网站大量收购闲置独家精品文档,联系QQ:2885784924

2-2连续型随机变量及其概率分布.ppt

  1. 1、本文档共21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
返回 上页 下页 结束 §2.2 连续型随机变量及其概率分布 一.连续型随机变量及其概率密度 二.三种常用的连续型随机变量 均匀分布、指数分布、正态分布 * 一、连续型随机变量及其概率密度 定义 设 是随机变量, 集上的可积函数 满足 条件 则称 为连续型随机变量, 为 的概率密度 称 函数, 简称为概率密度. 有 且对于任意的实数a, b(a ? b), a也可为??, b也可为+?, (1) (2) 如果存在一个定义在实数 (3) * (1) (2) 易见概率密度具有下列性质: 注1: 上述性质有明显的几何意义. 反之, 可证一个函数若满足上述性质, 则该函数 一定可以作为某一连续型随机变量的概率密度函 数. * 注2. 连续型随机变量 取任一指定值 的 故对连续型随机变量 有 概率为0. * 设随机变量X具有概率密度 ⑴ 确定常数k; (2) 求P{1X≤7/2}. 例1 * * * 二. 三种常用的连续型随机变量 1. 均匀分布 定义 若连续型随机变量 的概率密度为 其它 易见, 记为 上服从均匀分布, 则称 在区间 * 注: 在区间 上服从均匀分布的随机变量 其取值落在 中任意等长度的子区间内的概率 是相同的, 且与子区间的长度成正比. 事实上, 子区间 任取 * 例2 某公共汽车站从上午 7 时起, 每 15 分钟来一 班车, 即 7:00, 7:15, 7:30, 7:45 等时刻有汽车到达 此站, 如果乘客到达此站时间 是 7:00 到 7:30 之 间的均匀随机变量, 试求他候车时间少于 5 分钟的 概率. 解 以 7:00 为起点 0, 以分为单位, 依题意 * 为使候车时间 少于 5 分钟, 乘客必须在 7:10 到 7:15 之间, 或在 7:25 到 7:30 之间到达车站, 故所 求概率为 即乘客候车时间少于5分钟的概率是 1/3. * 定义 若随机变量 的概率密度为 其中 则称 服从参数为 的指数分布, 简记为 易见, 的几何图形如图. 2. 指数分布 * 注: 指数分布常用来描述对某一事件发生的等待 时间, 例如, 乘客在公交车站等车的时间, 电子元件的寿命等, 服从指数分布的随机变量 具有无记忆性, 有 因而它在可靠性理论和 排队论中有广泛的应用. 即对任意 ( ) * * 若 表示某一元件的寿命, 使用了 小时, 它总共能使用至少 小时的条件 则 式表明: ( ) * 已知元件 概率与从开始使用时算起 率相等, 一性质是指数分布具有广泛应用的重要原因. 即元件对它使用过 小时没有记忆, 它至少能使用 小时的概 具有这 * 例3 某元件的寿命 服从指数分布, 已知其参数 求 3 个这样的元件使用 1000 小时, 至 少已有一个损坏的概率. 解 由题设知, 的概率密度函数为 由此得到 * * 各元件的寿命是否超过 1000 小时是独立的, 用 表示三个元件中使用 1000 小时损坏的元件数, 则 所求概率为 3. 正态分布 定义 若随机变量 的概率密度为 其中 和 都是常数, 则称 服 从参数为 和 的正态分布, 记为 * 注: 正态分布是概率论中最重要的连续型分布, 在十九世纪前叶由高斯加以推广, 故又常称为高 斯分布. 一般来说, 一个随机变量如果受到许多随机因素 的影响, 而其中每一个因素都不起主导作用, 则它服从正态分布. 例如, 产品的质量指标, 元 件的尺寸, 某地区成年男子的身高、体重, 测量 误差, 射击目标的水平或垂直偏差, 信号噪声, 农作物的产量等等都服从或近似服从正态分布. 正态分布的图形特征 * 1. 密度曲线关于 对称; 2. 曲线当 时达到最大值 3. 曲线在 处有拐点且以 轴为渐 近线; * 标准正态分布 正态分布当 时称为标准正态分布, 此时, 其密度函数常用 表示: * 作业 习题二 2.4; 2.7; 2.11; 2.12; 2.16 * * 概率为0的事件不一定是不可能事件 概率为1的时间不一定是必然事件 * 返回 上页 下页 结束 * 概率为0的事件不一定是不可能事件 概率为1的时间不一定是必然事件 *

文档评论(0)

wendan118 + 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