表示标准正态分布的概率密度函数用Φ.pptVIP

第三节 连续型随机变量的分布 2.3、连续型随机变量的分布 2.3.1、连续型随机变量的概率密度函数 由于连续型随机变量取值可以充满某个区间，为了研究其概率分布，类似于质量分布的求法，已知质量分布的线密度函数 μ(x) 时，在区间[a,b]上分布的质量m可由质量密度函数积分求得，即 引入概率密度函数的概念计算连续型随机变量的分布。 定义 2.5 对于任何区间[a,b]，如果存在可积函数 使ξ在[a,b]取值的概率 （2.3.1） 则称φ(x)为连续型随机变量ξ的概率密度函数（简称为密度函数），记为ξ~φ(x)。 概率密度函数需满足以下条件： 且当φ(x)在x处连续时 对于连续型随机变量ξ，显然有 对于连续型随机变量ξ，其分布函数为F(x)，则 （2.3.2） 案例分析见7.12~7.15 σ0, 是正态分布的两个参数. 定义2.6 2.3.2、 正态分布 如果随机变量ξ的概率密度是 则称ξ服从正态分布，记作 其中 为φ(x)的拐点的横坐标. 概率密度φ(x)具有如下性质： 1、 即概率密度曲线都在x轴上方. φ(x)以x=μ为对称轴，并在x=μ取得最 大值： 3、 时， 这说明曲线φ(x)向左、右伸展时，无限接近x轴，即φ(x)以x轴为渐近线. 4、 2、 当 正态分布的概率密度曲线 图2-4 结论： 图2-5（a） 图2-5（b） μ决定对称轴位置 σ决定中峰陡峭程度 σ较大时，峰较平缓 σ较小时，峰较陡峭 参数μ,σ对曲线位置与形状的影响： 大家有疑问的，可以询问和交流 可以互相讨论下，但要小声点 μ=0,σ=1时的正态分布称为标准正态分布， 记作 ξ~N(0,1) 。 通常用φ(x)表示标准正态分布的概率密度函数，用 Φ(x)表示分布函数 定义2.7 标准正态分布的概率密度函数和分布函数的图形 标准正态分布的重要性在于，一般的正态分布都可以转化为标准正态分布进行研究. 图2-6 则 定理 证明 故 设 利用定理1和标准正态分布函数Φ(x)数值表可解决一般正态分布的概率计算问题. (1) P (X1.5); (2)P (X2) (3) P (-1X≤3); (4) P (|X|≤2) 解 例1 设 计算 一般 , 设 , 则有 例2 解 一般,设 ,计算 由 , 根据定理1, , 则有 设 案例分析见2.16~2.18 案例2.12 某线路公共汽车每隔6分钟开出一辆，乘客到车站候车时间ξ是一个随机变量.且ξ在[0,6]上任一子区间内取值的概率与这区间长度成正比，求ξ的分布函数F(x)及密度函数φ(x). 解 因此λ=1/6. ξ取且仅取[0,6]的实数，即 是必然事件 若 ，有 λ为比例常数. 特别地，取c=0，d=6, 案例分析 F(x)的图形如图7-6所示. 0 6 1 x F(x) 对F(x)求导数得密度函数为 图7-6 得到F(x)的定义 解 案例2.13 则称ξ在区间[a,b]上服从均匀分布，记为 ξ~U(a,b).试求λ及F(x). 由（2.3.2）式，有 若ξ的概率密度为 （2.3.3） , 试求ξ的分布函数F(x). 案例2.14 解 由（2.1.10）式，有 若ξ的概率密度为 其中λ0，则称ξ服从参数为λ的指数分布，记为 各种“寿命”分布近似地服从指数分布，如随机服务系统中的服务时间、某些消耗性产品（电子元件等）的寿命等，常假定服从指数分布.假若产品的失效率为λ，则产品在t(t0)时间失效（即寿命为t）的分布函数为 而产品的可靠度为 解 案例2.15 的指数分布.3个这样的元件使用1000小时后，都没有损坏的概率是多少? 各元件寿命相互独立，因此3个这样的元件使用1000小时都未损坏的概率可看成3重贝努里试验中3次试验都成功的概率为 某元件寿命ξ服从参数为λ 参数为λ的指数分布函数为 案例2.16 某厂生产一种设备，其平均寿命为10年，标准差为2年.如该设备的寿命服从正态分布，求寿命不低于9年的设备占整批设备的比例？ 设随机变量ξ为设备寿命，由题意 解 得到 解 案例2.17 现从这批零件中任取一件,问: (1)长度与其均值的误差不超过0.3厘米的概率是多大? (2)能以0.95的概率保证零件长度与其均值的误差不超过多少厘米? 即误差不超过0.3厘米的概率为0.8664. 设一批零件的长度X (厘米)服从正态分布 因为 ,所以 即能以0.95的概率保证长度与其