概率统计和随机过程课件13的性.pptVIP

§2.5几种重要的连续型分布 指数分布 正态分布 Γ分布* 对数正态分布* 前面我们曾经讨论的均匀分布是最简单的常用连续型分布。在这一节里，将介绍另几种常用连续型分布，它们有着广泛的应用背景。 指数分布 定义: 如果随机变量X的概率密度为 指数分布的分布函数推导 当x≤0时, 指数分布的期望、方差 指数分布应用背景 指数分布经常用来作各种“寿命”分布的近似。如随机服务系统中的服务时间, 某些消耗性产品(电子元件等)的寿命, 产品首次发生故障（需要维修）的时间都常被假定服从指数分布。 某产品的寿命T服从参数为λ=0.002的指数分布，则该产品的平均寿命 E(T)=l-1=(0.002)-1=500 对指数分布,任何实数a,b(0≤ab), 有 例题与解答 例 1. 某电子元件的寿命X(年)服从参数为3的指数分布.(1)求该电子元件寿命超过2年的概率。(2)已知该电子元件已使用了1.5年，求它还能使用两年的概率为多少？ 解:由题意可知, X ~ 例题与解答 例2. 顾客在某银行窗口等待服务的时间X服从参数为1/5的指数分布,X的计时单位为分钟.若等待时间超过10分钟,则他就离开.设他一个月内要来银行5次,以Y表示一个月内他没有等到服务而离开窗口的次数,求Y分布律及至少有一次没有等到服务的概率P(Y≥1). 解:由题意不难看出Y~B(5,p) 而其中的概率p=P(X10)，现X的概率密度函数为 例题与解答 例3. 某公路桥每天第一辆汽车过桥时刻为T,设[0, t]时段内过桥的汽车数X t 服从参数为?t 的泊松分布，求T的概率密度。 解: 正态分布 正态分布也叫高斯分布, 正态分布是实践中应用最为广泛,在理论上研究最多的分布之一,故它在概率统计中占有特别重要的地位。 正态分布是自然界最常见的一种分布。例如测量的误差；人的生理尺寸:身高、体重；一个班的考试成绩；普通人的年收入；工厂产品的尺寸：直径、长度、宽度、高度；一个地区的降雨量等等都近似服从正态分布。 一般说来，若某一数量指标受到大量微小的，独立的随机因素的影响，则这个指标服从正态分布。 正态分布 定义: 如果连续型随机变量X的概率密度为 泊松积分公式 正态分布的两个特性 (1) 单峰对称 密度曲线关于直线x=μ对称 f(?)＝maxf(x)＝ 标准正态分布密度函数图 标准正态分布密度函数特性 (1) j (x)有各阶导数 (2) j (-x)= j (x), 偶函数 (3) 在(-?,0)内严格上升,在(0, +?)严格下降.在 x=0 处达到最大值: j (0)=(2?)-1/2?0.3989. (4) 在x=?1处有两个拐点; (5) x轴是j (x)的水平渐近线: 正态分布的期望 若随机变量X~N(?,?2),则EX= ?。 证明: 正态分布的方差 若随机变量X~N(?,?2),则DX= ?2 。 证明: 例题与解答 例4. X~N(0,1), 求P(X?1.96), P(X?-1.96), P(|X|?1.96), P(-1X?2), P(X?5.9) 。 解 P(X ?1.96) =F(1.96) =0.975 P(X ? -1.96)=F(-1.96) =1-F(1.96) =1-0.975=0.025 P(| X |?1.96)=P(-1.96? X ?1.96) =2F(1.96)-1=0.95 P(-1 X ?2)=F(2)-F(-1)=F(2)-[1-F(1)] =0.81855 P(X ?5.9)=F(5.9)=1. 例题与解答 例5. X ~N(8,0.52), 求P(| X -8|1)及P(X ?10)。 解: 因为X ~N(8,0.52), 所以(X -8)/0.5~N(0,1) 例题与解答 例6. X~N(?,?2),P(X?-5)=0.045, P(X?3)=0.618,求?及?。 解： 例题与解答 例7. 某地抽样调查结果表明，考生的外语成绩（百分制）近似地服从正态分布，平均成绩为72分，96分以上的考生占考生总数的2.3%，试求考生的外语成绩在60分至84分之间的概率. 3σ原则 例8. 设 X ~ N(?, σ2),求P{?-3σX?+3σ} 解: P{?-3σX?+3σ}= P{-3(X- ?)/σ3} = Φ(3)-Φ(-3)=2Φ(3)-1=0.9973≈1 本题结果称为3σ(三倍标准差)原则。在工程应用中,通常认为P{|X-μ|≤3σ} ≈1，忽略{|X-μ|3σ}的值。 如在质量控制中,常用标准指标值±3σ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。 例题与解答 例9 一