中国地质大学 概率与统计ch2-3.pptVIP

§2.3 连续型随机变量及其概率密度 一、概率密度的概念与性质 二、常见连续型随机变量的分布 三、小结 [思路] 例7 解 因此所求概率为 从而 3. 正态分布(或高斯分布) 定义 设连续型随机变量X的概率密度为 其中? ,? (? 0)为常数，则称 X 服从参数为? ,? 的 正态分布或高斯(Gauss)分布， 记为X ～N(? ,? 2 ). 正态概率密度函数的几何特征 正态分布的分布函数 正态分布是最常见最重要的一种分布,例如 测量误差, 人的生理特征尺寸如身高、体重等 ; 正常情况下生产的产品尺寸:直径、长度、重量 高度等都近似服从正态分布. 正态分布的应用与背景 正态分布下的概率计算 原函数不是 初等函数 标准正态分布的概率密度表示为 标准正态分布 标准正态分布的分布函数表示为 标准正态分布的图形 解 例8 例9 证明 例9 证明 证明 证明 由引理，若 则分布函数F(x)可写成 一般正态分布标准化的意义： 上式为一般的正态分布的随机变量的概率计算提供了一致的处理方法，即借助于标准正态分布。 事件 的概率为： 事件 的概率为： * 第2章 随机变量及其概率分布 一、概率密度的概念与性质 二、常见连续型随机变量的分布 三、小结 1. 定义 如果对于随机变量X的分布函数F(x)，存在非负函数f(x)，使对于任意实数x有 则称X为连续型随机变量，其中函数f(x)称为X的概率密度函数，简称概率密度。 1 2. 概率密度的图形 画出f(x)的图形，确认其能否作为概率密度函数，若能，则写出其对应的分布函数： 3. 性质 (3) 对于任意实数 同时有以下计算公式 注意 对于任意可能值 a ,连续型随机变量取 a 的概率等于零.即 证明 由此可得 连续型随机变量取值落在某一 区间的概率与区间的开闭无关 若X是连续型随机变量，{ X=a }是不 可能事件，则有 若 X 为离散型随机变量, 注意 连 续 型 离 散 型 解 例1 4. 例题 例2 故有 解 (1) 因为 X 是连续型随机变量, 1. 均匀分布 概率密度 函数图形 均匀分布的意义 分布函数 解 由题意,R 的概率密度为 故有 例3 设电阻值 R 是一个随机变量，均匀分布在 ~ 1100 ．求 R 的概率密度及 R 落在 950 ~ 1050 的概率． 例4 设随机变量 X 在 [ 2, 5 ]上服从均匀分布, 现 对 X 进行三次独立观测 ,试求至少有两次观测值 大于3 的概率. X 的分布密度函数为 设 A 表示事件“对 X 的观测值大于 3”, 解 即 A={ X 3 }. 因而有 设Y 表示3次独立观测中观测值大于3的次数, 则 2. 指数分布 定义 如果连续型随机变量X的概率密度为 其中λ0是常数，则称X服从参数为λ的指数分布， 记为X～E(λ)。 x f ( x) 0 定义’ 如果连续型随机变量X的概率密度为 其中θ0是常数，则称X服从参数为θ的指数分布。 分布函数 x F( x) 0 应用与背景 用指数分布描述的实例有： 随机服务系统中的服务时间 电话问题中的通话时间 电力设备元件的寿命 动物的寿命 指数分布常作为各种“寿命”分布的近似. 例5 设某类日光灯管的使用寿命 X 服从参数为 λ=0.0005的指数分布(单位:小时). (1)任取一只这种灯管, 求能正常使用2000小时以 上的概率. (2) 有一只这种灯管已经正常使用了1000 小时以 上,求还能使用2000小时以上的概率. X 的分布函数为 解 例6 假定一大型设备在任何长为 t 的时间内发生故障 的次数 N( t ) 服从参数为?t 的Poisson分布, 求相继两次故障的时间间隔 T 的概率分布 (2) 求设备已经无故障运行s小时的情况下，再 　无故障运行 t 小时的概率. 解 (1) 即 (2) 即 (2) 所以，又把指数分布称为“永远年轻”的分布, 可以证明指数分布是唯一具有上述性质的连续型分布. 即若 X ~E(?),则 — 指数分布的“无记忆性”