一维随机变量及其分布_第1页
一维随机变量及其分布_第2页
一维随机变量及其分布_第3页
一维随机变量及其分布_第4页
一维随机变量及其分布_第5页
免费预览已结束,剩余54页可下载查看

付费下载

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

概率论与数理统计第一节一维随机变量

及其分布(3)五、连续型随机变量六、典型的连续型随机变量及其分布五、连续型随机变量

定义对于随机变量X,若存在非负可积函数

则称X为连续型随机变量,且称p(x)

为密度函数,或概率密度.注此定义中涉及三个名词:连续型随机变量,1.连续型随机变量及其密度函数p(x)(xR),

使得X

的分布函数

密度函数,分布函数.xyo设X为连续型随机变量,p(x)

为X的密度函数,(1)(2)

(3)

(4)

F(x)为X的分布函数,则2.密度函数的性质(规范性)(非负性)前3个性质显然成立,下面只给出第4个性质的证明证1º性质4说明对于任意可能值c

,连续型随机2º连续型随机变量的概率与区间的开闭无关A=A=3º注变量取c

的概率等于零.注:(6)对连续性随机变量,

一定是连续的,但是未必连续,在

的连续点处,有

解例1六、典型的连续型随机变量的分布1.均匀分布(规则分布)Uniformdistribution

(1)定义概率密度函数图形分布函数为:(2)均匀分布的性质(3)均匀分布的意义背景:几何概型

设随机变量X在[2,5]上服从均匀分布,现

X的分布密度函数为设A表示“对X的观测值大于3”,解即A={X>3}.例2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.因而有设Y表示对X进行3次独立观测中,观测值大于则3的次数,(1)定义2.正态分布(高斯分布)Normaldistribution

正态分布是最重要的一种概率分布。正态分布概念是由德国数学家和天文学家

棣莫弗(De

Moivre)于1733年在推导二项分布的极限分布时首次发现提出.但由于德国数学家Gauss率先将其应用于天文学研究(误差密度函数为正态分布),故正态分布又叫高斯分布。高斯这项工作对后世的影响极大,这直接导致正态分布同时也被冠名为“高斯分布”.高斯是一个伟大的数学家,重要的贡献不胜枚举。现今德国10马克的钞票上印有高斯头像,其上还印有正态分布的密度曲线。这传达了一种观点:在高斯的一切科学贡献中,其对人类文明影响最大者,就是这一项。正态分布的历史

从1989年直到2001年年底,他的肖像和他所写的正态分布曲线与一些在哥廷根突出的建筑物,一起被放入德国10马克的钞票中。背面:高斯发明的六分仪(用于航海、大地测量)正态分布之所以重要,原因很多,我们给出三个主要的原因:首先是正态分布在分析上较易处理。其次是正态分布的密度函数的图形为钟形曲线(bell-shapedcurve),再加上对称性,使得很适合当作不少总体的机率模式。当然下面我们会看到钟形且具对称的分布也有不少,但通常不像正态分布,在分析上如此容易驾驭。第三个原因是由于在中心极限定理(CentralLimitTheorem),使得在不太强的条件下,正态分布可当做不少大样本的近似分布。

正态分布之所以重要,原因很多,三个主要原因:首先是正态分布在分析上较易处理。其次是正态分布的密度函数的图形为钟形曲线(bell-shapedcurve),再加上对称性,使得很适合当作不少总体的机率模式。当然也有很多其它钟形且具对称的分布,但不像正态分布,在分析上如此容易驾驭。由于中心极限定理(CentralLimitTheorem),使得在不太强的条件下,正态分布可当做不少大样本的近似分布。正态分布的应用

正态分布的应用非常广泛,例如测量误差,随机噪声,学生成绩,产品的尺寸等大量的随机现象可以用正态分布描述.(2)正态概率密度函数的特性xyOx=xyOx=x=正态分布的分布函数标准正态分布的图形标准正态分布的特殊性质:1)2)可得3)解例3正态分布与标准正态分布的关系:解

本例给出了当随机变量X服从正态分布例4时,如果我们要计算关于它的概率问题,则可以转化为标准正态分布进行计算.解例5相应的分布函数为3.指数分布Exponentialdistribution

定义

指数分布也是常用分布之一,常用它来描述各种“寿命”问题,如电子元器件的寿命,生物的寿命.指数分布应用广泛,在日本的工业标准和美国军用标准中,半导体器件的抽验方案都是采用指数分布。此外,指数分布还用来描述大型复杂系统(如计算机)的平均故障间隔时间MTBF的失效分布。设某类日光灯管的使用寿命X服从参数为X的分布函数为解=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.

例6指数分布的重要性质:

“无记忆性”.正是由于指数分布具有缺乏“记忆”的特性.因而限制了它在机械可靠性研究中的应用,所谓缺乏“记忆”,是指某种产品或零件经过一段时间t0的工作后,仍然如同新的产品一样,不影响以后的工作寿命值,或者说,经过一段时间t0的工作之后,该产品的寿命分布与原来还未工作时的寿命分布相同,显然,指数分布的这种特性,与机械零件的疲劳、磨损、腐蚀、蠕变等损伤过程的实际情况是完全矛盾的,它违背了产品损伤累积和老化这一过程。所以,指数分布不能作为机械零件功能参数的分布形式。内容小结2.常见连续型随机变量的分布均匀分布正态分布(高斯分布)指数分布再见解例1-1备用题例1-2设(2)若是X的密度函数,求出X的分布函数.解

综上所述或设随机变量X的概率密度为解例1-3例2-1有实根的概率.则有实根的概率为解例5-1某地抽样调查结果表明,考生的外语成绩(百分制),服从正态分布,平均成绩为

72分,96分以上占考生总数的2.3%,试求考生的外语成绩在

60分至

84分之间的概率.解依题意,考生外语成绩X查表,知查表,得例5-2解

例5-3公共汽车车门的高度是按成年男子与门楣碰头的概率不大于0.01设计的,设成年男子身高(单解

所以,车门最低高度应为184厘米.例5-4从甲地飞往乙地的航班,每天上午10:10起飞,飞行时间X服从均值是4h,标准差是20min的正态分布.(1)该机在下午2:30以后到达乙地的概率是多少?(2)该机在下午2:20以前到达乙地的概率是多少?(3)该机在下午1:50至2:30之间到达乙地的概率是多少?解

(1)所求概率为(2)所求概率为(3)所求概率为例6-1某仪器装有3支独立工作的同型号电子元件,其寿命(单位:h)都服从同一指数分布,密度函数为试求在仪器使用的最初200h内,至少有一个电子元解

改变连续型随机变量X的概率密度平p(x)在个

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论