第3.1节 随机变量及其分布(2) 连续型 一、随机变量的定义 二、分布函数的性质 三、离散型随机变量 四、连续型随机变量

Slides:



Advertisements
Similar presentations
简单迭代法的概念与结论 简单迭代法又称逐次迭代法,基本思想是构造不动点 方程,以求得近似根。即由方程 f(x)=0 变换为 x=  (x), 然后建立迭代格式, 返回下一页 则称迭代格式 收敛, 否则称为发散 上一页.
Advertisements

4.2 幂级数 幂级数的敛散性 幂级数的收敛 半径的求法 幂级数的和函数 的解析性 例题 小结.
排列 组合 概率 会考复习. 排列、组合是不同的两个事件,区别的 标志是有无顺序,而区分有无顺序的办法是: 把问题的一个选择结果解出来,然后交换这 个结果中任意两个元素的位置,看是否会产 生新的变化,若有新变化,即说明有顺序, 是排列问题;若无新变化,即说明无顺序, 为组合问题 知识要点.
必修部分 必修部分 延伸部分 單元 2 Module 2 (M2) 代數與微積分 延伸部分 單元 2 Module 2 (M2) 代數與微積分 延伸部分 單元 1 Module 1 (M1) 微積分與統計 延伸部分 單元 1 Module 1 (M1) 微積分與統計 新高中數學科 同學可加選以下一個單元修讀.
习 题 课习 题 课. 一、主要内容 导 数 导 数 基本公式 求 导 法 则求 导 法 则 求 导 法 则求 导 法 则 高阶导数 微 分微 分 微 分微 分 高阶微分.
1 4.5 高斯求积公式 一般理论 求积公式 含有 个待定参数 当 为等距节点时得到的插值求积公式其代数精度至少 为 次. 如果适当选取 有可能使求积公式 具有 次代数精度,这类求积公式称为高斯 (Gauss) 求积公式.
第三节 函数的微分及其应用 一、微分的概念 二、微分的几何意义 三、微分的基本公式及其运算法则 四、微分在近似计算中的应用 五、小结、作业.
2.5 微分及其应用. 三、可微的条件 一、问题的提出 二、微分的定义 六、微分的形式不变性 四、微分的几何意义 五、微分的求法 八、小结 七、微分在近似计算中的应用.
1 第四章 数值积分与数值微分 — 多重积分 — 数值微分. 2 本讲内容 基本思想 计算方法 二重积分 问题描述 计算方法 数值微分.
1 第四章 数值积分与数值微分 — Gauss 求积公式. 2 内容提要 数值积分 数值微分 基本概念 Newton-Cotes 求积公式 复合求积公式 Gauss 求积公式 Romberg 求积公式 多重积分.
第一节 工业的区位因素与区位选择. 戴尔公司生产的电脑 夏新电子股份有限公司 金龙客车 土地 资金 能源 水源 劳动力 原料 零部件 产品产品 废渣 废水 废气.
高一体育与健康理论知识 徐春景 2013 、 伦敦奥运会上乒乓女单决赛在 李晓霞和丁宁这两位能力不分上下 的中国选手之间展开,最终李晓霞 取胜,当值主裁判在前 4 局里每局 都对丁宁有失分判罚,而里外一算 可就不止 5 分了,在这种情况下, 丁宁是怎么样的表现? 2012 伦敦奥运会上邹市明与.
商管群科科主任 盧錦春 年 3 月份初階建置、 4 月份進階建置、 5 月份試賣與對外營業。
我的自我介紹 魯夫.
重建精细管理意识 不能粗线条管理 不简单敷衍人民 不轻易指责媒体 不与媒体对立冲突 粗心 粗糙 粗略 粗鲁 粗暴 不消极等待自生自灭
第一章 有理数 一.本章学习目标 1.理解有理数的意义,能用数轴上的点表示有理数,能比较有理数的大小.
我的自我介紹 50618張世達.
高等数学 A (一) 总复习(2).
专利技术交底书的撰写方法 ——公司知识产权讲座
8 赌徒的难题——概率论的产生与发展.
第二节 时间和位移.
卓越品质 携手共求 LOGO 坚决践行“三严三实” 凝聚交建集团改革发展正能量 新疆交通建设集团党委书记、副董事长 朱天山
§2 线性空间的定义与简单性质 主要内容 引例 线性空间的定义 线性空间的简单性质 目录 下页 返回 结束.
概率论与数理统计 2.3 连续型随机变量及其分布.
Hamming Neutral Network
圣经中的数学文化.
§3 全称量词与存在量词 3.1 全称量词与全称命题 3.2 存在量词与特称命题 3.3 全称命题与特称命题的否定.
福建省厦门市教育局 任 勇 (邮编: 厦门市同安路5号)
捷運綠線先到公車 GR線「桃園航空城捷運線先導公車」
医学伦理学 欢 迎 各 位 同 学!.
GR前列腺多维汇聚超声治疗术.
“深入推进依法行政加快建设法治政府” -《法治政府建设实施纲要》解读
For Project or Annual Report by Amanda
第六节 可降阶的二阶微分方程 一、 型的微分方程 二、 型的微分方程 三、 型的微分方程.
四种命题 班级:C274 指导教师:钟志勤 任课教师:颜小娟.
命题的四种形式 高二数学.
一、情境设置 思考: 下列语句的表述形式有什么特点? 你能判断它们的真假吗? (1)若直线a//b,则直线a和直线b无公共点;(2)2+4=7; (3)垂直于同一条直线的两个平面平行; (4)若x2=1,则x=1; (5)两个全等三角形的面积相等; (6)3能被2整除.
第 二 章 离散型随机变量.
运用Matlab GUI辅助大学物理实验 蒋志洁 中山大学 物理学院
共同创造幸福生活: 哲理小故事1 Feb 2010 HeYan.
第十章 常見的有機化合物 10-1有機化合物與無機化合物.
上海交通大学 概率论第一、二章测验题 大学数学教研室 童品苗.
第五章 定积分及其应用.
第4章 数值积分与数值微分 4.1 引言 数值求积的基本思想 一、问题 如何求积分 数学分析中的处理方法:
做好高考试卷分析,让教学精准发力 --近5年新课标高考数学选择题分析及2017年高考备考建议
第7章 相关分析 7.1 相关分析 7.2 相关系数 7.3 线性相关分析.
第二章 波函数 和 Schrodinger 方程
用相频曲线测阻尼系数的探索 指导教师 陈乾 吉新程.
§5 正态分布.
数据统计与分析 秦 猛 南京大学物理系 第四讲 手机:
第四节 连续型随机变量及其 概率密度 一、概率密度的概念与性质 二、常见连续型随机变量的分布 三、小结 主讲:俞能福.
连续型随机变量及其概率密度 一、概率密度的概念与性质 二、常见连续型随机变量的分布 三、小结.
导数的应用 ——函数的单调性与极值.
因式定理.
第二节 极限 一、数列极限 定义:.
概率论 ( Probability) 2016年 2019年4月15日5时31分.
人工智慧應用蟲體辨識 亞洲大學 資訊工程學系 學生:殷聖展、廖哲毅、吳京育 指導教授:蔡志仁 教授
為什麼 春嬌愛說話? 為什麼 志明「想」 劈腿?.
宇宙的边疆.
新北市海山高中數理專班 楊南屏(輔仁大學數學系) 100年12月27日
由慈悲喜捨談慈濟教育的理念、使命與實踐 簡報人:慈濟技術學院 羅文瑞 校長.
13.2 物质波 不确定关系 微观粒子的波粒二象 + ? 德布罗意假设(1924年): 实物粒子具有波粒二象性。 波长 频率
报告人: 01级零零班 孙鑫 指导教师: 程福臻 章江英
§4 连续型随机变量.
第二部分 导数与微分 在课程简介中已经谈到, 高等数学就是微积分(微分 + 积分). 对于一元函数来说, 微分本质上就是导数. 这一部分内容是“导数与微分”. 由此可见, 这一部分内容在本课程中的重要地位. 我们是在极限的基础之上讨论函数的导数和微分的. “导数与微分”是每个学习高等数学的人必须掌握的内容.
3-3 随机误差的正态分布 一、 频率分布 在相同条件下对某样品中镍的质量分数(%)进行重复测定,得到90个测定值如下:
6.1.1 平方根.
9.5 函数的幂级数展开式 通过上节的学习知道:任何一个幂级数在其收敛区间 内,均可表示成一个函数(即和函数).但在实际中为了便于
第二章 一元一次不等式和一元一次不等式组 回顾与复习(一).
函数与导数 临猗中学 陶建厂.
Presentation transcript:

第3.1节 随机变量及其分布(2) 连续型 一、随机变量的定义 二、分布函数的性质 三、离散型随机变量 四、连续型随机变量 第3.1节 随机变量及其分布(2) 连续型 一、随机变量的定义 二、分布函数的性质 三、离散型随机变量 四、连续型随机变量 五、关于分布函数的一些结论

四、连续型随机变量 1.定义 性质 证明

1 证明

同时得以下计算公式 满足性质(1)与(2)的函数F(X)一定是某一随机变量 的分布函数

注意 对于任意可能值 a ,连续型随机变量取 a 的概率等于零.即 证明 由此可得 连续型随机变量的概率与区间的开闭无关

注意 若连续型随机变量 X=a 是不可能事件, 则有 连 续 型 离 散 型 若 X=a 为离散型随机变量,

上述命题对于必然事件也成立 由于 因此,密度函数p(x)的数值反映了随机变量取x的 临近的值的概率的大小,所以用密度函数描述连续型随机变量的概率分布在某种意义上与离散型时用分布列描述有相似之处.

例 解

解 (1) 因为  是连续型随机变量, 故有

2. 常见连续型随机变量的分布密度 【均匀分布】 概率密度 函数图形

均匀分布的意义

分布函数

例 设电阻值R是一个随机变量, 均匀分布在 900欧~1100欧.求R的概率密度及R 落在950欧~ 1050欧的概率. 解 由题意,R 的概率密度为 故有

例 设随机变量  在 [ 2, 5 ]上服从均匀分布, 现 对  进行三次独立观测 ,试求至少有两次观测值 大于3 的概率. 解  的分布密度函数为 设 A 表示“对 的观测值大于 3 的次数”, 即 A={ >3 }.

设 表示3次独立观测中观测值大于3的次数, 则 因而有

【 正态分布】(或高斯分布) 高斯资料

正态概率密度函数的几何特征

(8) 正态分布的3原则 也就是说,随机变量落入区间(a-3, a+3)的概率几乎为1.

正态分布的分布函数

正态分布的应用与背景 正态分布是最常见最重要的一种分布,例如 测量误差; 人的生理特征尺寸如身高、体重等 ; 正常情况下生产的产品尺寸:直径、长度、重量 高度等都近似服从正态分布.

方法一:利用MATLAB软件包计算(演示) 正态分布下的概率计算 原函数不是 初等函数 方法一:利用MATLAB软件包计算(演示) 方法二:转化为标准正态分布查表计算

标准正态分布 标准正态分布的概率密度表示为 标准正态分布的分布函数表示为

标准正态分布的图形

例 解

例 解

例 证明 证明

例 解 (1) 所求概率为

例(p127例3) 从南郊某地乘车前往北区火车站搭乘火 车有两条路线可走,第一条路线穿过市区,路程较短, 但交通拥挤,需要时间(单位为分)服从正态分布 N(50,100),另一条绕环城公路走,路程较长,但意外 阻塞较少,所需时间服从正态分布N(60,16),试求 (1)假如有70分钟时间可用,问应走哪一条路? (2)假如有65分钟时间可用,问应走哪一条路? 解 设随机变量表示行车时间,则

【指数分布】

分布函数 应用与背景 某些元件或设备的寿命服从指数分布.例如无线电元件的寿命 , 电力设备的寿命, 动物的寿命等都服从指数分布.

例 设某类日光灯管的使用寿命  服从参数为 =1/2000的指数分布(单位:小时) (1)任取一只这种灯管, 求能正常使用1000小时以 上的概率. (2) 有一只这种灯管已经正常使用了1000 小时以 上,求还能使用1000小时以上的概率. 解 的分布函数为

此例不是一个个别现象,而是指数分布的一个重要性质重要性质 :“无记忆性”.

函数G(*)满足引理2.4.1,因而 因此,在连续型随机变量中,指数分布是唯一具 有无记忆性的分布。

【埃尔兰分布】 设是一个连续型随机变量,其密度函数为 其中r为正整数,>0,则称服从埃尔兰分布. 此分 布是由丹麦科学家埃尔兰研究接听电话次数问题时 给出的,由此开创了排队论这门学科的研究。 r=1时,埃尔兰分布就退化为指数分布 埃尔兰分布的推导过程:此分布是由丹麦科学家埃尔兰研究接听电话次数问题时给出的,因此与泊松过程有密切关系.

【 分布】 其中r取正整数,为任意正数。如果r取任意正数, 为任意正数时,则可以给出另一种分布 称此分布为分布,简记为G(,r), 为尺度参数, R为形状参数。

分布的密度函数

五、关于分布函数的一些讨论 由于分布密度函数具有单调性,因此可以得到分 布密度的一些其他性质: (1) 分布密度至多只有可列个不连续点; (1) 分布密度至多只有可列个不连续点; (2) 分布密度F(x)可以进行勒贝格分解

小结 分布函数 2. 常见连续型随机变量的分布 均匀分布 正态分布(或高斯分布) 指数分布 埃尔兰分布 分布

3. 正态分布是概率论中最重要的分布 正态分布有极其广泛的实际背景, 例如测量 误差; 人的生理特征尺寸如身高、体重等 ; 正常 情况下生产的产品尺寸:直径、长度、重量高度; 炮弹的弹落点的分布等, 都服从或近似服从正态 分布.可以说,正态分布是自然界和社会现象中最 为常见的一种分布, 一个变量如果受到大量微小 的、独立的随机因素的影响, 那么这个变量一般 是一个正态随机变量.

另一方面,有些分布(如二项分布、泊松分布)的极 限分布是正态分布.所以,无论在实践中,还是在理 论上,正态分布是概率论中最重要的一种分布. 二项分布向正态分布的转换

例1 解

例2 解 则有实根的概率为

Gauss Carl Friedrich Gauss Born: 30 April 1777 in Brunswick, Duchy of Brunswick (now Germany) Died: 23 Feb 1855 in Göttingen, Hanover (now Germany)