2 2连续型随机变量及其概率密度.ppt

. , , , , , ) ( , , ) 7 ( 图形越矮越胖 越大 图形越高越瘦 越小 而形状在改变 不变 图形的对称轴 的大小时 改变 当固定 σ σ x f σ μ 正态分布的分布函数 t σ x F x σ μ t d e π 2 1 ) ( 2 2 2 ) ( ? ? ? ? ? ? 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 t σ x F x σ μ t d e π 2 1 ) ( 2 2 2 ) ( ? ? ? ? ? ? ? } { x X P ? ? ? 原函数不是 初等函数 方法一 : 利用 MATLAB 软件包计算 方法二 : 转化为标准正态分布查表计算 二、概率密度的概念与性质 一、连续型随机变量 连续型随机变量及其概率密度 一、连续型随机变量 实例 2 随机变量 X 为“ 测量某零件尺寸时的测量 误差 ” . 则 X 的取值范围为 ( a , b ) . 实例 1 随机变量 X 为“ 灯泡的寿命 ” . ). , 0 [ ? ? 定义 随机变量所取的可能值可以连续地充满某个区 间 , 叫做连续型随机变量 . 则 X 的取值范围为 . , ) ( , , d ) ( ) ( , , ) ( 简称概率密度 密度函数 的概率 称为 其中 为连续型随机变量 则称 有 使对于任意实数 非负函数 存在 的分布函数 如果对于随机变量 X x f X t t f x F x x F X x ? ? ? ? 二、概率密度的概念与性质 1. 定义 x o ) ( x f 1 1 d ) ( ? ? ? ? ? ? ? x x f S 1 S x x f S x x d ) ( 2 1 1 ? ? 1 x ? 2 x ? ) ( ) ( } { ) 3 ( 1 2 2 1 x F x F x X x P ? ? ? ? ; d ) ( 2 1 x x f x x ? ? x x f x d ) ( 2 ? ? ? ? 证明 . d ) ( 2 1 x x f x x ? ? ) ( ) ( } { 1 2 2 1 x F x F x X x P ? ? ? ? x x f x d ) ( 1 ? ? ? ? 性质 ; 0 ) ( ) 1 ( ? x f ; 1 d ) ( ) 2 ( ? ? ? ? ? ? x x f 证明 . d ) ( ) ( 1 x x f F ? ? ? ? ? ? ? ? ). ( ) ( , ) ( ) 4 ( x f x F x x f ? ? 则有 处连续 在点 若 ) ( } { a F a X P ? ? , d ) ( x x f a ? ? ? ? } { 1 } { a X P a X P ? ? ? ? x x f x x f a d ) ( d ) ( ? ? ? ? ? ? ? ? ? ) ( 1 a F ? ? x x f x x f a d ) ( d ) ( ? ? ? ? ? ? ? ? ? . d ) ( x x f a ? ? ? 同时得以下计算公式 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 . 0 } { ? ? a X P 证明 } { a X P ? . 0 ? 由此可得 x x f x a a x d ) ( lim 0 ? ? ? ? ? ? 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 } { b X a P ? ? } { b X a P ? ? ? } { b X a P ? ? ? }. { b X a P ? ? ? . 0 } { ? ? a X P 若 X 是连续型随机变量， { X = a } 是不 可能事件，则有 , 0 } { ? ? a X P 若 是不可能事件 } { a X ? . 0 } { ? ? ? a X P 若 X 为离散型随机变量 , 注意 连 续 型 离 散 型 是不可能事件 则不能确定 } { a X ? , 0 3, ( ) 2 , 3 4, 2 0, . (1) ; (2) ; 7 (3) {1 }. 2 X kx x x f x x k X P X ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 设随机