），规定： 　　　　　　Ｘ≤１ 一台付1500元； １＜Ｘ≤２ 一台付2000元； ２＜Ｘ≤３ 一台付2500元； Ｘ＞３ 一台付3000元。 设Ｘ服从指数分布，概率密度为 问：该商店每销售一台这种家电，期望能收入多少营业额？ 故 Ｙ 的分布律为 Ｙ Ｐ 1500 2000 2500 3000 0.0952 0.0861 0.0779 0.7408 于是 Ｅ(Ｙ)=1500×0.0952+2000×0.0861 +2500×0.0779+3000×0.7408 =2732.15（元）。 这是指数分布的一个重要而有趣的性质 —— “NO MEMORY!!” 三、正态分布 正态分布是最常见的也是最重要的一种分布，其分布具有“中间大，两头小”的特点。实际上，如果影响某一变量有许多随机因素，而每个随机因素都不起主要的作用（作用微小）时，则该变量服从正态分布。 许多自然与社会现象都可用正态分布 加以叙述；许多概率分布以正态分布为其 极限；许多统计量的抽样分布呈现正态分 布。 正态分布的定义 若r.v. X 的概率密度为 记作 其中 和 都是常数， 任意， 0， 则称X服从参数为 和 的正态分布. (Normal) 正态分布的性质 思考题 4) 曲线在 处有拐点; 3)当 时， 曲线以 轴为渐近线; 正态曲线的特点 曲线