概率论与数理统计第2章 随机变量及其分布.pptVIP

图2.2 * * 3.正态分布 若连续型随机变量X的概率密度为 * 图2.3 * （2）图形关于直线x=μ对称.这表明，μ是正态分布的中心.如果固定σ，改变μ的值，则正态分布曲线沿着x轴平行移动而不改变其形状（图2.4）.可见，正态分布的密度曲线的位置完全由参数决定.因此μ称为位置参数； （3）如果固定μ，改变σ的值，当σ增大时，曲线的峰值降低，曲线变得平坦；反之，若σ减小，则峰值变大，曲线变得陡峭（图2.5），故σ称为形状参数； * 图2.4 * 图2.5 * 正态分布是概率论中最重要的分布，在自然现象和社会现象中，大量的随机变量都服从正态分布.例如，测量误差、人的身高和体重、股票价格、农作物的产量、海洋波浪的高度等都服从或近似服从正态分布. 许多其他分布常用正态分布来作为近似分布，另外，在数理统计中可以看到，许多重要的分布，都由正态分布随机变量的函数导出. * *4.Г分布 若连续型随机变量X的概率密度函数为 * 图2.6 * 2.4 随机变量的分布函数 在以上两节中，分别用分布律和概率密度函数描述了离散型和连续型随机变量的概率分布.如何从数学上对随机变量进行统一研究呢？分布函数是解决这个问题的有力工具.分布函数可以表示任何随机变量的概率分布，可以描述随机变量的一切概率特征.下面引入随机变量的分布函数的概念. * 2.4.1 分布函数的概念 * 如果将X看成是数轴上的随机点