§3、连续型随机变量及其分布.ppt

  1. 1、本文档共29页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
* * §3、连续型随机变量及其分布 一、连续型随机变量及其分布 通俗地讲,所谓连续型随机变量就是其所有可能 取的值充满某一个区间的随机变量. 如何表示描述连续型随机变量的概率分布呢? 定义1 随机变量X,若存在一个非负函数 f (x), 使对任意实数x,均有 则称X为连续型随机变量,其中函数 f (x)称为X的概率 分布密度函数,简称为概率密度,或密度函数等. 连续型随机变量概率密度 f(x) 基本性质: 连续型随机变量的其它性质与结论: 3.连续型随机变量定义中公式 4.由定义可知 (可用来确定参数) * (可用来求F(x)) (可用来求概率) 5.概率密度 f(x)连续点x处,有 6.连续型随机变量X,取个别点的概率等于零,即 事实上, * (可用来求f(x)) 因此,计算连续型随机变量取值落在一个区间的 概率时,可以不分开区间或是闭区间. 离散型随机变量 连续型随机变量 分布函数 概率分布(分布律) 概率分布(密度函数) 描述随机变量 * 【例0】 射击目标靶是一个半径为2m的圆盘,假 定每次射击都能命中靶,并且击中靶上任一同心圆盘 的概率与该同心圆盘的面积成正比,以X 表示弹着点 与目标中心的距离,试求随机变量X的分布函数. 【解】先求随机变量X的分布函数F(x). * 综上所述,即得随机变量X的分布函数为 对F(x)求导数,可得随机变量X的密度函数为 注:分布函数F(x)的不可导点仅两个,…… * 【例1】设随机变量X的概率密度为 求X的分布函数. 【解】 注意到其概率密度 f(x)是分段函数,因此 根据其分段定义区间(-∞,-1],(-1,1],(1,+∞),分段 求其分布函数F(x). ①当 时, * ②当 时, 注:积分公式 * ③当 时, 注:积分 为单位圆面积一半. 所以 * ■ 【例2】设随机变量X的分布函数为 (1)求概率 (2)求概率密度。 【解】(1)由分布函数求概率 * (2)对分布函数求导数即得概率密度: ■ * 连续型随机变量取某一定值的概率为零.因此, 计算其取值于某范围的概率时,可以不计较多一些点 或少一些点的问题. 并且,由此可进一步地理解:不可能事件与 零概率事件的关系 P(A) = 0 A =Φ. 二、常用连续分布 1、均匀分布 定义 设连续型随机变量 X 具有概率密度 则称 X 为区间(a,b)上的均匀分布,记为 其分布函数为 * 2、指数分布 定义 设连续型随机变量 X 的概率密度为 则称随机变量 X 服从参数为 k( k 0 )的指数分布, 记为 其分布函数为 注:概率密度有人喜欢用下面的形式 * 【例4】 设顾客在某银行的窗口等待服务的时间 X(分钟)服从指数分布,其概率密度为 某顾客在窗口等待服务,若超过10分钟,他就离开. 他一个月要到银行5次.以Y表示一个月内他未等到服 务而离开窗口的次数,求Y的分布律,并求P{Y≥1}. 【解】这是一道综合题.先求他每次 “未等到服务而离开”的概率 * 再求Y 的分布律.因为r.v.Y~B(5,e-2),所以 Y的分布律为 于是,由此有 * ■ 【例5】 设K在(0,5)上服从均匀分布,求方程 有实根的概率. 【解】 因为r.v.K~U(0,5), 所以K的概率密度为 故事件“方程有实根”的概率为 又方程 有实根,当且仅当 判别式 * 即 或 , ■ 3、正态分布 定义 设连续型随机变量X 的概率密度为 其中μ,σ(σ 0 )均为常数, 参数μ,σ的正态分布,记为 特别地,当μ= 0,σ= 1 时,即概率密度为 则称其为标准正态分布,记为 * 则称随机变量X 为服从 正态分布随机变量X的分布函数为 标准正态变量X的分布函数为 此积分 不能直接积分出来 * 正态分布是最为重要的常见随机变量. 由于正态变量X 分布函数表达式中的积分不能够 直接积分出来,而其概率计算的问题则需要求其分布 函数值或计算类似的积分,那么如何计算正态分布的 概率呢? 为此,下面先对正态分

您可能关注的文档

文档评论(0)

502992 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档