1.6连续型随机变量及其分布.ppt

  1. 1、本文档共32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
1.6连续型随机变量及其分布

1.6 连续型随机变量 一、概率密度 * * 离散型随机变量的统计特征可以用分布律描述,非离散型的该如何描述? 如:熊猫彩电的寿命X是一个随机变量,对消费者来说,你是否在意 {X5年}还是{X5年零1分钟} 用分布函数描述随机变量不如分布律直观, 对非离散型随机变量,是否有更直观的描述方法? a b 1. 定义 对于随机变量X,若存在非负函数f(x),(-?x+?),使对任意实数x,都有 则称X为连续型随机变量, f(x)为X的概率密度函数,简称概率密度或密度函数. 常记为 X~ f(x) , (-?x+?) 2. 密度函数的性质 (1) 非负性 f(x)?0,(-?x?); (2)归一性 性质(1)、(2)是密度函数的充要性质; 设随机变量X的概率密度为 求常数a. (3) 若x是f(x)的连续点,则 设随机变量X的分布函数为 求f(x) 随机变量 X 的分布函数F(x)于密度函数的关系: 如果随机变量X的密度函数为f(x), 分布函数为F(x), 则对任意的a,b(a<b),有 这一结果的几何意义为:X 落在(a,b]中的概率恰 好等于在区间(a,b]上由曲线 y=p(x)形成的曲边梯 形的面积(图中阴影部分)。 而f(x)的基本性质(2)表明:整个曲线 y=f(x)以下( x 轴以上)的面积为 1。 注意: 对于连续型r.v.X , P(X = a) = 0 其中 a 是随机变量 X 的一个可能的取值 强调 概率为0 的事件未必不发生 例 1.已知随机变量X的概率密度为 (1)求X的分布函数F(x); (2)求P{0.5X1.5)} 设随机变量X的分布函数为 (1)求P{X2},P{0X3},P{2Xe-0.1}. (2)求概率密度f(x) 1. 均匀分布 若X~f(x)= 则称X在(a, b)内服从均匀分布。记作 X~U(a, b) X在(a, b)内服从均匀分布,对任意实数c, d (acdb),都有 二、 几个常用的连续型分布 x f ( x) a b x F( x) b a 15 45 解:设A—乘客候车时间超过10分钟 X—乘客于某时X分钟到达,则X?U(0,60) 例2.长途汽车起点站于每时的10分、25分、55分发车,设乘客不知发车时间,于每小时的任意时刻随机地到达车站,求乘客候车时间超过10分钟的概率 进行大量数值计算时, 若在小数点后第 k 位进行四舍五入, 则产生的误差可以看作 服从 的 r.v. 随机变量 其它应用场合 2. 指数分布 若 X~ 则称X服从参数为?0的指数分布,记作X ~E(?), 其分布函数为 1 x F( x) 0 x f ( x) 0 对于任意的 0 a b, 应用场合 用指数分布描述的实例有: 随机服务系统中的服务时间 电话问题中的通话时间 无线电元件的寿命 动物的寿命 指数分布 常作为各种“寿命” 分布的近似 例3 .电子元件的寿命X(年)服从参数为0.5的指数分布 (1)求该电子元件寿命超过2年的概率。 (2)已知该电子元件已使用了1.5年,求它还能使用两年的概率为多少? 解 若 X ~E(?),则 故又把指数分布称为“永远年轻”的分布 指数分布的“无记忆性” 事实上 命题 正态分布是实践中应用最为广泛,在理论上 研究最多的分布之一,故它在概率统计中占有特 别重要的地位。 3. 正态分布 炮弹弹落点距离发射点O 距离X。X的概率密度应该是什么形态? 大炮发射点O A B 高尔顿钉板试验 其中 ?为实数, ?0 ,则称X服从参数为? ,?2的正态分布,记为N(?, ?2),可表为X~N(?, ?2). 若随机变量 (1) 单峰对称 密度曲线关于直线x=?对称; f(?)=maxf(x)= . 正态分布有两个特性: (2) ?的大小直接影响概率的分布。 ?越大,曲线越平坦,?越小,曲线越陡峻。 正态分布也称为高斯(Gauss)分布 可用正态变量描述的实例极多: 各种测量的误差; 人体的生理特征; 工厂产品的尺寸; 农作物的收获量; 海洋波浪的高度; 金属线抗拉强度; 热噪声电流强度; 学生的考试成绩; 4.标准正态分布 参数?=0,?2=1的正态分布称为标准正态分布,记作X~N(0, 1)。

文档评论(0)

xcs88858 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:8130065136000003

1亿VIP精品文档

相关文档