§2.3 连续型随机变量及其概率(中).pdf

§2.3 连续型随机变量及其概率密度函数 三四种常见的连续型分布(上) 均匀分布；指数分布；伽玛分布 【引言】连续型随机变量的分布函数是由其概率密度函 数决定的，因此我们可由其概率密度函数介绍几种常 见的连续型分布。 三四种常见的连续型分布 1 均匀分布 定义2.11 若随机变量X 的概率密度函数为  1  , a  x b, f x   b a  0, 其他, 则称X在区间[a, b]上服从均匀分布，记作X~ U(a, b) 。 其中a, b(ab)为分布参数。 【注】一般地，把概率密度函数大于0的区间称为连续型 随机变量的取值区间。 如果X~ U(a, b) ，则X 的取值区间为[a, b]. 易见概率密度函数f (x)0, -x+，且  b 1 ( ) 1. f x dx b adx  a 设X~ U(a, b) ，则X 落入[a, b] 中任意等长子区间[c, c+l] 的概率为 cl 1 l m[c, c l ]    P {c X c l } b adx b a m[a ,b ] . c 这正是=[a, b]一维几何概型中事件A=[c, c+l]的概率。 因此均匀分布描述的是“等可能地”在区间[a, b] 中取值 的随机变量。这就是“均匀”的含义。 依定义，X 的分布函数为    0, x a , x x 1 x a F (x ) f (t )dt dt , a x b,  b a b a    a  b  b 1 adt 1, x b.    a 均匀分布的概率密度函数和分布函数的图像如图所示。 F(x) f (x) 1/ (b-a) 1 x x O a b O