概率论与数理统计-连续型随机变量及其概率密度_第1页
概率论与数理统计-连续型随机变量及其概率密度_第2页
概率论与数理统计-连续型随机变量及其概率密度_第3页
概率论与数理统计-连续型随机变量及其概率密度_第4页
概率论与数理统计-连续型随机变量及其概率密度_第5页
已阅读5页,还剩76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

§4

连续型随机变量及其概率密度

概率密度及其性质

指数分布

均匀分布

正态分布与标准正态分布返回主目录一.连续型随机变量的概念与性质§4

连续型随机变量定义2.4.1如果对于随机变量X的分布函数, 存在非负实函数,使得对于任意实数,有则称X为连续型随机变量,其中函数称为X的概率密度函数,简称概率密度.连续型随机变量X由其密度函数唯一确定.返回主目录§4

连续型随机变量f(x)0x返回主目录说明(1)密度函数唯一确定连续型随机变量X

.但连续型随机变量X不能唯一确定密度函数.密度函数在个别点处的函数值不影响积分值.§4

连续型随机变量

概率密度具有以下性质:f(x)0x1返回主目录f(x)x0§4

连续型随机变量返回主目录连续型随机变量X具有以下性质:§4

连续型随机变量证明:返回主目录连续型随机变量的一个重要特点:(3)注意1密度函数不是概率!§4

连续型随机变量返回主目录f(x)x0§4

连续型随机变量返回主目录密度函数的概率涵义:注意2§4

连续型随机变量返回主目录f(x)x0由前面讨论可知,对于连续型随机变量,我们关心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.§4

连续型随机变量返回主目录§4

连续型随机变量返回主目录§4

连续型随机变量返回主目录连续型随机变量常用的公式:例1设X是连续型随机变量,其密度函数为解:⑴.由密度函数的性质§4

连续型随机变量返回主目录例1(续)§4

连续型随机变量返回主目录例1(续)§4

连续型随机变量返回主目录例1(续)§4

连续型随机变量返回主目录§4

连续型随机变量例2返回主目录例3§4

连续型随机变量§4

连续型随机变量返回主目录由分布函数的性质有解得例4§4

连续型随机变量例4(续)返回主目录例5某电子元件的寿命X(单位:小时)是以为密度函数的连续型随机变量.求5个同类型的元件在使用的前150小时内恰有2个需要更换的概率.§4

连续型随机变量返回主目录分析:某元件在使用的前150小时内是否需要更换是一次Bernoulli试验,检验5个元件的使用寿命可以看作是在做5重Bernoulli试验.所以,关键是求一个元件在使用的前150小时内需要更换的概率。例5某电子元件的寿命X(单位:小时)是以为密度函数的连续型随机变量.求5个同类型的元件在使用的前150小时内恰有2个需要更换的概率.§4

连续型随机变量返回主目录解:设A={任一元件在使用的前150小时内需要更换}例5(续)§4

连续型随机变量返回主目录B={5个元件中恰有2个的使用寿命不超过150小时}={5重Bernoulli试验中A恰好发生两次}令:Y=“5个元件中使用寿命不超过150小时的元件数”

(2)已知概率密度,会求事件的概率;返回主目录

连续型随机变量常见的问题小结:§4

连续型随机变量(3)已知概率密度,会求分布函数;(1)会确定概率密度中的常数;(4)已知分布函数,会求概率密度.二.一些常用的连续型随机变量§4

连续型随机变量1.均匀分布(uniform)定义2.4.2若随机变量的密度函数为记作X~U[a,b]返回主目录均匀分布的概率背景:XXabxll0返回主目录

重要的连续分布返回主目录

重要的连续分布均匀分布的概率背景

均匀分布的应用:数值计算中的舍入误差,某一时间间隔内汽车站上乘客到站的时间,等均认为服从均匀分布。均匀分布的分布函数abxF(x)01返回主目录

重要的连续分布[]的分布函数为则上的均匀分布,,服从区间若随机变量XbaX例6

设公共汽车站从上午7时起每隔15分钟来一班车,如果乘客到达此站的时间是7:00到7:30之间的均匀随机变量.试求乘客候车时间不超过5分钟的概率.§4

连续型随机变量返回主目录[]上的均匀分布.,服从区间则300X分析:设乘客于7时X分到达此站.{候车时间不超过5分钟}例6(解)B={候车时间不超过5分钟}§4

连续型随机变量返回主目录设乘客于7时X分到达此站.[]上的均匀分布.,服从区间则300X例7§4

连续型随机变量返回主目录分析:例7§4

连续型随机变量返回主目录例7(续)§4

连续型随机变量返回主目录2.指数分布(exponentialdistribution)定义2.4.3如果随机变量X的密度函数为§4

连续型随机变量返回主目录指数分布的分布函数§4

连续型随机变量返回主目录指数分布的应用:指数分布常作为各种“寿命”分布的近似分布,如:“灯泡的寿命”,“动物的寿命”,“电话问题中的通话时间”,“随机服务系统中的服务时间”都常假定服从指数分布。注意:§4

连续型随机变量返回主目录指数分布的重要性质--------无记忆性:设X服从指数分布,则上式说明:§4

连续型随机变量返回主目录设X服从指数分布,则

若把X解释为人的寿命,从群体角度讲:{X>s}表示s岁以上的人群,{X>s+t}表示s+t岁以上的人群.上结果表明:s岁以上的人群中,s+t岁以上的人所占的比例与s无关.

从个人角度讲:如果已知某人活了s年,则他至少再活t年的概率与年龄s无关.§4

连续型随机变量返回主目录设X服从指数分布,则

从个人角度讲:某人已5岁了,,他至少再活10年的概率与另一人已50岁了,,他至少再活10年的概率一样。所以人们风趣地称指数分布的这一性质为“永远年轻”,又称“无记忆性”----即把过去的年龄忘记了。例8§4

连续型随机变量返回主目录例8(续)令:B={等待时间为10~20分钟}§4

连续型随机变量返回主目录例9§4

连续型随机变量返回主目录“无记忆性”例9(续)§4

连续型随机变量返回主目录解:3.正态分布

重要的连续分布xf(x)0的密度函数为如果连续型随机变量X()()()+¥<<¥-=--xexfx22221smsp(),为参数,其中0>+¥<<¥-sm()正态分布.记作的,服从参数为则称随机变量2smX()2~sm,NX定义2.4.4

重要的连续分布x0标准正态分布密度函数的验证

重要的连续分布返回主目录密度函数的验证(续)

重要的连续分布返回主目录密度函数的验证(续)

重要的连续分布返回主目录为此,我们只需证明:密度函数的验证(续)

重要的连续分布返回主目录则有,,作极坐标变换:qqsincosryrx==密度函数的验证(续)

重要的连续分布返回主目录ssmdxduxu=-=则,作变换:

重要的连续分布返回主目录

重要的连续分布返回主目录221dudxux==-则,令

重要的连续分布返回主目录正态分布密度函数的图形性质

重要的连续分布x0正态分布密度函数的图形性质

重要的连续分布x0正态分布密度函数的图形性质

重要的连续分布x0正态分布密度函数的图形性质(续)

重要的连续分布x0返回主目录正态分布的重要性质:

重要的连续分布xf(x)0返回主目录正态分布的重要性正态分布是概率论中最重要的分布,这可以由以下情形加以说明:

⑴.正态分布是自然界及工程技术中最常见的分布之一,大量的随机现象都是服从或近似服从正态分布的.可以证明,如果一个随机指标受到诸多因素的影响,但其中任何一个因素都不起决定性作用,则该随机指标一定服从或近似服从正态分布.

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.

⑶.正态分布可以作为许多分布的近似分布.返回主目录

重要的连续分布标准正态分布的计算

重要的连续分布标准正态分布的计算(续)

重要的连续分布x0-xx(){}xXPxx£=F³我们可直接查表求出对于0:0,我们有公式如果<x一般正态分布的计算

重要的连续分布一般正态分布的分布函数与标准正态分布的分布

函数之间的关系:

重要的连续分布返回主目录正态分布的原则:返回主目录

重要的连续分布返回主目录上述原则称为正态分布的原则.

重要的连续分布例10

重要的连续分布返回主目录例11

重要的连续分布返回主目录

重要的连续分布例11(续)返回主目录

重要的连续分布例11(续)返回主目录例12

重要的连续分布返回主目录例11(续)

重要的连续分布返回主目录例12

重要的连续分布返回主目录例1

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。

最新文档

评论

0/150

提交评论