2.4连续型随机变量的概率密度(2).ppt

§2.4 连续型随机变量的概率密度 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 一.连续型随机变量的概念与性质 所以有 说 明 由上述性质可知，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． 注 意 连续型随机变量密度函数的性质与离散型随机变量分布律的性质非常相似，但是，密度函数不是概率！ 例1 设 X 是连续型随机变量，其密度函数为 例1 例2 某电子元件的寿命（单位：小时）是以 例2 某电子元件的寿命（单位：小时）是以 检验 5 个元件的使用寿命可以看作是在做一个5重Bernoulli试验． B={ 5 个元件中恰有 2 个的使用寿命不超过150小时 } 例4 例4 例4 例4 二. 常见的连续型随机变量 密度函数的验证 均匀分布的概率背景 均匀分布的分布函数 例5 设公共汽车站从上午7时起每隔15分钟来一班车,如果某乘客到达此站的时间是 7:00 到7:30之间的均匀随机变量．试求该乘客候车时间不超过5分钟的概率． 例6 2．正 态 分 布 标准正态分布 密度函数的验证(续) 密度函数的验证(续) 正态分布密度函数的图形性质 正态分布密度函数的图形性质 正态分布密度函数的图形性质 正态分布的重要性 标准正态分布的计算 标准正态分布的计算 一般正态分布的计算 例8 例10 3．指 数 分 布 如果随机变量 X 的密度函数为 指数分布的分布函数 例7 Γ- 函 数 x 0 x -x 例9 例9 例11 假设某种电池寿命（单位：小时）为一随机变量，它服从参数为300和352的正态分布，计算： 这种电池寿命在250小时以上的概率； 内的概率不低于 解 设电池的寿命为 X,则X～ N（300， 352 ） 确定数字 ,使电池寿命落在区间 由 可得 利用分布函数的单调不减性，查表可得： 电池寿命落在区间[242.5,357.5]内的概率不低于 。 例11 假设某种电池寿命（单位：小时）为一随机变量，它服从参数为300和352的正态分布，计算： 这种电池寿命在250小时以上的概率； 内的概率不低于 确定数字 ,使电池寿命落在区间 解 0 密度函数的验证 返回主目录 * 定义 如果对于随机变量X 的分布函数F(x)， 存在非负函数 f (x)，使得对于任意 实数 x，有 则称 X 为连续型随机变量，其中函数 f (x) 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． 证明： 连续型随机变量的重要特点:1.分布函数F(X)为连续函数 由2.可推知 而 并非不可能事件， 并非必然事件。可见， 由 不能推出 由 不能推出 由定义知道，概率密度 f(x) 具有以下性质： f (x) 0 x 1 f (x) x 0 利用以上关系可以推得，随机变量 落入某有限区间 内的概率为 类似可得 取值落入 内的概率为： 解： ⑴．由密度函数的性质 设 X 是连续型随机变量，其密度函数为 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. 解：设：A={ 某元件在使用的前 150 小时内需要更换} 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. 解：P(A)=1/3 例3 返回主目录 1．均 匀 分 布 若随机变量X的密度函数为 记作 X ~ U [a , b]或 X ~ R [a, b] X X a b x l l 0 a b x F (x) 0 1 解：设该乘客于7时X分到达此站． 令：B={ 候车时间不超过5分钟 } x f (x) 0 密度函数的验证 x f (x) 0 正态分布的密度曲线是一条对称的钟形曲线。特点是“两头小，中间大，左右对称”。 决定了图形的中心位置， 决定了图形中峰的陡峭程度。 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．