连续型随机变量的分布与例题讲解
- 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、"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、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)。
连续型随机变量的分布
(一)连续型随机变量及其概率密度函数
1.定义:对于随机变量X 的分布函数 F(X) ,若存在非负函数f(x), 使对于
任意的实数 x,有F ( x)x
f(x) 称为 X f (t)dt ,则称X为连续性随机变量,
的概率密度函数,简称概率密度。
注: F(x)表示曲线下x 左边的面积,曲线下的整个面积为1。
2 .密度函数f(x) 的性质:注: f( x)不是概率。
1) f( x)≥ 0
+
f ( x) dx = 1
2) ò-x
2
3)P{x
1 < X ? x
2
}òx1
f (x) dx = F (x 2 ) - F (x 1 )
特别地,连续型随机变量在某一点的概率为零,即 P{ X = x} = 0.
(但 { X=x} 并不一定是不可能事件)
因此P(a≤X ≤ b)= P(a< X
4)若 f(x)在点 x 处连续,则 F (x) f (x).
分布函数性质
i) 0≤x)F(≤1;
ii)F(- ∞ )=0,F(+∞ )=1;
ⅲ) 当 x1≤x2时, F(x1) ≤ F(x2);(单调性)
iv)F(x)是连续函数
注: iv) 与离散型随机变量不同,
离散型随机变量的分布函数有有限个或无限可列个间断点。
例1 设随机变量 X 的分布函数为 F(x)=A+B arctanx,
求( 1)系数 A, B(2)P(-1 分析:主要是应用分布函数的性质。 解( 1)由 F(- ∞)=0,F(+ ∞)=1得 A B0A1 2 2解之,得 1 A B1B 2 11 ( 2)由 (1)知 F(x)=arctan x, 2 基本内容备注 故得 P ( -1 1 arctan1- (1 + 1 arctan(- 1)) 2 p 2 p = 1 p - 1 (- p ) = 1 p 4 p 4 2 ¢ 1 (- ? x < + ) (3) f(x) = F ( x) = p(1+ x 2 ) ì - 3x ? , x > 0, 例 2 设随机变量 X 的概率密度为 ?ke 试确定常数 f (x) = í ? x £0, ?0, k ,并求其分布函数 F(x)和 P{X>0.1}. + f (x) dx = 1 得 解: 由 ò- + ? f (x) dx = f ( x)dx + f (x)dx = + ke - 3x dx = k / 3 = 1, 蝌 -? ò k = 3. ì - 3x > ? , x 0, f (x) = ?3e í ? x £ 0. ?0, 当 x £ 0 时, F (x ) x 0dt x 当 x > 0 时, F (x) = 蝌- 0dt + 3e - 3t dt = 1- e - 3 x ì - 3x > ? - e , x 0, 于是, ? 1 F(x) = í ? x £0. ?0, P{X > 0.1} = 1- P{X ? 1} 1- F (1)= 1- (1- e - 0.3 ) = e - 0.3 = 0.7408. (二)正态分布 ( 1)设随机变量 X 的概率密度函数为 1 (x ) 2 f(x) e 2 2 , x , 2 其中 , ( 0) 为常数,则称 X 为服从参数为 , 的正 态分布,记作 X ~N( , 2 ). 其图象为(右图) 。其中: 称为位置参数, f (x) 的图形 关于 x 对称, 影响 f (x) 的最大值及曲线的形状。分布函数为 基 本 内 容 备 注 x 1 (t )2 F (x) e 2 2 dt 。 2 性质: 1.曲线关于 x 对称,这表明对于任意 h 0 有 P{ -h X } P{X h}. 2.当 x 时, f ( x)取到最大值: f( 1 . ) 2 ( 2)标准正态分布 特别地,当 0, 1 时,称 X 服从标准正态分布, 记为 X ~ N (0,1). 相应的概率密度函数和分布函数分别记为 1 x 2 1 t 2 (x) 2 , x e (x) e 2 dt. 2 2π 易知 ( x) 1 (x) 。 (x) 即标准正态分布函数,其值已制成表格,以备查用。 例 3 设随机变量 X~N(0,1) ,查表计算: (1) P(X ≤ 2.5); (2) P(X>2.5) ; (3) P(|X|<2.5). 解 (1) P(X ≤ 2.5) = Φ(2.5) =0.993790 (2) P(X>2.5) =1- P(X ≤ 2.5) =1- Φ(2.5) =0.006210 (3) P(|X|<2.5) =P(-2.5 =2×0.993790-1 =0.987580 引理 若 X~N( , 2),则 Z X ~ N (0,1). X - 证 Z 的分布函数为 X 1 (t ) 2 P{ Z x} P{ x} P{ X x} x 2 2 e 2 dt , 令 t 1 x u 2 X u ,得 e 2 du ( x),可知 Z ~ N (0,1). 2 基 本 内 容 备 注