概率论与数理统计第5课.pptVIP

复习 一、连续型随机变量的概率密度 对 f (x) 的进一步理解: 例1 设随机变量 X 的概率密度为 例2 设随机变量 X 的分布函数为 二、 几个常见的连续型随机变量 例2 设某公共汽车站每 10 分钟有一班车通过， 2. 指数分布 无记忆性 对任意s,t 0，有： 例4 从某项寿命试验的数据中知， 3. 正态分布 正态分布密度的性质 用上海99年降雨量的数据画出了频率直方图. 正态分布的分布函数 例5 例6 某地区8月份降雨量 X 服从 ? =185mm , ? = 28mm 的正态分布， 例8 公共汽车车门高度是按男子与车门顶头碰头机会在 0.01以下来设计的. 例9 (确定超前百分位数、排定名次) 例10 (预测录取分数和考生名次) 例11 设 X～N( ? , ? 2 )， 定义4 (P147.) 复习 正态分布 X ～N( ? , ? 2 ) P59 2，3，4 5，6 X 的概率密度为 其中? 和? 2 都是常数,? 任意,? 0 整个概率密度曲线都在 x 轴的上方 以μ为对称轴 在 x=μ处达到最大值 f ( x)以 x 轴为渐近线 x=μ?σ为f ( x) 的两个拐点的横坐标 正态分布通过线性变换可转化为标准正态分布 3?准则 最重要的正态分布——标准正态分布X ～N(0,1) P(? - 3? X ? - 3? )= 0.9974 * * * * * 常见的离散型分布 两点分布 二项分布 泊松分布 全部可能的取值； 取值的概率. 随机变量 X — 分布列 分布函数 概率分布与分布函数的关系? 连续型 离散型 分布函数的特征 概率函数或分布律或概率分布 — F(x)= P(X ? x) 0 ? pk ? 1 F(-? )= 0， F(+? )= 1; F(x)是 x 的非减函数; P(a X ? b) = F(b)- F(a); P(X a) = 1- F(a); 1- p p pk 0 1 X 只有两个互逆结果的 n 次独立重复试验中，某结果发生的次数 ? 二项分布 的逼近式 其图形是右连续的阶梯曲线 在点 xk 处有跳跃，跃度为 pk 在一定时间内出现在空间给定区域的随机质点的个数 §2.4 连续型随机变量及其密度函数 取值充满实数轴上的一个区间，不能用分布律描述其分布， 概率密度 用 描述。 定义1 对于随机变量 X 的分布函数 F(x), 若存在非负 可积函数 f (x)， 使得对任意实数 x，有 则称 X 为连续型随机变量， 称 f (x)为 X 的概率密度函数， 简称为 概率密度或密度. 可积 由定义 密度函数的基本特性： (1) f (x) ? 0 ； = 1 - 0 1 ； (2) P(x1 X ? x2) = F(x2) - F(x1) (3) (4) (5) = 0 判定一个函数 f (x) 为 某连续型随机变量的 概率密度的充要条件 独点 概率 非负性 规范性 可微性 概率公式 y O x y = f (x) 面积为1 x1 x2 若 f (x) 在点 x 处连续， 则 P( X = x0 ) = 0 . P(aX?b)= P(a ?X?b)= P(a?Xb )= P(aX?b ) 几乎不可能事件 几乎必然事件 P(A)= 0 ? A = ? ； P(B)=1 ? B =? . X 取值于(x , x+?x]的概率=其密度在此区间上的积分