第二章4连续型随机变量及其概率密度.pptx

第二章 随机变量及其分布; 概率密度及其性质 均匀分布 指数分布 正态分布与标准正态分布;§4 连续型随机变量及其概率密度; 上例中随机变量 X 具有下列特点： 1. X 可在某个区间内连续取值; 2. X 的分布函数可用非负函数的积分来表示. 具有这些特点的随机变量，即为本节要介绍的连续型随机变量。;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)，使得对于任意实数 x，有;【知识回顾】若函数f(x)在区间[a,b]上可积，则积分变上限函数 在[a,b]上连续。; 由定义知道，概率密度 f(x) 具有以下性质：;;于是;注 意;由上述性质可知，对于连续型随机变量，它在某一 点取值的问题没有太大的意义；我们所关心的是它 在某一区间上取值的问题．;; (3);例;检验 5 个元件的使用寿命可以看作是在做一个5重 Bernoulli试验．设 Y 表示5 个元件中使用寿命不超 过150小时 的元件数， ;例 ;;1．均 匀 分 布 （uniform distribution);;密度函数的验证;说 明; 可知 X 落在[a,b]内任一小区间[c,d]内的概率与该 小区间的长度成正比，而与该小区间的位置无关．;均匀分布的分布函数;例 设有均匀陀螺，圆周半圆上标有刻度1，另半圆周上均匀刻[0，1）诸数字，求陀螺旋转后停下时触及桌面上的点的刻度 X 的分布函数。;例 设公共汽车站从上午7时起每隔15分钟来一班车,如果某乘客到达此站的时间是 7:00 到7:30之间的均匀随机变量．试求该乘客候车时间不超过5分钟的概率．;例 ;2．指数分布(Exponential distribution);指数分布常用来作各种“寿命”分布的近似。 如电子元件的寿命；动物的寿命； 电话问题中的通话时间都常假定服从指数分布．;服从指数分布的随机变量X具有无记忆性(Memoryless Property)：如果X是某一元件的寿命。已知元件已使用 了s小时，它总共能使用至少s+t 小时的条件概率与从 开始使用时算起，它至少能用t小时的概率相等。即元 件对它已使用过s小时没有记忆。; 例 假设某种热水器首次发生故障的时间X（单位: h）服从指数分布其中 ，求： ;例 ;令 B={ 等待时间为10~20分钟 };正态分布;;Born: 30 Apr. 1777 in Brunswick, Duchy of Brunswick (now Germany) Died: 23 Feb. 1855 in G?ttingen, Hanover (now Germany);18岁的高斯发现了质数分布定理和最小二乘法。在这些基础之上，高斯随后专注于曲面与曲线的计算，并成功得到高斯钟形曲线(正态分布曲线)。其函数被命名为标准正态分布（或高斯分布），并在概率计算中大量使用。 在高斯19岁时，仅用尺规便构造出了17边形。并为流传了2000年的欧氏几何提供了自古希腊时代以来的第一次重要补充。 高斯总结了复数的应用，并且严格证明了每一个n阶的代数方程必有n个实数或者复数解。在他的第一本著名的著作《算术研究》中，作出了二次互反律的证明，成为数论继续发展的重要基础。 ……;3 正 态 分 布(normal distribution/Gauss distribution);正态分布的分布函数为：;密度函数的验证;密度函数的验证思路;密度函数的验证(续);密度函数的验证(续);正态分布密度函数的图形性质;取到最大值;在 处有拐点。 ;的值，由于;正态分布是概率论中最重要的分布:;⑵．正态分布有许多良好的性质，这些性质是其它许多分布所不具备的．;标准正态分布;x;一般正态分布的概率计算;一般正态分布的计算;该公式给出了一般正态分布分布函数值的求法;2.;查标准正态分布函数表计算概率 ;例;解 P{|X―μ|＜σ}= P{μ―σ＜X＜μ+σ} ;例 ;例 某厂生产罐装咖啡，每罐标准重量为0.5kg，长期生产实践表明自动包装机包装的每罐咖啡的重量X 服从参数? =0.05kg的正态分布. 为了使重量少于0.5kg的罐头数不超过10%，应把自动包装线所控制的均值参数μ调节到什么位置上？ ;即重量少于0.5kg的罐头占全部罐头数的50%，这显然不符合要求. 所以应该把自动包装线控制的? 值调到比0.5kg大一些的位置，使得 ;;标准正态分布分位点的求法 (1)利用标准正态分布的分布函数表求 对给定的　　　 　　,由关系式 查　　　的函数表可得　　的值. 例如，由 得 ;(2)直接查常用标准正态分布的上分位点 (3)由 的对称性易知;4 正态分