连续型随机变量的概率密度.ppt

上传人:牧羊曲112 文档编号:5387654 上传时间:2023-07-02 格式:PPT 页数:43 大小:1.37MB
返回 下载 相关 举报
连续型随机变量的概率密度.ppt_第1页
第1页 / 共43页
连续型随机变量的概率密度.ppt_第2页
第2页 / 共43页
连续型随机变量的概率密度.ppt_第3页
第3页 / 共43页
连续型随机变量的概率密度.ppt_第4页
第4页 / 共43页
连续型随机变量的概率密度.ppt_第5页
第5页 / 共43页
点击查看更多>>
资源描述

《连续型随机变量的概率密度.ppt》由会员分享,可在线阅读,更多相关《连续型随机变量的概率密度.ppt(43页珍藏版)》请在三一办公上搜索。

1、2.4 连续型随机变量 的概率密度,一.连续型随机变量的概念与性质,二.几个常用的一维连续型随机变量,三.小结 思考题,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,一.连续型随机变量的概念与性质,由定义知道,概率密度 f(x)具有以下性质:,几何意义:概率分布密度曲线不在x轴下方,且该曲线与x轴所围的图形面积为1。,判定一个函数是否可以作为一个连续型随机变量的分布密度,几何意义:X落在区间(x1,x2的概率Px1Xx

2、2等于区间(x1,x2上曲线y=f(x)下的曲边梯形的面积.,连续型随机变量分布函数的性质,1.,对一个连续型随机变量,若已知其密度函数,则定义,,可求得其分布函数,同时,,2.,连续型随机变量,取任一指定值 的概率,2.,连续型随机变量,取任一指定值 的概率,故对连续型随机变量,有,为0.,3.,则,(1),由定义和积分上限函数导数公式即得,,由(1)式得:,(2),可将上式理解为:,上的概率,连续型随机变量分布函数的性质,上的概率,较线密度的定义).,由(2)式,,若不计高阶无穷小,则有,即,,完,【例1】,解,即,(3),【例1】设X是连续型随机变量,已知X的概率密度为,其中为正常数试确

3、定常数 A;并求PX0.1.,解,解得A=3.,1.均匀分布,定义,其它,易见,,记为,注:,是相同的,,且与子区间的和度成正比.,事实上,,子区间,任取,二.几个常连续型随机变量,均匀分布,是相同的,,且与子区间的和度成正比.,事实上,,子区间,任取,完,例4,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,解,以 7:00 为起点 0,以分为单位,依题意,

4、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.,完,2.指数分布,定义,其中,简记为,易见,,的几何图形如图.,注:,指数分布常用来,例如,,乘客在公交,指数分布,注:,指数分布常用来,例如,,乘客在公交,车站等车的时间,,电子元件的寿命等,,其它,有,因而它在可靠,性理论和排队论中有广泛的应用.,函数,即对任意,指数分布,有,即对任意,它总共能使用至少,已知元件,指数分布,它总共能使用至少,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.,完,它至少能使用 小

5、时的概,具有这,小时的条件,例5,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,的分布函数为,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,例5,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,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,所求概率为,则,完,【例2】,令:B=等待时间为1020分钟,x,f(x),0,3正态分布,正态分布的概率密度曲线有如下性质:,(a)在直角坐标系内f(x)的图形

6、呈钟形;,(b)在x=处得最大值,(c)关于直线x=对称;在x=处有拐点;,(d)固定,改变,f(x)的图形沿x轴平行移动,形状不改变,可见决定形状,决定位置.,当x时,曲线以x轴为渐近线;当大时,曲线平缓;当小时,曲线陡峭,(e)正态分布的分布函数,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:,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,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,

7、正态分布可以作为许多分布的近似分布,说明,标准正态分布N(0,1),分布函数,性质:,(2),引理:,注意,一般正态分布的计算,(1)任意一个正态分布,均可化为标准正态分布.,(2)若XN(,2),小结,(3)若XN(,2),对于任意区间(x1,x2有,【例5】,【例 6】,解:(1),则,得,(2)d 需满足,0,三 小结,1.连续型随机变量的概率密度函数及其性质,2.几个常用的一维连续型随机变量,指数分布、均匀分布、正态分布,1 某地抽样调查结果表明,考生的外语成绩(百分制)近似服从正态分布,平均成绩=72,又96分以上占考生总数的,2,3 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,2.3,求考生的外语成绩在60分至84分之间的概率。,查表,考生的外语成绩在60分至84分之间的概率为0.682。,1 解:考生外语成绩XN(72,2).由题意,3 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,

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 生活休闲 > 在线阅读


备案号:宁ICP备20000045号-2

经营许可证:宁B2-20210002

宁公网安备 64010402000987号