概率论与数理统计第8讲汇.pptVIP

二、常见连续型随机变量的分布 均匀分布的特点：具有等可能性 2.指数分布(Exponential Distribution ) 如果连续型随机变量 X 的概率密度为 3.正态分布(或高斯分布)(Normal Distribution ) 标准正态分布的计算 一般正态分布的计算 一般正态分布的计算（续） 标准正态分布函数表 如果X~N(0,1), 则对于大于零的实数x, F(x)的值可 以由附表2直接查到. 而对于小于零的x则可通过 对称性来求得. y 例2：设公共汽车站从上午7时起每隔15分钟来一班车, 如果某乘客到达此站的时间是 7:00 到7:30之间的均匀 随机变量．试求该乘客候车时间不超过5分钟的概率． 例3y 三、小结 =1.645 0 =2. 575 = -1.645 = -2. 575 “3? ”法则(三倍标准差原则)： 这说明，X的取值几乎全部集中在[-3,3]区间 内，超出这个范围的可能性仅占不到0.3%. 上述结果称为3? 原则.在工程应用中，通常认为P{|X|≤3} ≈1,忽略{|X|3}的值. 如在质量控制中,常用标准指标值±3? 作两条线,当生产过程的指标观察值落在两线之外时发出警报.表明生产出现异常. 分布函数 2. 常见连续型随机变量的分布 均匀分布 正态分布(或高斯分布) 指数分布 正态分布有极其广泛的实际背景, 例如测量 误差; 人的生理特征尺寸如身高、体重等 ; 正常 情况下生产的产品尺寸:直径、长度、重量高度; 炮弹的弹落点的分布等, 都服从或近似服从正态 分布.可以说,正态分布是自然界和社会现象中最 为常见的一种分布, 一个变量如果受到大量微小 的、独立的随机因素的影响, 那么这个变量一般 是一个正态随机变量. 3. 正态分布是概率论中最重要的分布 另一方面,有些分布(如二项分布、泊松分布)的极 限分布是正态分布.所以,无论在实践中,还是在理 论上,正态分布是概率论中最重要的一种分布. 二项分布向正态分布的转换 落在区间的概率。 第四节 连续型随机变量及其概率密度 概率密度的概念与性质 常见连续型随机变量的分布 例题详解 小结 一、概率密度的概念与性质 1、 定义 如果对于随机变量X 的分布函数F(x)，存在非负函数 f (x)，使得对于任意实数 x，有 则称 X 为连续型随机变量，其中函数 f (x) 称为 X 的概率密度函数,简称概率密度(density function). 概率密度 f(x) 的性质： 1. 均匀分布(uniform distribution) 概率密度 函数图形 分布函数 说明 类似地，可以分别定义 在区间[ a , b ]， [ a , b )和( a , b ]上的均匀分布. X X a b x l l 0 任给子区间 某些元件或设备的寿命服从指数分布.例如无线电元件的寿命 , 电力设备的寿命, 动物的寿命等都服从指数分布. 应用与背景 分布函数 distribution function 指数分布的性质: 无记忆性. 正态分布的分布函数 正态概率密度函数的几何特征 正态概率密度函数的几何特征 标准正态分布(standard normal distribution ) 标准正态分布的概率密度表示为 标准正态分布的概率密度表示为 标准正态分布的分布函数表示为 标准正态分布的图形 概率密度 分布函数 正态分布是最常见最重要的一种分布,例如 测量误差; 人的生理特征尺寸如身高、体重等 ; 正常情况下生产的产品尺寸:直径、长度、重量 高度等都近似服从正态分布. 正态分布的应用与背景 正态分布下的概率计算 原函数不是 初等函数 方法：转化为标准正态分布查表计算 对于x?0,可直接查附表２求出 如果x0, 可由公式 该公式给出了一般正态分布分布函数值的求法 这样可以求随机变量X落在任何区间的概率, 查表计算。 j(x) 0 u F(u) x 则X服从区间[0，30]上的均匀分布． 令：B={ 候车时间不超过5分钟 } 解： 设该乘客于7时 X 分到达此站． 解： 令 B={ 等待时间为10~20分钟 } 例4 设某商店出售的白糖每包的标准全是500克,设每包重量X(以克计)是随机变量, X~N(500,25),求: (1) 随机抽查一包, 其重量大于510克的概率; (2) 随机抽查一包, 其重量与标准重量之差的绝对值在8克之内的概率; (3) 求常数C,使每包的重量小于C的概率为0.05。 y 例4 设某商店出售的白糖每包的标准全是500克,设每包重量X(以克计)是随机变量, X~N(500,25),求: (2) 随机抽查一包, 其重量与标准重量之差的