叶宏本科概率22.ppt

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. —— 标准正态分布N (0,1) 密度函数 * * §2.2 连续型随机变量及其分布 连续型随机变量X所有可能取值充满一个区间, 对这种类型的随机变量, 不能象离散型随机变量那样, 以指定它取每个值概率的方式, 去给出其概率分布, 而是通过给出所谓“概率密度函数”的方式. 下面我们就来介绍对连续型随机变量的描述方法. 一. 连续型随机变量 定义 设 X 是随机变量, 若存在一个非负 可积函数 f ( x ), 使得 其中F ( x )是它的分布函数 则称 X 是 连续型 r.v. ，f ( x )是它的概率 密度函数( p.d.f. )，简记为d.f. x f ( x) x F ( x ) 分布函数与密度函数 几何意义 p.d.f. f ( x )的性质 在 f ( x ) 的连续点处， 判定函数 f (x)是否 为r.vX的概率密度 函数的充要条件. f (x) x o 面积为1 注意: 概率为0 (1) 的事件未必不发生(发生) 连续型r.v取任一指定值的概率为0 即： a为任一指定值 这是因为 需要指出的是: 由P(A)=0, 不能推出 由P(B)=1, 不能推出 B = S 对于连续型 r.v. X b x f ( x) a x f ( x) a 由上述性质可知，对于连续型随机变量， 关心它在某一点取值的问题没有太大的意义； 我们所关心的是它在某一区间上取值的问题． 二. 常见连续型随机变量的分布 (1) 均匀分布 若 X 的 d.f. 为 则称 X 服从区间( a , b)上的均匀分布 记作 X 的分布函数为 即 X 落在(a,b)内任何长为 d – c 的小区间的 概率与小区间的位置无关, 只与其长度成正 比. 这正是几何概型的情形. x f ( x) a b x F( x) b a 例 (2) 指数分布 若 X 的d.f. 为 则称 X 服从 参数为 ? 的指数分布 记作 X 的分布函数为 ?? 0 为常数 1 x F( x) 0 x f ( x) 0 应用场合 用指数分布描述的实例有： 随机服务系统中的服务时间 电话问题中的通话时间 无线电元件的寿命 动物的寿命 指数分布 常作为各种“寿命” 分布的近似 若 X ~Ｅ(?),则 故又把指数分布称为“永远年轻”的分布 指数分布的“无记忆性” 事实上 命题 例 有没有更简便方法？ (3) 正态分布 若X 的 d.f. 为 则称 X 服从参数为 ? , ? 2 的正态分布 记作 X ~ N ( ? , ? 2 ) 为常数， 亦称高斯 (Gauss)分布 正态分布在十九世纪前叶由高斯加以推广，所以通常称为高斯分布. 德莫佛最早发现了二项概率的一个近似公式，这一公式被认为是正态分布的首次露面. 正态分布 的图形特点 正态分布的密度曲线是一条关于 对称的钟形曲线. 特点是“两头小，中间大，左右对称”. 决定了图形的中心位置， 决定了图形中峰的陡峭程度. 正态分布 的图形特点 ? — 位置参数 ? — 形状参数 f (x) 的性质： 图形关于直线 x = ? 对称, 即 在 x = ? 时, f (x) 取得最大值 在 x = ?±? 时, 曲线 y = f (x) 在对应的 点处有拐点 曲线 y = f (x) 以 x 轴为渐近线 曲线 y = f (x) 的图形呈单峰状 f (? + x) = f (? - x) 各种测量的误差； 人体的生理特征； 工厂产品的尺寸； 农作物的收获量； 海洋波浪的高度； 金属线抗拉强度； 热噪声电流强度； 学生的考试成绩； 正态分布是应用最广泛的一种连续型分布 正态分布的重要性 正态分布是概率论中最重要的分布，这可以由以下情形加以说明： ⑴．正态分布是自然界及工程技术中最常见的分布之一，大量的随机现象都是服从或近似服从正态分布的．可以证明，如果一个随机指标受到诸多因素的影响，但其中任何一个因素都不起决定性作用，则该随机指标一定服从或近似服从正态分布． ⑵．正态分布有许多良好的性质，这些性质是其它许多分布所不具备的． ⑶．正态分布可以作为许多分布的近似分布． 正态分布由它的两个参数μ和σ唯一确定， 当μ和σ不同时，是不同的正态分布. 标准正态分布 下面我们介绍一种最重要的正态分布