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
一、概率密度的概念与性质 1.定义 1
性质 证明 证明
同时得以下计算公式
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 连续型随机变量取值落在某一 区间的概率与区间的开闭无关
注意 若X是连续型随机变量,{ X=a }是不 可能事件,则有 连 续 型 离 散 型 若 X 为离散型随机变量,
例1 解
二、常见连续型随机变量的分布 1. 均匀分布 概率密度 函数图形
均匀分布的意义
分布函数
例2 设电阻值 R 是一个随机变量,均匀分布在 ~ 1100 .求 R 的概率密度及 R 落在 950 ~ 1050 的概率. 解 由题意,R 的概率密度为 故有
2. 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3 设某类日光灯管的使用寿命 X 服从参数为 θ=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 X 的分布函数为
指数分布的重要性质 :“无记忆性”.
3. 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
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.
正态分布下的概率计算 原函数不是 初等函数
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
证明
例4 解
例5 证明 证明
例9 解 (1) 所求概率为
三、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
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
高斯资料 Carl Friedrich Gauss Born: 30 Apr. 1777 in Brunswick, Duchy of Brunswick (now Germany) Died: 23 Feb. 1855 in Göttingen, Hanover (now Germany)