常见连续型随机变量的分布.ppt

第一页，共三十四页，2022年，8月28日 一、均匀分布 第二页，共三十四页，2022年，8月28日 分布函数 第三页，共三十四页，2022年，8月28日 均匀分布的期望与方差 第四页，共三十四页，2022年，8月28日 例 1 第五页，共三十四页，2022年，8月28日 第六页，共三十四页，2022年，8月28日 分布函数 二、指数分布 ，或 第七页，共三十四页，2022年，8月28日 某些元件或设备的寿命服从指数分布.例如无线电元件的寿命 、电力设备的寿命、动物的寿命等都服从指数分布. 应用与背景 对于任意的 0 a b, 第八页，共三十四页，2022年，8月28日 例 2 解： 第九页，共三十四页，2022年，8月28日 指数分布的期望与方差 第十页，共三十四页，2022年，8月28日 某人乘车或步行上班，他等车的时间X（单位：分钟） 服从参数为0.2的指数分布，如果等车时间超过10分钟， 他就步行上班. 若以Y 表示他一周（五天工作日）步行上班的天数， 求：他一周内至少有一天步行上班的概率. 例3 第十一页，共三十四页，2022年，8月28日 解 （1）则他步行上班（等车超过10分钟）的概率为 Y 服从 的二项分布，即 （2）Y 表示他一周（五天工作日）步行上班的天数 第十二页，共三十四页，2022年，8月28日 三、正态分布 第十三页，共三十四页，2022年，8月28日 正态概率密度函数的几何特征 第十四页，共三十四页，2022年，8月28日 第十五页，共三十四页，2022年，8月28日 第十六页，共三十四页，2022年，8月28日 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 第十七页，共三十四页，2022年，8月28日 正态分布的期望与方差 第十八页，共三十四页，2022年，8月28日 正态分布下的概率计算 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 第十九页，共三十四页，2022年，8月28日 标准正态分布的概率密度表示为 标准正态分布 标准正态分布的分布函数表示为 第二十页，共三十四页，2022年，8月28日 标准正态分布的密度函数图形 第二十一页，共三十四页，2022年，8月28日 例1 证明 证明 第二十二页，共三十四页，2022年，8月28日 标准正态分布的密度函数为偶函数 第二十三页，共三十四页，2022年，8月28日 解 例2 第二十四页，共三十四页，2022年，8月28日 例3 设X~N(0,1),求 P(X-1.96) P(|X|1.96) =1-Φ(-1.96) =1-[1-Φ(1.96)] =0.975 =2Φ(1.96)-1 =0.95 = Φ(1.96) 解: P(X-1.96) P(|X|1.96) 第二十五页，共三十四页，2022年，8月28日 * * * * 1.n重bernoulli试验: n个试验满足①每次试验样本点仅有两个-- “成功”、“失败”，且“成功”的概率为p; ②n个试验是相互独立的,即其中任何一个或 几试验的结果都不影响其它试验中各种结果 出现的概率. 2.n重bernoulli试验序列: 对于任意自然数n(≥2),n个试验都是n重 bernoulli试验的无限试验序列. 3.在n重Bernoulli试验中,“成功”出现的次数 是一个随机变量,它服从二项分布. 4.服从二项分布的随机变量的最可能取值(最可 能成功次数):当(n+1)p为整数时,为(n+1)p和 (n+1)p-1;当 (n+1)p不为整数时,为[(n+1)p]. 5.在Bernoulli试验序列中,首次“成功”出现时 的试验次数是一个随机变量,它服从几何分布. 6.Poisson定理:在n重Bernoulli试验中,当试验 次数很大,成功概率很小时,二项分布随机变量 的分布可用服从参数为np的Poisson分布来近 似. 如:已知某人射击的命中率为0.02,求在400次 独立射击中,至少命中两次的概率. 7.范例: ①从学校到火车站途中有三个交通岗,各个交通岗遇到红灯的事件是独立的,且概率都为2/5,求途中遇到的红灯数的分布列. ②设随机变量X等可能地取0,1,2,3,4,5为值,现在对它独立地观测10次,求至少有一次观测值不小于4的概率.