第二讲连续型随机变量.pptVIP

52 第二讲 连续型随机变量及其密度函数 P41 连续型随机变量x所有可能取值充满一个区间 这种随机变量不能象离散型随机变量那样, 用概率分布表描述, “概率密度函数”的方式 而是通过给出所谓 1 例调查某城市200家零售店,得到如下调查表 5 15 20 35 55 40 30 频数 60-70 50-60 40-50 30-40 20-30 10-20 0-10 月销售额 (万元) 请作出其频率直方图 解 (1) 频率分布表为 频率f=k/n 60-70 50-60 40-50 30-40 20-30 10-20 0-10 月销售 额(万元) 一 频率直方图 P128 0.15 0.2 0.275 0.175 0.1 0.075 0.025 0.0025 0.0075 0.01 0.0175 0.0275 0.02 0.015 f×1/d (d为组距) 0.025 0.075 0.1 0.175 0.275 0.2 0.15 频率 f=k/n 60-70 50-60 40-50 30-40 20-30 10-20 0-10 月销售 额(万元) (2) 作图 备注: 长方形的面积为数据落 在此区间的频率 (2) 任何界于x=a,x=b之间的 面积为数据落在此区间的频率 0 20 40 60 f×1/d 2 频率直方图演示 3 密度与直方图演示 二 连续型随机变量(r.v)定义 使得对任意a , b 则称X为连续型 r.v, 对于随机变量X, 如果存在非负可积函数j(x) 称j(x)为X的概率密度函数 random variable P41 P41 2. 概率密度函数的性质 P41 (1) j(x) ≥ 0， x ∈（-∞，+ ∞） 面积为1 j(x) x o 特别地 随机变量X只落在区间[a,b]上, 则X的概率密度函数为: xa 0 xb 0 a x b j(x) x o 密度函数j (x)在某点处a的高度，并不反映X取值的概率.但是，这个高度越大，则X取a附近的值的概率就越大. 也可以说 在某点密度函数曲线的高度反映了概率集中在该点附近的程度. 3 说明 4 连续型r.v 的概率计算 P43 连续r.v.在任何一点的概率都为0, 但它不是不可能事件 X 均匀地落在[a, b]上 5 均匀分布 P43 a b x 在[a, b]上为常数 面积为1 = a≤X≤b Xa 0 Xb 0 则称X服从区间( a, b)上的均匀分布 X ～ U(a, b) 记作 例1 某公共汽车站从上午7时起，每15分钟来一班车，即 7:00，7:15，7:30, 7:45 等时刻有汽车到达此站，如果乘客到达此站时间 X 是7:00 到 7:30 之间的均匀随机变量, 试求他候车时间少于5分钟的概率 解 X ～ U ( 0, 30 ) 0 30 A={候车时间少于5分钟} 15 10 25 指数分布表示独立随机事件发生的时间间隔，比如旅客进机场的时间间隔,或电子元件的寿命 6 指数分布 X的概率密度为 则称X服从参数为λ的指数分布 X ～ Exponential (λ) 记作 平均时间或 平均寿命 X ～ Exp (λ) 或 例2 某电子元件的寿命X服从参数为 的指数分布,求其寿命不超过1200小时的概率 解 例3 X服从指数分布 ,求P{Xt},P{Xs+t|Xs (s,t0) 解 指数分布称为无记忆分布 ! P44 4 (1) 一般正态分布 P45 正态分布的X的概率密度为 其中m和s2为常数，且s＞0 则 称 x 服从参数为m、s2的正态分布 记为 X~N(m, s2) 期望和方差分别为： P102