概率论与数理统计(华工版)第3章.ppt

证明： 2) 例1：设ξ～N(0,1)，借助于标准正态分布的分布函数 Φ(x)的表计算： （1） 解： （2） 设ξ～N(0,1)，求使P{︱ξ︱x}=0.1的x。 例2 解： x=1.645 （１） 求常数Ａ、Ｂ； （２） 判断ξ是否是连续型随机变量； （３） 求 P{－1≤ξ1/2} 例２：设随机变量ξ的分布函数为 解：（１）由分布函数性质得 （２）因为 所以F(x)不是连续函数，从而ξ不是连续型随机变量。 （３） 例3 已知随机变量ξ的密度函数是 (1) 确定a的值； (2) 求ξ的分布函数F(x)； (3) 求概率P(ξ2＞1)。 解： (1)根据密度的性质，有a＞0及 注：这种分布称为柯西(Cauchy)分布。 （2）ξ的分布函数为： （3） 均匀分布 设a、b为有限数，且ab。如果随机变量ξ分布密度为 则称ξ在[a,b]上服从均匀分布，记作U(a，b) 均匀分布随机变量的分布函数为： 例4 向区间(-1,1)均匀地投掷一随机点，以ξ表示随机点的落点坐标，试求关于t的二次方程 t2+3ξt+1=0 有实根的概率。 解: ξ在(－1,1)上服从均匀分布，其密度函数为 方程t2+3 ξ t+1=0 有实根的的充要条件是 则方程有实根的概率为 指数分布 若随机变量ξ具有分布密度为 则称ξ服从参数为a的指数分布。容易求得它的分布函数为 指数分布具有如下特征： 设ξ服从参数为a的指数分布，则对任意正数s、t，有 P(ξs+t︱ξs)= P(ξt) 称指数分布具有“无记忆”性。 指数分布是唯一具有“无记忆”性的连续型分布。 例5 设到某服务窗口办事，需排队等候。若等待的时间ξ是指数分布随机变量（单位:min），则其概率密度为 某人到此窗口办事，在等待15分钟后仍未能得到接待时，他就愤然离去，若此人在一个月内共去该处10次。 试求:（1）有2次愤然离去的概率; （2）最多有2次愤然离去的概率; （3）至少有2次愤然离去的概率。 解 首先可求出他在任一次排队服务时，以愤然离去而告终的概率。 在10次排队中愤然离去的次数η～B（10，p），即η服从n=10，p=0.2231的二项分布，于是所求的概率分别为 §3.5 正态分布 若随机变量ξ的分布密度 其中μ、σ0为常数，则称ξ服从参数为μ、σ的正态分布，简记为ξ～N(μ,σ2) 。 ξ的分布函数为 特别地称N(0,1)为标准正态分布，其概率密度及分布函数常记为： 如ξ～N(μ,σ2)，有 证明： 命题1 证明： 命题2 例：设ξ～N(－1，4)，求P{1ξ2} 解： 即x轴是f(x)的渐近线。 正态分布的密度函数与分布函数有下列性质： （1）f(x)和F(x)处处大于零，且具有各阶连续导数； （2）f(x) 在区间(－∞，μ)内单调增加，在区间 (μ，+∞)内单调减少，在x=?处取得最大值 x=? ? f(x) x （3）f(x)的图形关于直线x=?对称，即 （4）F(?－x)=1－F(u+x) 特别 特别 （5） φ(x) x=? ? ?固定时， σ的值越小，f(x)的图形就愈尖、越狭。 σ的值越大，f(x)的图形就愈平、越宽。 证明： 命题3 1) 对任意固定的非负整数ｋ，有 故得 在应用中，当ｎ很大（n≥10 ），ｐ很小(≤0.1) ，我们有下面的泊松近似公式 其中λ=np 解 设ξ为击中目标的弹数， 则ξ～B(5000,0.001) ， 例3 设每次击中目标的概率为0.001，且各次射击是否中目标可看作相互没有影响，如果射击5000次，试求：(１)击中12弹的概率；(２)至少击中12弹的概率。 下面用近似公式计算。其中λ=np=5000×0.001=5 （２）至少击中12弹的概率为： （１）击中12弹的概率为： 例4 设有同类设备８０台，各台工作相互独立的，发生故障的概率都是0.01，并且一台设备的故障可由一个人来处理，试求 （１）一个人负责维修２０台设备时，设备发生故障而不能及时维修的概率； （２）由三个人共同负责维修８０台设备时，设备发生故障而不能及时维修的概率。 解： (1)设?表示同一时刻发生故障的设备台数。 在同一时刻至少有２台设备发生故障，便不能及时处理。 若用泊松近似公式(λ=np=20×0.01=0.2) ，则有 （2）设η表示同一时刻发生故障的设备数，则 η～B(80,0.01)。 当同一时刻至少有４台设备发生故障时，就不能及时维修。 用泊松近似公式 (λ=np=80×0.01=0.8) ，得 计算结果表明，由三人共同负责维修８０台，每人平均约维修２７台，比一个单独维修２０台更好，既节约了人力又提高了工作效率。 例5 某商店由过去的销售