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.

Presentation on theme: "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."— Presentation transcript:

1 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

2 一、概率密度的概念与性质 1.定义 1 主讲:俞能福

3 性质 证明 证明 主讲:俞能福

4 同时得以下计算公式 主讲:俞能福

5 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 主讲:俞能福

6 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, 主讲:俞能福

7 例1 解 主讲:俞能福

8 主讲:俞能福

9 主讲:俞能福

10 主讲:俞能福

11 例2 主讲:俞能福

12 解 (1) 因为 X 是连续型随机变量, 故有 主讲:俞能福

13 主讲:俞能福

14 主讲:俞能福

15 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 主讲:俞能福

16 均匀分布的意义 主讲:俞能福

17 分布函数 主讲:俞能福

18 例3 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
~ 的概率． 解 由题意,R 的概率密度为 故有 主讲:俞能福

19 对 X 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 X 的分布密度函数为 设 A 表示“对 X 的观测值大于 3 的次数”, 即 A={ X >3 }. 主讲:俞能福

20 设Y 表示3次独立观测中观测值大于3的次数, 则 因而有 主讲:俞能福

21 2. 指数分布 主讲:俞能福

22 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.
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. 主讲:俞能福

23 例5 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 主讲:俞能福

24 主讲:俞能福

25 指数分布的重要性质 :“无记忆性”. 主讲:俞能福

26 3. 正态分布(或高斯分布) 主讲:俞能福

27 正态概率密度函数的几何特征 主讲:俞能福

28 主讲:俞能福

29 主讲:俞能福

30 正态分布的分布函数 主讲:俞能福

31 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. 主讲:俞能福

32 方法一:利用MATLAB软件包计算 方法二:转化为标准正态分布查表计算
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 方法二:转化为标准正态分布查表计算 主讲:俞能福

33 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 主讲:俞能福

34 标准正态分布的图形 主讲:俞能福

35 例6 解 主讲:俞能福

36 证明 主讲:俞能福

37 例7 解 主讲:俞能福

38 主讲:俞能福

39 例8 证明 证明 主讲:俞能福

40 例9 解 (1) 所求概率为 主讲:俞能福

41 主讲:俞能福

42 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 主讲:俞能福

43 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
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. 主讲:俞能福

44 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 主讲:俞能福

45 高斯资料 Carl Friedrich Gauss
Born: 30 Apr in Brunswick, Duchy of Brunswick (now Germany) Died: 23 Feb in Göttingen, Hanover (now Germany) 主讲:俞能福

46 作业 P 习题18；19 ；21；23；26 主讲:俞能福