连续型随机变量

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

连续型随机变量

1.连续型随机变量

【知识点的知识】

1、相关概念;

(1)随机变量:如果随机试验的结果可以用一个变量来表示,那么这样的变量叫做随机变量随机变量常用希腊字

母ξ、η等表示.

(2)离散型随机变量:对于随机变量可能取的值,可以按一定次序一一列出,这样的随机变量叫做离散型随机变量.若ξ是随机变量,η=aξ+b,其中a、b是常数,则η也是随机变量.

(3)连续型随机变量:对于随机变量可能取的值,可以取某一区间内的一切值,这样的变量就叫做连续型随机变

(4)离散型随机变量与连续型随机变量的区别与联系:离散型随机变量与连续型随机变量都是用变量表示随机试

验的结果;但是离散型随机变量的结果可以按一定次序一一列出,而连续性随机变量的结果不可以一一列出.

2、连续型随机变量的概率密度

1、定义:对于随机变量X,若存在非负可积函数f(x),(﹣∞<x<∞),使得对任意实数a和b,(a<b)都

f(x)dx,

P{a<X≤b}=∫b

a

则称X为连续型变量.f(x)为X的概率密度函数,简称概率密度.

2、概率密度的性质

(1)f(x)>0

f(x)dx=P{﹣∞<X<∞}=1

(2)∫+∞

−∞

说明:判断一个函数是否能成为某个随机变量的密度函数,以这两条性质为标准进行验证.

3、概率密度的几何意义

f(x)dx的几何意义可知:X在[a,b]内取值的概率P{a<X≤b}即为介于直线x=a和直线x=b之间,由定积分∫b

a

并且在x轴的上方,密度曲线的下方所围成的曲边梯形的面积.

又由于P {x <X ≤x+△x }═∫ x+△x x f (x )dx =f (ξ)△x ,(积分中值定理)

如果将连续型X 在(x ,x+△x )内的取值对应于离散型X 在X =ξ处的取值,则有P {X =ξ}=f (ξ)dx ,可见f (ξ)dx 相当于离散型X 的分布律中的p k

【典型例题分析】

典例:已知随机变量ξ的概率密度函数为 f(x)={2x

,0≤x ≤10,x <0或x >1,则P(14<ξ<12)=( ) A .14 B .17 C .19 D .316

解:由随机变量ξ的概率密度函数的意义知:

P(14<ξ<12)=∫ 1214(2x )dx =(x 2)|1412=14−116=316 故选 D

【解题方法点拨】

(1)对于连续型随机变量X 来说,它取某一指定的实数值x 0的概率为零,即P {x =x 0}=0.

据此,对连续型随机变量X ,有P {a <X ≤b }=P {a ≤X ≤b }=P {a <X <b }=P {a ≤X <b }

即在计算X 落在某区间里的概率时,可以不考虑区间是开的、闭的或半开半闭的情况.这里,事件{X =x 0}并非不可能事件,它是会发生的,也就是说零概率事件也是有可能发生的.

(2)不可能事件的概率为零,但概率为零的事件不一定是不可能事件.同理,必然事件的概率为1,但概率为1的事件不一定是必然事件.

相关文档
最新文档