连续型随机变量课件.pptVIP

Ch2-1連續型隨機變數定義設X是隨機變數,若存在一個非負可積函數f(x),使得其中F(x)是它的分佈函數則稱X是連續型r.v.，f(x)是它的概率密度函數(p.d.f.)，簡記為d.f.連續型r.v.的概念§2.3連續

Ch2-2xf(x)xF(x)分佈函數與密度函數幾何意義

Ch2-3p.d.f.f(x)的性質常利用這兩個性質檢驗一個函數能否作為連續性r.v.的d.f.在f(x)的連續點處，f(x)描述了X在x附近單位長度的區間內取值的概率

Ch2-4積分不是Cauchy積分，而是Lesbesgue意義下的積分，所得的變上限的函數是絕對連續的，因此幾乎處處可導線段品質長度密度

Ch2-5注意:對於連續型r.v.X,P(X=a)=0其中a是隨機變數X的一個可能的取值命題連續r.v.取任一常數的概率為零強調概率為0(1)的事件未必不發生(發生)事實上

Ch2-6對於連續型r.v.Xbxf(x)a

Ch2-7xf(x)a

Ch2-8例1已知某型號電子管的使用壽命X為連續r.v.,其d.f.為(1)求常數c(3)已知一設備裝有3個這樣的電子管,每個電子管能否正常工作相互獨立,求在使用的最初1500小時只有一個損壞的概率.(2)計算例1

Ch2-9解(1)令c=1000(2)

Ch2-10(3)設A表示一個電子管的壽命小於1500小時設在使用的最初1500小時三個電子管中損壞的個數為Y

Ch2-11例2設為使f(x)成為某r.v.X在解由d.f.係數a,b,c必須且只需滿足何條件？當有最小值上的

Ch2-12另外由當且僅當時得所以係數a,b,c必須且只需滿足下列條件可省略

Ch2-13作業P83習題二1618習題

Ch2-14(1)均勻分佈常見的連續性隨機變數的分佈若X的d.f.為則稱X服從區間(a,b)上的均勻分佈或稱X服從參數為a,b的均勻分佈.記作均勻分佈

Ch2-15X的分佈函數為

Ch2-16xf(x)abxF(x)ba

Ch2-17即X落在(a,b)內任何長為d–c的社區間的概率與社區間的位置無關,只與其長度成正比.這正是幾何概型的情形.進行大量數值計算時,若在小數點後第k位進行四捨五入,則產生的誤差可以看作服從的r.v.隨機變數應用場合

Ch2-18例3碼錶最小刻度值為0.01秒.若計時精度是取最近的刻度值,求使用該表計時產生的隨機誤差X的d.f.並計算誤差的絕對值不超過0.004秒的概率.解X等可能地取得區間所以上的任一值，則

Ch2-19(2)指數分佈若X的d.f.為則稱X服從參數為?的指數分佈記作X的分佈函數為??0為常數指數分佈

Ch2-201xF(x)0xf(x)0

Ch2-21對於任意的0ab,應用場合用指數分佈描述的實例有：隨機服務系統中的服務時間電話問題中的通話時間無線電元件的壽命動物的壽命指數分佈常作為各種“壽命”分佈的近似

Ch2-22若X~Ｅ(?),則故又把指數分佈稱為“永遠年輕”的分佈指數分佈的“無記憶性”事實上命題年輕

Ch2-23解(1)例4假定一大型設備在任何長為t的時間內發生故障的次數N(t)~(?t),求相繼兩次故障的時間間隔T的概率分佈;設備已正常運行８小時的情況下,再正常運行10小時的概率.例4

Ch2-24即(2)由指數分佈的“無記憶性”

Ch2-25(3)正態分佈若X的d.f.為則稱X服從參數為?,?2的正態分佈記作X~N(?,?2)為常數，正態分佈亦稱高斯(Gauss)分佈

Ch2-26N(-3,1.2)

Ch2-27f(x)的性質：圖形關於直線x=?對稱,即在x=?時,f(x)取得最大值在x=?±?時,曲線y=f(x)在對應的點處有拐點曲線y=f(x)以x軸為漸近線曲線y=f(x)的圖形呈單峰狀f(?+x)=f(?-x)性質

Ch2-28

Ch2-29f(x