- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
p(x) 曲线 关于 轴对称; 函数 在 上单调增加,在 上 单调减少,在 取得最大值; 当x→ ∞时,p(x) → 0. p(x) 以 x 轴为渐近线 x = μ ?σ为 p(x) 的两个拐点的横坐标; p(x) ---位置参数:决定了图形的中心位置, ---形状参数:决定了图形中峰的陡峭程度. 正态分布 的图形特点 p(x) p(x) 应用场合 各种测量的误差; 人的生理特征; 工厂产品的尺寸; 农作物的收获量; 海洋波浪的高度; 金属线的抗拉强度; 热噪声电流强度; 学生们的考试成绩; ⑴ 正态分布是自然界及工程技术中最常见的分布之一,大量的随机现象都是服从或近似服从正态分布的. ⑵ 正态分布有许多良好的性质。许多分布可由正态分布导出。 ⑶ 正态分布可以作为许多分布的近似分布. 正态分布的重要性 设 X~ , X 的分布函数是 正态分布 的分布函数 正态分布由它的两个参数μ和σ唯一确定, 当μ和σ不同时,是不同的正态分布。 标准正态分布 下面我们介绍一种最重要的正态分布 的正态分布称为标准正态分布. 其密度函数和分布函数常用 和 表示: 标准正态分布 的性质 : 事实上 , 标准正态分布的重要性在于,任何一个一般的正态分布都可以通过线性变换转化为标准 正态分布. 定理1 证 Z 的分布函数为 则有 根据定理1,只要将标准正态分布的分布函数制成表,就可以解决一般正态分布的概率计算问题. 于是 书末附有标准正态分布函数数值表,有了它,可以解决一般正态分布的概率计算查表. 正态分布表 当 x 0 时 , 表中给的是 x 0 时, Φ(x)的值. 若 ~N(0,1) 则 例 5 例6 例7 某人上班所需时间(分) X~N(50,100).每天早晨8点上班,7点出门,求 (1)某人迟到的概率. (2)某周(5天计)最多迟到一次的概率. (3)至少几点出门,才能使迟到的概率小于0.05? 则Y~B(5,0.16) 3 法则 ~N(0,1) 时, 可以认为,Y 的取值几乎全部集中在 区间内. 标准正态分布的上 分位点 设 若数 满足条件 则称点 为 标准正态分布的上 分位点. 设随机变量X,若X的密度函数为 则称X服从参数为 的伽玛(Gamma)分布, 简称为 分布, 4. 分布 注1:伽玛函数具有性质: 注2: 课堂练习 五、 公共汽车车门的高度是按男子与车门顶头碰头机会在 0.01 以下来设计的.设男子身高X~N(170,62),问车门高度应如何确定? 1.《概率统计》练习册(习题6) 2.《概率统计》P60:6,7,9,10 五、布置作业 概率论 概率论 §2.3 连续型随机变量及其概率密度 连续型随机变量及其概率密度的定义 概率密度的性质 三种重要的连续型随机变量 例子:在区间 [0,a] 上任意投掷一个质点,以 X 表示这个质点的坐标 . 设这个质点落在 [0, a]中意 小区间内的概率与这个小区间的长度成正比,试求 X 的分布函数. 0 0 a F(x) 则称 X为连续型随机变量, 称 p(x) 为 X 的概率密度 函数,简称为概率密度 . 一、 连续型随机变量及其概率密度的定义 连续型随机变量的分布函数在 上连续 有 ,使得对任意实数 , 对于随机变量 X , 如果存在非负可积函数 p(x) , 二、概率密度的性质 p(x) x o 面积为1 这两条性质是判定一个 函数 p(x)是否为某r .v X 的 概率密度的充要条件 1° 2° 利用概率密度可确 定随机点落在某个 范围内的概率 对于任意实数 x1 , x2 , (x1 x2 ) , 若 p(x) 在点 x 处连续 , 则有 p(x) x 0 故 X的密度 p(x) 在 x 这一点的值,恰好是X 落 在区间 上的概率与区间长度 之比的极 限. 这里,如果把概率理解为质量, p(x) 相当于线密度. 若 x 是 p(x) 的连续点,则 对 p(x)的进一步理解: 若不计高阶无穷小,有 表示随机变量 X 取值于 的概
文档评论(0)