§2.3 连续型随机变量及其分布 《概率论和 与数理统计》课件.ppt

§2.3 连续型随机变量及其分布 一、一维连续型随机变量 1．概念 定义2.3.1 设 是随机变量， 是它的 分布函数，如果存在可积函数 使得对任意 的实数 ，有 ，则称 为连续 型随机变量，相应的 为连续型随机变量 的分布函数，同时称 是 的概率密度函 数或简称为密度. 2．密度函数的性质 由分布函数的性质，可以验证任一连续型随 机变量的密度函数 必具备下列性质： 1）非负性： 2）规范性： 反过来，定义在R上的函数 ，如果具有 上述两个性质，则该函数一定可以作为某连续 型随机变量的概率密度函数. 密度函数除了上述两条特征性质外，还有如下 些重要性质： 由可积函数必为连续函数,有 3） 在R上连续，且在 的连续点处，有 . 由此可见对连续型随机变量，分布函数和密度 函数可以相互确定，因此密度函数也完全刻画了连 续型随机变量的分布规律. 4）设 为连续型随机变量，则对任意实数 ，有 . 这表明连续型随机变量取个别值的概率为0，a 并不意味着 是不可能事件. 这与离散型随机变量有本质的区别，顺便指出 5）对任意 ,则 这一个结果从几何上来讲， 落在区间 中的概率恰好等于在区间 上曲线 整个曲线y=p(x)与x轴所围成的图形面积为1。 y=p(x)的曲边梯形的面积。同时也可以发现， 注意 1) 求密度函数中的待定常数往往借助 于密度函数的性质. 2) 由密度函数求分布函数需要对自变 量的情形进行讨论. 例2.3.3 设连续型随机变量的分布函数为 求它的密度函数 解：因为 ，所以 注意 由分布函数求密度函数只需要在连续点 处对分布函数进行求导. 3．几种常用分布 （1）均匀分布 设随机变量 的密度函数为 则称 服从区间 上的均匀分布，记作 向区间 上均匀投掷随机点，则随机点的 坐标 服从 上的均匀分布.在实际问题中， 还有很多均匀分布的例子，例如乘客在公共汽车 站的候车时间，近似计算中的舍入误差等都服从 均匀分布. 设随机变量 ，则对任意满足 则有 这表明， 落在 内任一小区间 上取值的 概率与该小区间的长度成正比，而与小区间 的位置无关，这就是均匀分布的概率意义，实际上 均匀分布描述了几何概型的随机试验. （2）指数分布 若随机变量 的密度函数 为： ，则称 服从参数为 的指 数分布，记作 指数分布是一种应用广泛的连续型分布，它 常被用来描述各种“寿命”的分布，例如无线电 电元件的寿命、电话问题中的通话时间等都可以 认为服从指数分布. 注意 指数分布具有无记忆性,即设随机变量 服从参数为 的指数分布，则对任意s, t0,有 若 表示某一原件的寿命，则 表明：已知元件已使用了s 小时，它总共能使用至少s + t小时的条件概率与 从开始时算起至少能使用t小时的概率相等，即元 件对它已经使用过s小时没有记忆，具有这一性质 是指数分布具有广泛应用的重要原因. 例2.3.4 假定打一次电话所用的时间 （单位：分）服从参数 的指数分布，试求在 排队打电话的人中，后一个人等待前一个人的时 间（1）超过10分钟；（2）10分钟到20分钟之间 的概率. 解：由题设知 ，故所求概率为 1） 2） （3）正态分布 若随机变量 的密度函数为 ，称 服从参 数为 的正态分布，记为 是一条呈倒钟形，中间高，两边低，左 对称，在 右关于 附近取值的可能性大， 在两侧取值的可能性小， 是该曲线的拐点， 如图1所示. 图1 从图2中可以看出，如果固定 图2 ，改变 的值， 则图形沿x轴左右平移，p(x)的形状不变，也就是说 正态密度函数的位置由参数 所确定，因此，将 看作是它的位置参数. 图3 从图3中可以看出如果固定 ，改变 的值， 如果 越小，则曲线呈高而尖；反之，则呈扁 且平.也就是说正态密度曲线的形状由参数 所确 定，因此， 也被称为形状参数.