概率论与数理统计课件：ch2-4连续型随机变量及其概率密度2.pptVIP

高斯 (1777-1855) 德国纸币(第四版)10马克 * * Probability and Statistics– Chapter2 Random Variable and Distribution Algebra– Chapter 1 Random Events and Probability Tan Kah Kee College §2.1 随机变量 §2.2 离散型随机变量及其概率分布 §2.3 随机变量的分布函数 §2.4 连续型随机变量及其概率密度 §2.5 随机变量函数的分布 教学内容 Chapter 2 Random Variable and Distribution 第二章 随机变量及其分布 Content 掌握均匀分布, 指数分布,正态分布 教学要求 § 2.4几种常见的连续型随机变量 主要内容 Contents Requests 一、均匀分布 二、指数分布 三、正态分布（高斯分布) Chapter 2 Random Variable and Distribution 第二章 随机变量及其分布 Some Common Continuous Random Variable 一、均匀分布 定义 Uniform Distribution 若连续型随机变量X的概率密度为 则称X服从区间(a, b)上的均匀分布. 记为 其他 Uniform Distribution 掌握 适用范围：四舍五入的误差，候车时间等 均匀分布性质 满足 注 X 落在(a,b)内任何长为 d – c 的小区间的 概率与小区间的位置无关, 只与其长度成正 比. 这正是几何概型的情形 The Properties of Uniform Distribution a b c d (3)X的分布函数 a b F (x) 0 1 x 证 a b x 其他 (参见例1) 设某公共汽车站从上午7时起每隔15分钟来一班车，如果某乘客在 7:00到7:30之间随机到达该站．试求他的候车时间不超过5分钟的概率. 例2 解 设该乘客于7时X分到达车站,则 则概率密度为 其他 二 指数分布 Exponential Distribution 定义 如果随机变量X的密度函数为 其中 为常数, 则称随机变量X服从参数为 的指数分布. 记为 Exponential Distribution 掌握 指数分布性质 (1)X的分布函数为 The Properties of Exponential Distribution 证 0 x 了解 1 x F( x) 0 x f ( x) 0 了解 注 寿命平均值 指数分布参数 实际意义: 证 法1 法2 注 若F (x)已知,用法1,若F (x)未知,用法2. 了解 证 法1 法2 了解 证 注 指数分布——无记忆性，“永远年轻”的分布 实际含义—— 使用了s小时未损坏的电子元件，能够再继续使用t小时，与一个新的电子元件能够使用t小时以上的概率相同. (性质2) 了解 例3 某元件的寿命 服从指数分布, 已知其参数 求 3 个这样的元件使用 1000 小时, 至 少已有一个损坏的概率. 解 由题设知, 的分布函数为 由此得到 各元件的寿命是否超过 1000 小时是独立的, 用 表示三个元件中使用 1000 小时损坏的元件数, 例3 某元件的寿命 服从指数分布, 已知其参数 求 3 个这样的元件使用 1000 小时, 至 少已有一个损坏的概率. 解 各元件的寿命是否超过1000小时是独立的, 用 表示三个元件中使用 1000 小时损坏的元件数, 所求概率为 则 三、 正态分布 其中 和 都是常数， 任意， 则称X服从参数为 和 的正态分布. 记作： 若连续型随机变量X的概率密度为 定义 Normal Distribution 高斯分布 Gauss Distribution 掌握 高斯的成就遍及数学的各个领域，在数论、非欧几何、微分几何、超几何级数、复变函数论以及椭圆函数论等方面均有开创性贡献。此外用数学方法对天文学、大地测量学和磁学进行了研究。 Carl Friedrich Gauss (1777-1855) 德国著名的数学家、天文学家和物理学家， 名言：宁可少些，但要好些. 高斯不仅被公认为是十九世纪最伟大的数学家，并且与阿基米德、牛顿并称为历史上三个最伟大的数学家。有“数学王子”之称。 正态变量的条件 若 r.v. X ① 受众多相互独立的随机因素影响 ② 每一因素的影响都是微小的