连续型随机变量及其概率密度

合集下载

概率论-2-3连续型随机变量及其概率密度

概率论-2-3连续型随机变量及其概率密度

x)
1 100
e
x
100
,
x0
0,
其它
(1)求元件寿命至少为200小时的概率;
(2)将3只这种元件连接成为一个系统. 设系统 工作的方式是至少2只元件失效时系统失效,又设3 只元件工作相互独立. 求系统的寿命至少为200小时 的概率.
解(1)元件寿命至少为200小时的概率为PX 200 f Nhomakorabea(x)dx
Y ~ B(3,1 e2)
2只及2只以上元件的寿命小于200小时的概率为
PY 2 3(1 e2)2(e2) (1 e2)3
2
PY 2 3(1 e2)2(e2) (1 e2)3
2 (1 e2)2(2e2 1) 0.950. 故系统的寿命至少为200小时的概率为
p 1 PY 2 1 0.950 0.050
1 ba
ab
即是说 X落在区间(a,b)内任意等长小区间 上的概率相等,在(a,b)内两个等长小区间上, f(x)之下的小长方形的面积相等,就是称为均匀分 布的原因.
均匀分布常见于下列情形
如在数值计算中,由于四舍五 入,小数点后某 一位小数引入的误差.
公交线路上两辆公共汽车前后通过某汽车停车 站的时间,即乘客的候车时间等.
本节练习
习题二:8,9,10
§2.3 连续型随机变量及其概率密度
连续型随机变量及其概率密度的定义 概率密度的性质 三种重要的连续型随机变量 小结
连续型随机变量X所有可能取值充满一个区间,
对这种类型的随机变量,不能象离散型随机变量那 样, 以指定它取每个值概率的方式, 去给出其概率 分布,而是通过给出所谓“概率密度函数”的方式.
f
(
x)

连续型随机变量及其概率密度函数

连续型随机变量及其概率密度函数
是一个连续型随机变量的概率密度函数.
证明:(1). 显然, f ( x) 0 ( x )
(2).
f ( x)dx
1e x dx
2
1 0 e xdx 1 exdx
2
20
一般只需验 证f(x)性质中 的这两条即
可.
11 1 22
概率统计
例2. 某电子计算机在毁坏前运行的总时间(单位:小
f (x)
概率统计
0
x1 x2
x
性质4
若 f ( x) 在点 x 处连续,则有:F( x) f ( x)
物理 意义:
F ( x x) F ( x)
f ( x) lim
x 0
x
P( x X x x)
lim
x0
x
故 X 的密度 f (x) 在 x 这一点的值,恰好是
X落在区间 ( x, x x] 上的概率与区间长度 x
时)是一个连续型随机变量,其密度函数为:
f
(
x)
e
x 100
0
求: (1). 的值.
当x 0 当x 0
(2).这台计算机在毁坏前能运行 50 到 150 小
时的概率. (3).运行时间少于100小时的概率.
概率统计
解: (1)
1
f ( x)dx
x
e 100dx
0
x
100e 100
f
(
x)
2
1 x2 ,
1 x 1
求 : F(x)
0, 其它
x
解: F ( x) P( X x) f (t)dt
当 x 1 时, F( x) 0
当1 x 1,
F(x)

连续型随机变量及其概率密度

连续型随机变量及其概率密度

1. 均匀分布
设连续型随机变量
X
具有概率密度f
(
x)
b
1
a
,
a x b,
0,
其它,
则称 X 在区间 (a, b) 区间上服从均匀分布,记为 X ~ U (a, b).
说明:
对c, l R, 如果(c, c l ) (a, b), 则
cl
l
P(c X c l ) c
f ( x)dx ba
1
( x )2
e , 2 2
2
x
, ( 0)为常数, 则称X服从正态分布,记作:X : N(, 2).
0, 1时, X : N (0,1)
概率密度: ( x)
1
x2
e2
2
说明:
f(x)满足概率条件: f(x) 0,
+ f(x)dx 1 -
证明(2): 令 x- t, 则x t, dx dt
解 : (1) 由概率密度的定义 :
f ( x)dx 1
-
f ( x)dx
3 C(9 x2 )dx 1
-
-3
C 1 36
(2)
P{ X 0}
0 -3
1 36
(9
x2 )dx
1 36
(9x
x3 3
)
|03
1 2
P{1 X 1} 1 1 (9 x2 )dx 13
-1 36
k 0
n大,p小,np=3,用=np=3的泊松近似
上式 1 N 3k e3 0.01
k0 k !
N 3k e3 0.99
k0 k !
查泊松分布表,最小N=8。至少配8名维修工。

2.4连续型随机变量及其概率密度函数

2.4连续型随机变量及其概率密度函数

-?
a b- a
连续型随机变量及概率密度函数

蝌 P{c < X ? c l} = c+l f ( x)dx = c+l 1 dx = l
c
c b- a b- a
随机变量 X 落在任一长度为 l 的子区间(c,c + l],(a ? c c + l ? b)
内的可能性是相同的.
均匀分布的分布函数为
2
解 (2)X的分布函数为
ì
0,
ï
ï
ò ï
x x dx = x2 ,
F
(
x
)
=
ï í
ï
蝌 ï
ï
3 x dx + 06
06
x 3
骣 琪 琪 桫2
-
x 2
12 x2
dx = - 3 + 2x - , 4
ï î
1,
x <0 0? x 3 3? x 4
x³ 4
连续型随机变量及概率密度函数
例 1 设随机变量 X 具有概率密度
f
(x)
=
ì ï í
1 5
,0
<
x
<
5,
ï î
0,
其他
ì 0,
ï
蝌 F ( x) =
x
ï f ( x)dx = í
x dt = x ,
-?
ï 05 5
ï î
1,
x£ 0 0< x <5
x³ 5
(2)随机变量 X 的取值不小于 2,即
蝌 ò P{ X ? 2} = +? f ( x)dx = 5 1 dx + ? 0dx 3

连续型随机变量及其概率密度

连续型随机变量及其概率密度

a,有 P{X=a}=0
0 P{X a} P{a x X a} F(a) F(a x)
而F (x)连续,故x 0时,F (a) F (a x) 0
由此 P{a X b} P{a X b} P{a X b}
P{a X b}
b a
f
( x) d
x
f
x dx=P{X
F( x) P{X x} P{X xk } pk ( x∈R )
xk x
xk x
P{X xk} F(xk ) F(xk 0)
Ⅰ:确定X及其分布,A={X∈L} Ⅱ:P{X∈L}= →F(x) 【分布律、概率密度f(x)】 →高等数学、 F(x) 、分布律、密度函数f(x)的性质、 各种概型的规律。
得t ln2/2 0.3446(小时)。
15解:(迅速)设X为这批投保人一年内死亡的
人数,则X ~ b(5000, 0.00015), X 近似服从 (75),
由题意,所求为P{X 10}=...
第四节 连续型随机变量及其概率密度
一、连续型随机变量及其概率密度的概 念与性质 二、常见连续型分布
x0
x
x0
x
若不计高阶无穷小,有P{x X x x} f (x)dx
.
P{X=x}
50 连续型随机变量x的分布函数F(x)是连续函数
因为对x,lim F (x) lim[F (x x) F (x)]
x0
x0

xx
lim f (t)dt 0 x0 x
说明: 若 X 为连续型随机变量,则对任一实数
Ⅰ:确定X及其分布,A={X∈L} Ⅱ:P{X∈L}= →F(x) 【分布律、概率密度f(x)】 →高等数学、 F(x) 、分布律、密度函数f(x)的性质、 各种概型的规律。

连续型随机变量及其概率密度函数

连续型随机变量及其概率密度函数
§2.4 连续型随机变量及其概率密度函数
一、连续型随机变量的概念 定义2.8 设随机变量 的分布函数为 F (x ) ,若存在非负可 设随机变量X的分布函数为 定义 积函数 f (x ),使得对于任意实数 x ,都有 x (2—15) ) F ( x ) = ∫ f ( x )dx

则称X为连续型随机变量, 则称 为连续型随机变量, 称 f (x )为X的概率密度函数 的 (Probability Density Function),简称概率密度或密度 ),简称概率密度或密度. ),简称概率密度或密度 由定义可知,连续型随机变量X的分布函数 由定义可知,连续型随机变量 的分布函数 F (x)在x点的函 点的函 上的积分. 数值等于其概率密度函数 f (x )在区间( ∞, x] 上的积分. 类似于离散型随机变量, 类似于离散型随机变量,连续型随机变量 f (x )的概率密度 函数具有如下基本性质: 函数具有如下基本性质:
P { x1 < X ≤ x 2 } = Φ ( x2
σ
) Φ(
x1
σ
)
关于标准正态分布,一个重要的公式是: 关于标准正态分布,一个重要的公式是:对于任意实数 x . Φ ( x) + Φ ( x) = 1 (2-31) 的定义证明或由下图说明.这里就不做证明了. 这可用 Φ(x ) 的定义证明或由下图说明.这里就不做证明了

σ x+
1 2π σ
( x )2

2
e

x ∞
1 2π
e
t2 2
dt
(令 σ = t ) 令
x
所以 X * ~ N (0, 1).
这样我们便有如下定理: 这样我们便有如下定理: 2 定理2.2 若 X ~ N ( , σ ),其分布函数为F ( x ) ,则对任意 定理 实数 ,有 x (2—29) ) F (x) = Φ ( )

2-4_连续型随机变量及其概率密度

2-4_连续型随机变量及其概率密度
第2.4节 连续型随机变量及密度函数
1
连续型随机变量及其概率密度
1.定义 定义
设 X 为随机变量 , F ( x )为 X 的分布函数, 若存在 非负函数f ( x ), 使对于任意实数 x 有 F ( x) = ∫
x −∞
f (t ) d t ,
则称 X 为连续型随机变量, 其中 f ( x ) 称为 X 的概 率密度函数, 简称概率密度.
为离散型随机变量, 若 X 为离散型随机变量
{ X = a } 是不可能事件 ⇔ P{ X = a} = 0.
离 散 型
4
例1
设随机变量 X 具有概率密度
0 ≤ x < 3, kx, x f ( x) = 2 − , 3 ≤ x ≤ 4, 2 0, 其它. (1) 确定常数 k ; (2) 求 X 的分布函数; 7 (3) 求 P{1 < X ≤ }. 2
的正态分布或高斯分布, 记为
X ~ N ( µ , σ 2 ).
22
正态概率密度函数的几何特征
1 ( 2) 当x = µ时, p( x )取得最大值 ; 2 πσ
(1) 曲线关于 x = µ 对称;
(4) 曲线在 x = µ ± σ 处有拐点;
23
(3) 当 x → ±∞ 时, f ( x) → 0;
x 1 −θ k e , f ( x) = θ 0,
x ≥ 0, x < 0.
1 且已知 P{ X > 1} = , 试求常数 θ 2
10

设随机变量 X : 0, 2 F ( x) = Ax + B, 1, x ≤ 0, 0 p x ≤ 1, x > 1.
试求常数A,B以及密度函数f(x)。

连续型随机变量与概率密度函数

连续型随机变量与概率密度函数
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。
同样:
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。
01
若X是连续型随机变量,
02
{ X=a }是不可能事件,则有
03
若 X 为离散型随机变量,
04
注意
05

06

07Байду номын сангаас

08

09

10

STEP4
STEP3
STEP2


解得
于是
的概率密度为
设随机变量
具有概率密度
(1)
确定常数
【练习】



解得
于是
的概率密度为
其它
.
设随机变量
具有概率密度

的分布函数
【练习】

设随机变量
01
具有概率密度
02
03

04

05

06
【练习】
07
例4 设随机变量 K 的概率密度为
于是, 所求的概率为
06
可见
04
试求方程 有实根的概率.
(1) P{ x1<X ≤x2} = P{ x1≤X ≤x2} = P{ x1<X <x2} = P{ x1≤X <x2} = F(x2) -F(x1) =
(2)
点概为零的重要启示
若 A 为不可能事件,则 P (A) = 0 ; 然而 P (A) = 0 时, A 却不尽为不可能事件 .
那么就称该随机变量 X 服从均匀分布,也称 X为均匀分布变量(简称均匀量),并记为

高等数学第三节连续型随机变量及其概率密度函数

高等数学第三节连续型随机变量及其概率密度函数

▲ P() 0 (不可能的事件的概率为0),但概率
为零的事不一定是不可能事件.
概率统计
2. 概率密度函数的性质
性质1 f ( x) 0
性质2
f ( x)dx 1
f (x)
这两条性质是判定 一个函数 f(x) 是否 为某随机变量 X 的 概率密度函数的充 要条件.
面积为1
o
x
概率统计
性质3
F ( x0 x) F ( x0 )
x0x f (t)dt x0
当 x 0时, 两边取极限:
0
P(X
x0 )
lim
x0
x0x f (t)dt
x0
0
P( X x0 ) 0
概率统计
注 ▲ 这个结论的意义:
(1). P( X x0 ) 0 从积分的几何意义上说,当 底边缩为一点时,曲边梯形面积退化为零。
(2).由此可知连续型随机量X 在某区间上取值的 概率只与区间长度有关,而与区间是闭、开、 半开半闭无关,即有:
P( x1 X x2 ) P( x1 X x2 ) P( x1 X x2 )
P( x1 X x2 )
x2 x1
f ( x)dx
F ( x2 ) F ( x1 )
概率统计
注 P( x X x x) F( x x) F(x)
不计高阶 无穷小
x x
x f (t) dt
f ( x)x
b
(相当于积分中值定理 f ( x)dx f ( x)(b a) ) a
这表示落在区间 ( x, x x] 上的概率近似等 于 f ( x)x ,称 f ( x)x 为概率微分。
P( x1 X x2 ) F ( x2 ) F ( x1 )

连续型随机变量及其概率密度

连续型随机变量及其概率密度
则 X 在 任 意 区 间G(G可 以 是 开 区 间,也 可 以 是 闭 区 间 , 或 半 开 半 闭 区间 ; 可 以 是 有 限 区 间 , 也 可 以 是 无 穷 区 间 ) 上取 值 的 概 率 为 ,
PX G f xdx (此公式非常重要)
G
f (x)
o
x
要注意的是,密度函数 f (x)在某点处a 的高度,并不反映X取值的概率. 但是,这 个高度越大,则X取a附近的值的概率就越 大. 也可以说,在某点密度曲线的高度反 映了概率集中在该点附近的程度.
1
( x )2
e , 2 2 x
2
6 f (x) 以 x 轴为渐近线
当x→ ∞时,f(x) → 0.
根据对密度函数的分析,也可初步画出正态分布 的概率密度曲线图.
正态分布N (, 2 ) 的图形特点
称为位置参数
正态分布的密度曲线是一条关于 对
称的钟形曲线. 特点是“两头小,中间大,左右对称”.
由定义知道:连续型随机变量的分布函数是连续函数
2 概率密度的性质
1 非负性 f (x) 0
2 规范性

f (x)dx 1

利用概率密度可确 面积为1
定随机点落在某个
范围内的概率
这两个性质是判 断一个函数是否 为一个连续型 r.v.X的概率密度 的充要条件
f (x)
分布曲 线
o
x
3



x
x0
x
注意 1)无记忆性;
对于任意s,t 0有:PX s t X s PX t
PX

s
t
X

s

概率论课件之连续型随机变量及其概率密度PPT课件

概率论课件之连续型随机变量及其概率密度PPT课件
如电话通话时间、各种随机服务系统的服务时 间、等待时间等.
例 某种电子元件的寿命(以小时计) X 服从指数分 布,其概率密度为
f
(
x)
1 100
e
x
100
,
x0
0,
其它.
(1) 求元件寿命至少为200小时的概率. (2) 将3只这种元件联接成为一个系统,设系统工作 的方式是至少2只元件失效时系统失效,又设3只元 件工作相互独立.求系统的寿命至少为200小时的概 率.
(4) 若f ( x )在点x 处连续,则有
F ( x) f ( x),
证明
x
F ( x) [ f (t)dt] f ( x).
例 设随机变量X
ae x , x 0;
的分布函数为
F ( x) b, 0 x 1; 1 ae x1 , x 1
求(1)a,b的值;(2)X的密度函数;(3)P(X>1\3).
解 (1)由于连续型随机变量的分布函数是连续的
lim F ( x) F (0)
x 0
又 lim F ( x) F (1) x 1
lim ae x b
x 0
b 1 a
故,a b 1 2
ab
(2)X的密度函数
1 2
e
x
,
f ( x) F ( x)
又F ( x)
1
2
,
x 0; 0 x 1;
2 πσ (3) 当 x 时, f ( x) 0; (4)曲线在 x μ σ 处有拐点;
(5) 曲线以 x 轴为渐近线;
(6) 当固定 σ, 改变 μ 的大小时, f ( x) 图形的形状不变 ,只是沿 着 x 轴作平移变换;
(7) 当固定 μ, 改变 σ 的大小时, f ( x) 图形的对称轴 不变,而形状在改变 , σ 越小,图形越高越瘦,σ越大, 图形越矮越胖 .

2.4连续型随机变量及其概率密度

2.4连续型随机变量及其概率密度

其它.
f (x)

a
o

bx
(2) 分布函数
当 x a 时, F (x) x f (x)dx 0; 当a x b 时,
a
x
x
F (x) f (x)dx f (x)dx f (x)dx
a
a
x 1 dx x a ;
aba
ba
当 x b时,
a
b
x
F (x) f (x)dx f (x)dx f (x)dx
则任一电子元件在 200 h 内损坏的概率为
200
p P(0 X 200) 0 f (x) dx
200
1
x
e 600 dx
0 600
1
1e 3.
从而,所求概率为
1 (1 p)3 1 e1 0.6321.
小结
1. 均匀分布:背景,定义,密度函数,分布函数. 2. 指数分布:背景,定义,密度函数及其图形,分布函 数.
均匀分布的概率密度与分布函数
(1) 概率密度
在区间[a,b]上概率密度 f (x) C(常数),于是
b
C d x C(b a) 1 C
1
.
a
ba
又因为随机变量 X 不可能取得区间[a,b]外的值,所以
在[a,b]外,概率密度为零.于是概率密度为
f
(
x)
b
1
a
,
a x b;
0,
其中 0为常数.这种分布叫做指数分布.
记作:X ~ e( )
易知
f (x)dx
e x
0
dx
e x
0
1.
密度函数 f (x) 的图形:

概率第一章第4节连续型随机变量及其概率密度讲解

概率第一章第4节连续型随机变量及其概率密度讲解
7:15 之间, 或在 7:25 到 7:30 之间到达车站, 故所
求概率为
P{10 X 15} P{25 X 30}
15 1 dx 30 1 dx 1
10 30
25 30
3
即乘客候车时间少于5分钟的概率是 1/3.
指数分布
定义 若随机变量 X 的概率密度为
例1 设随机变量 X 的分布函数为
0, x 0
F
(
x
)


x
2
,
0 x 1,
1, 1 x
求 (1) 概率 P{0.3 X 0.7};
(2) X 的密度函数.
解 由连续型随机变量分布函数的性质, 有
(1) P{0.3 X 0.7} F (0.7) F (0.3) 0.72 0.32 0.4;
P{X

st
|
X

s}
P{( X
st)(X P{X s}

s)}

P{X s P{X
t} s}

1 F(s t) 1 F(s)

e(st ) e s

e t

P{ X

t }.
若 X 表示某一元件的寿命,则 (*)式表明:已知元件
使用了s 小时,它总共能使用至少 s t 小时的条件
数,简称为概率密度或密度函数.
易见概率密度具有下列性质:
(1) f ( x) 0;
y f (x)
(2)

f ( x)dx 1.

A1
Ox
x
注:上述性质有明显的几何意义.

2-3连续型随机变量及其概率密度

2-3连续型随机变量及其概率密度

f
(x)
b
1
a
,
a x b,
0,
其它,
就称 X 服从[a,b] 上的均匀分布,记为 X ~ U[a,b].
【注】 X 的分布函数为
0, x a,
F ( x)
x
b
a a
,
a
x
b,
1, b x.
均匀分布与第一章中介绍的几何概型原理相通,适用于一维
的几何概型试验.此时, X 落入某区间 I 内(上)的概率为 P{X I} P{X I I [a,b]} I I [a,b]的长度 . ba
(b ) (a ) .
特别地, P{X b} (b ), P{X a} 1 ( a ) 。
其中 (a ) 和 (b ) 可查表得.
•22
例 3.5 设随机变量 X ~ N(1, 4) ,分别计算
P{X 3}, P{1 X 5} .
解 由题意知, 1, 2 .
y (x)
y
y (x) 1
1 2
O
x
O
x
•20
由于(x) 为偶函数,利用本节例 3.2 的结论,有
F(x()x)
F((x)x)
1;1;F(0()0)
1
1;;P{PX{ X
x}x}
2F(Fx)(x)1.1.
22
当 x 0 时, (x) 可以通过直接查标准正态分布表求得.
当 x 0 时, (x) 1 (x) ,再查标准正态分布表可得.
【注 7】如果 X ~ N(0,1) ,则对于任意的实数 a,b (a b) , P{a X b} (b) (a) ,
其中 (a), (b) 可查标准正态分布表计算.
•21
  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)。

问:怎样求一般正态分布的概率?
对一般的正态分布 :X ~ N ( , 2)
其分布函数 F( x)
1
e d t x
(t )2 2 2
2
作变量代换s
t
F(x)
1 2
x
s2
e 2ds
x
即 X ~ N ( , 2) 则 X ~ N ( 0 ,1)
P{a
X
b}
F (b)
222 0.3830
3) 0.6826 4) 0.4981
0.02
-10
-5
a
5
b
x
例1 有一批晶体管,已知每只的使用寿命 X 为 连续型随机变量,其概率密度函数为
f
(
x)
c x2
,
0,
x 1000 其它
( c 为常数)
(1) 求常数 c
(2) 已知一只收音机上装有3只这样的晶体管,
每只晶体管能否正常工作相互独立,求在
使用的最初1500小时只有一个损坏的概率.
(3) P(X>1.76)= 1 – P(X≤1.76)= 1 – Φ(1.76)
=1 – 0.9608 =0.0392 (4) P(X< – 0.78)= Φ(- 0.78) =1-Φ(0.78)
=1 – 0.7823 =0.2177 (5) P(|X|<1.55)= 2Φ(1.55) – 1 (6) P(|X|>1.55)= 1 – P(|X|<1.55)
即: P( X a) 0, a为任一指定值
事实上 { X a} {a x X a}
x 0
0 P{ X a} P{a x X a} aax f ( x)d x
0
P{ X
a}
lim
x0
aa
x
f
( x)dx
lim [F(a) F(a x)] 0 x0
P{X a} 0
1
e
( x)2 2 2
f (x) 的性质: 2
1) 图形关于直线 x = 对称: f ( + x) = f ( - x)
1
2) 在 x = 时, f (x) 取得最大值 2 x 离 越远, f (x) 越小,这表明,对同样长度
的区间,X 落在这个区间的概率越小。 在 x = ± 时, 曲线 y = f (x) 在对应的点处有拐点
( x )2 2 2
2

小 0.5 0.4 0.3 0.2 0.1
-6 -5 -4 -3 -2 -1
若 1< 2 则
11
2 1 2 2
小 者取 附近值的概率更大.
P{X } F() 1 F() P(X )
1 2
0.3 0.25
0.2 0.15
0.1 0.05
-6 -5 -4 -3 -2 -1
F ( x) f ( x)
lim F ( x x) F ( x)
x0
x
lim P( x X x x)
x0
x
若不计高阶无穷小,有:
P( x X x x) f ( x) x
上式表示X 落在小区间 ( x, x x] 内取值的概率 近似等于 f ( x) x
需要指出的是: 连续型r.v取任一指定值的概率为0.
的只数服从二项分布:
Y
~
B
3,
1 3
P {Y
1}
C31
1 3
2 3
2
4 9
二、常见的连续型随机变量的分布
1、 均匀分布
若 X 的概率密度为 f (x),则称 X 服从区间
( a , b)上的均匀分布
f ( x)
其中 f(
x)
b
1
a
,
a xb
0,
其它
a
b
x
X 的分布 0,
函数为:
所求概率为:
P{10 X 15} P{25 X 30}
15 1 dx 30 1 dx 1
10 30
25 30 3
f
(
x)
1 30
,
0 x 30
0, 其它
即乘客候车时间少于5 分钟的概率是1/3.
2、 指数分布
若 X 的概率密度为
f
(
x)
e x
,
0,
x0 x0
> 0 为常数 则称 X 服从 参数为 的指数分布
也说明概率为1 (零) 的事件未必发生 (不发生)
由此得,对连续型 r.v X,有
P(a X b) P(a X b) P(a X b) P(a X b)
f ( x) P{ X b} P{ X b} F (b)
P{X a} P{X a}1 F(a)
0.08
0.06
0.04
F (a)
b
a
P{X a} 1 F(a)
1
a
例5 X ~ N ( 1 ,4) 计算:
1) P( X 3.5) 2) P(0 X 2)
3) P(1 X 3) 4) P( X 1.5)
1) P(X<3.5)= P( X 1 3.51) 0.75 0.8944
22
2) P(0<X<2)= P(01 X 1 21) 0.5 0.5
§2.3 连续型随机变量及其概率密度
离散型随机变量
连续型随机变量
1. 连续型r.v及其密度函数的定义
设随机变量 X 的分布函数为F(x),如果存在非 负可积函数f(x) ,使得对任意实数x, 有
x
F( x) f (t)dt
则称 X为连续型r.v, 称 f(x)为 X 的概率密度函数, 简称为概率密度或密度函数.
F(x)
x b
a a
,
1
x a, a x b,
xb
F( x)
a
bx
(c,d) (a,b)
P{c X d}
d
cb
1
dx a
d b
c a
即X 的取值在(a,b)内任何长为d–c的子区间
的概率与子区间的位置无关, 只与其长度成正比.
例2 某公共汽车站从上午7时起,每15分钟来一班 车,即 7:00,7:15,7:30, 7:45 等时刻有汽车到达此 站,如果乘客到达此站时间 X 是7:00 到 7:30 之间的 均匀随机变量, 试求他候车时间少于5 分钟的概率.
解 (1)
c
f ( x)d x 1000 x 2 d x 1
有 c = 1000
(2) 设事件 A 表示一只晶体管的寿命小于
1500小时 P( A) P{0 X 1500}
f
(x)
c x2
,
x 1000
1500 1000
1000 x2
d
x
1 3
0, 其它
在使用的最初1500小时,三只晶体管中损坏
解: 以7:00为起点0,以分为单位
依题意, X ~ U ( 0, 30 )
f
(
x)
1 30
,
0 x 30
0 , 其他
从上午7时起,每15分钟来一班车,即 7:00, 7:15,7:30等时刻有汽车到达汽车站,
为使候车时间少于 5 分钟,乘客必须在 7:10 到 7:15 之间,或在7:25 到 7:30 之间到达车站.
f (x)


a
bx
f (x)
o
x
要注意的是,密度函数 f (x)在某点处a 的高度,并不反映X取值的概率. 但是,这 个高度越大,则X取a附近的值的概率就越 大. 也可以说,在某点密度曲线的高度反 映了概率集中在该点附近的程度.
x
F ( x) f (t)d t x
4)若 f ( x ) 在 x 点连续,则有
曲线 y = f (x) 以x轴为渐近线
特点:两头小,中间大,左右对称.
正态分布 N(的,图2 ) 形特点
决定了图形的中心位置, 决定了图形中峰的陡峭
程度.
即固定 , 对于不同的 , 对应的 f (x)的
形状不变化,只是位置不同
固定 ,对于不同的 ,f ( x) 的形状不同.
f (x)
1
e
一种重要的正态分布:N (0,1) — 标准正态分布
(x)
1
x2
e2
2
x
(x) 是偶函数,其图形关于纵轴对称
它的分布函数记为 (x),其值有专门的表可查
( x) 1
t2 x
e 2 dt
2
x
0.4
(0) 0.5
0.3
P(X≤0)
0.2
0.1
-3 -2 -1
123
( x) 1 ( x)
2. 概率密度函数的性质
1 ) f (x) 0
2 ) f (x)dx 1
常利用这两条性质是判定
一个函数 f(x)是否为某 r.vX的概率密度或求 其中的未知参数.
f (x)面积为1来自ox3) P{a X b} F(b) F(a)
b
a
f ( x)d x f ( x)d x
b
a f ( x)d x
X 的分布函数为
F
(
x)
1
0, ex
,
x0 x0
f ( x)
F( x)
0
x
0x
例3 设某电子元件的寿命 X(以小时记)服从参数为
= 0.002 的指数分布,试求该元件至少使用500小时
的概率。 解
f
(
x
)
e
x
,
x0
0, x 0
P{X 500}
相关文档
最新文档