23随机变量的分布函数与连续型随机变量课件_第1页
23随机变量的分布函数与连续型随机变量课件_第2页
23随机变量的分布函数与连续型随机变量课件_第3页
23随机变量的分布函数与连续型随机变量课件_第4页
23随机变量的分布函数与连续型随机变量课件_第5页
已阅读5页,还剩28页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、第三节 随机变量的分布函数 与连续型随机变量分布函数的定义及其性质连续型随机变量的定义及其概率密度的性质几种重要的连续型随机变量 7/27/20221一、分布函数的定义及性质由于为此我们引入随机变量的分布函数的概念如下:定义:设X是一个随机变量,x是任意实数,函数称为随机变量X的分布函数。从而也就是说,可以通过分布函数,计算随机变量落在任意一个区间的概率。7/27/20222不加证明地给出分布函数的一些性质:(1)(单调性) 对于任意实数 ,有(2)(有界性)(3)(右连续性)不可能事件必然事件7/27/20223例:若随机变量X的分布律为则随机变量X的分布函数为7/27/20224即分布函数

2、的图像如下: 分布函数的图像是一个右连续的阶梯形。且在间断点处的跳跃值等于X取这个值的概率。例如。7/27/20225二、连续型随机变量的定义及其概率密度的性质 定义:设F(x)是随机变量X的分布函数,若存在非负可积函数f(x),使得对任意实数x,有称X为连续型随机变量,称f(x)为X的概率密度函数,或密度函数,也称概率密度。7/27/20226 性质:1. 2.从图形上来看,性质1表示X的概率密度f(x)位于x轴上方, 性质2表示f(x)与x轴所围区域面积等于1.7/27/20227 3.对于任意实数 ,有从图形上来看,性质3表示X落在区域 的概率等于相应的曲边梯形的面积。 4.若f(x)在

3、点x处连续,则对于连续型随机变量X 来说,通过F(x)求导得f(x) ,通过f(x)积分得F(x)。7/27/20228 5.连续型随机变量取任一指定实数值的概率为零 即由性质5,易得:注:对离散型随机变量,上式不成立。7/27/20229例:若随机变量X的概率密度为(1)求C的值; (2)X的分布函数;(3)PX1.解:(1)由于 ,有得7/27/202210(2)由 ,有即分段讨论7/27/202211(3)或7/27/202212几种常见的连续型随机变量的分布一、均匀分布定义:若连续型随机变量X的概率密度为则称X服从 上的均匀分布。记为 意义:X“等可能”地取区间 中的值,这里的“等可能

4、”理解为: X落在区间 中任意等长度的子区间内的可能性是相同的。即等长度,等概率。7/27/202213均匀分布的概率密度和分布函数图形如下:分布函数:7/27/202214 例:设某公共汽车站从早上7:00开始每隔15分钟到站一辆汽车,即7:00,7:15,7:30,7:45等时刻有汽车达到此站如果一个乘客到达该站的时刻服从7:00到7:30之间的均匀分布求他等待时间不超过5分钟的概率 解:设X表示乘客到达该车站的时间,则 乘客等待时间不超过5分钟当且仅当他在7:10到7:15之间或在7:25到7:30之间到达车站因此所求概率为7/27/202215思考设在-1,5上服从均匀分布,求方程有实

5、根的概率。解 方程有实数根 即 而 的密度函数为 故所求概率为 7/27/202216二、指数分布定义:若连续型随机变量X的概率密度为其中 0,则称X服从参数为的指数分布。记为 XE() 背景:在实际应用中,到某个特定事件发生所需等待的时间往往服从指数分布例如,从现在开始到下一次地震发生、到爆发一场新的战争、到一个元件的损坏、到你接到一次拨错号码的电话等所需的时间,都服从指数分布指数分布在排队论、保险和可靠性理论中有广泛的应用7/27/202217分布函数: 例:设某人到银行取款时的排队时间X (分钟)服从指数分布,其概率密度为1.试确定常数;2.计算排队时间超过10分钟的概率;3.计算排队时

6、间在10分钟到20分钟的概率7/27/202218 解:1.由得: 2. 3.7/27/202219例: 设连续型随机变量的分布函数为1.求常数A,B;2. 求X的概率密度函数 。 解:1.由分布函数的性质:即所以又因为F(x)在点x=0处连续 (事实上连续型随机变量的分布函数在任意点连续),所以即所以7/27/202220从而分布函数为 2.由密度函数和分布函数之间的关系 ,有7/27/202221指数分布的无记忆性:对于一个非负的随机变量,如果对于一切s,t0,有则称这个随机变量具有无记忆性。 直观理解:若X表示仪器的寿命,那么上式说明:已知此仪器已使用t时,它总共能工作s+t小时的概率等

7、于从开始使用时算起,它至少能工作s小时的概率 也就是说:它对之前工作过t小时无记忆。容易验证:指数分布是无记忆的。7/27/202222三、正态分布定义:若连续型随机变量X的概率密度为其中, 为常数,则称X服从参数为和 的正态分布记为 正态分布最早由Gauss在研究测量误差时所得到,所以正态分布又称为Gauss分布。正态分布是概率论中最具有应用价值的分布之一,大量的随机变量都服从正态分布 如人的身高、体重,气体分子向任一方向运动的速度,测量误差等许多随机变量,都服从正态分布大量相互独立且有相同分布的随机变量的累积也近似服从正态分布(第四章的大数定律和中心极限定理)7/27/202223正态分布的图形具有如下特点:1. f(x)为关于x=的对称钟形曲线2. f(x)为在x=取得最大值,对概率密度曲线的影响7/27/202224正态分布的分布函数:特别地,当 时,称X服从标准正态分布。记为其概率密度为:相应的分布函数记为:7/27/202225若则例:若7/27/202226一般正态分布的标准化定理:查标准正态分布表概率计算:7/27/202227例:若,试求:解:1.2.3.7/27/202228练习:设 试计算解:7/27/202229例: 某零件宽度现规定限度是 (1)求零件的废品率。 (2)若要求每 100 个产品中废品不多于一个

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论