连续型随机变量2-3
连续型随机变量2-3详细内容
连续型随机变量2-3
§3 连续型随机变量 除了离散型随机变量之外,还有非离散型的随机变量,这些随机变量的取值已不再是有 限个或可列个。在这类非离散型随机变量中,有一类常见而重要的类型,即所谓连续型 随机变量。粗略地说,连续型随机变量可以在某特定区间内任何一点取值。例如某种树 的高度;测量的误差;计算机的使用寿命等等都是连续型随机变量。对于连续型随机变 量,不能一一列出它可能取值,因此不能像对离散型随机变量那样用它取各个可能值的 概率来描述它的概率分布,而是要考虑该随机变量在某个区间上取值的概率,我们是用 概率密度函数来研究连续型随机变量的。 1. 概率密度和连续型随机变量定义: 对于随机变量[pic],如果存在非负可积函数[pic],使得对于任意实数,[pic] [pic]都有 [pic], 则称[pic]为连续型随机变量;称[pic]为[pic]的概率密度函数,简称概率密度或密度. 由定义可知,分布密度[pic]具有如下基本性质: (1).[pic]; (2).[pic]. 这两条性质的几何意义是:概率分布密度曲线不在x轴下方,且该曲线与x轴所围的图 形面积为1。性质(1)、(2)可以作为判定一个函数是否可以作为一个连续型随机变量 的分布密度的条件。 对于连续型随机变量[pic]可以证明,它在某一点[pic]处取值的概率为零,即 对于任意实数[pic],有[pic]. 即研究[pic]在某一点处取值的概率是没有什么实际意义的。从而可知,研究[pic]在 某区间上取值的概率时,该区间含不含端点,不影响概率值。即 (3).对于任意实数,[pic] [pic]都有 [pic] 1. 设[pic]是连续型随机变量,已知[pic]的概率密度为 [pic] 其中[pic]为正常数. 试 确定常数[pic]. 解: 由概率密度函数性质,知 [pic] [pic] 二.几个常用的一维连续型随机变量: 1. 均匀分布:如果连续型随机变量[pic]的概率密度为 [pic] [pic] 记作[pic]. [pic] 因此上述定义中的概率密度可以改为 [pic] 其中[pic]为一常数,利用概率密度的性质,易得 [pic] 2. 指数分布: [pic] 则称[pic]服从指数分布(参数为[pic]),记为 [pic] 若[pic]服从参数为[pic]的指数分布,则对任意[pic], 有 [pic] 如灯泡、电子元件的寿命,电话的通话时间等都被认为是 服从指数分布的。 3. 正态分布: 1. 定义:如果连续型随机变量[pic]的概率密度为 [pic] [pic] 可以证明: [pic] [pic] =1 2. 标准正态分布:当参数[pic]=0 而[pic] 时,即[pic], 称[pic]服从标准正态分布,记 标准正态分布的概率密度为[pic],则 [pic] 正态分布是概率统计中最重要的一种分布。一方面,正态分布是实践中最常见的一 种分布,例如测量的误差,人的身高、体重,农作物的收获量,大批学生的考试成 绩等等,都近似服从正态分布。一般说来,若某一数量指标受到很多相互独立的随 机因素的影响,而每个因素所起的作用都很微小,则这个数量指标近似服从正态分 布。另一方面,正态分布具有许多良好的性质,许多分布在一定条件下可以用正态 分布来近似,因此在概率数理统计的理论和实际应用中,正态分布都有着十分重要 的地位。 3. 性质: (a) 在直角坐标系内[pic]的图形呈钟形; (b) 在[pic]处得最大值 (c) 关于直线[pic]对称;在[pic]处有拐点; (d) 如果[pic]固定,改变[pic]的值,则[pic]的图形沿x轴平行移动,而不改变其形状,可 见[pic]形状完全由[pic]决定,而位置完全由[pic]来决定.当[pic]时,曲线以x轴为渐 近线; 当[pic]大时,曲线平缓, 当[pic]小时,曲线陡峭. [pic] (4)标准正态分布[pic]的随机变量[pic]落在区间[pic]中的概率: 标准正态分布密度[pic],记 [pic],当[pic], 其函数值可查本书的附表1, [pic] [pic][pic], 其中 (ⅰ)[pic]; [pic] [pic]. (ⅱ)[pic]:可直接查本书的附表1,得 ◆[pic] (ⅲ)[pic]: ◆[pic]; ◆[pic]; ◆[pic] ◆[pic] [pic]; ◆[pic]. 【例2】设[pic],则 [pic] [pic] [pic] [pic] (5)一般正态分布[pic]的随机变量[pic]落在区间[pic]中的概率: 只要搞清楚一般正态分布与标准正态分布的关系,即可利用标准正态分布求得 一般正态分布[pic]的随机变量[pic]落在区间[pic]中的概率.具体地, 设 [pic],则 [pic] 令 [pic] 则有 [pic], 转化为标准正态分布,查本书的附表1,就可得这概率. 特别地, [pic]; [pic]; [pic], 由上面三式可见,服从正态分布[pic]的随机变量[pic]之值基本上落在 区间[pic]内, 而几乎不在区间[pic]外取值. 【例3】[pic], 求[pic] 解: [pic] [pic] 三.例题: 【例4】 对以下各题随机变量所对应的概率分布,试确定常数a. [pic] [pic] [pic] [pic] 【例5】 [pic] [pic] 【例6】设随机变量X的概率密度为 [pic] [pic] 【例设连续型随机变量X的分布面数为 [pic] [pic] 【例7】 则 [pic], [pic] 四.习题: P.68 ――― 1,2,4,5,15
连续型随机变量2-3
§3 连续型随机变量 除了离散型随机变量之外,还有非离散型的随机变量,这些随机变量的取值已不再是有 限个或可列个。在这类非离散型随机变量中,有一类常见而重要的类型,即所谓连续型 随机变量。粗略地说,连续型随机变量可以在某特定区间内任何一点取值。例如某种树 的高度;测量的误差;计算机的使用寿命等等都是连续型随机变量。对于连续型随机变 量,不能一一列出它可能取值,因此不能像对离散型随机变量那样用它取各个可能值的 概率来描述它的概率分布,而是要考虑该随机变量在某个区间上取值的概率,我们是用 概率密度函数来研究连续型随机变量的。 1. 概率密度和连续型随机变量定义: 对于随机变量[pic],如果存在非负可积函数[pic],使得对于任意实数,[pic] [pic]都有 [pic], 则称[pic]为连续型随机变量;称[pic]为[pic]的概率密度函数,简称概率密度或密度. 由定义可知,分布密度[pic]具有如下基本性质: (1).[pic]; (2).[pic]. 这两条性质的几何意义是:概率分布密度曲线不在x轴下方,且该曲线与x轴所围的图 形面积为1。性质(1)、(2)可以作为判定一个函数是否可以作为一个连续型随机变量 的分布密度的条件。 对于连续型随机变量[pic]可以证明,它在某一点[pic]处取值的概率为零,即 对于任意实数[pic],有[pic]. 即研究[pic]在某一点处取值的概率是没有什么实际意义的。从而可知,研究[pic]在 某区间上取值的概率时,该区间含不含端点,不影响概率值。即 (3).对于任意实数,[pic] [pic]都有 [pic] 1. 设[pic]是连续型随机变量,已知[pic]的概率密度为 [pic] 其中[pic]为正常数. 试 确定常数[pic]. 解: 由概率密度函数性质,知 [pic] [pic] 二.几个常用的一维连续型随机变量: 1. 均匀分布:如果连续型随机变量[pic]的概率密度为 [pic] [pic] 记作[pic]. [pic] 因此上述定义中的概率密度可以改为 [pic] 其中[pic]为一常数,利用概率密度的性质,易得 [pic] 2. 指数分布: [pic] 则称[pic]服从指数分布(参数为[pic]),记为 [pic] 若[pic]服从参数为[pic]的指数分布,则对任意[pic], 有 [pic] 如灯泡、电子元件的寿命,电话的通话时间等都被认为是 服从指数分布的。 3. 正态分布: 1. 定义:如果连续型随机变量[pic]的概率密度为 [pic] [pic] 可以证明: [pic] [pic] =1 2. 标准正态分布:当参数[pic]=0 而[pic] 时,即[pic], 称[pic]服从标准正态分布,记 标准正态分布的概率密度为[pic],则 [pic] 正态分布是概率统计中最重要的一种分布。一方面,正态分布是实践中最常见的一 种分布,例如测量的误差,人的身高、体重,农作物的收获量,大批学生的考试成 绩等等,都近似服从正态分布。一般说来,若某一数量指标受到很多相互独立的随 机因素的影响,而每个因素所起的作用都很微小,则这个数量指标近似服从正态分 布。另一方面,正态分布具有许多良好的性质,许多分布在一定条件下可以用正态 分布来近似,因此在概率数理统计的理论和实际应用中,正态分布都有着十分重要 的地位。 3. 性质: (a) 在直角坐标系内[pic]的图形呈钟形; (b) 在[pic]处得最大值 (c) 关于直线[pic]对称;在[pic]处有拐点; (d) 如果[pic]固定,改变[pic]的值,则[pic]的图形沿x轴平行移动,而不改变其形状,可 见[pic]形状完全由[pic]决定,而位置完全由[pic]来决定.当[pic]时,曲线以x轴为渐 近线; 当[pic]大时,曲线平缓, 当[pic]小时,曲线陡峭. [pic] (4)标准正态分布[pic]的随机变量[pic]落在区间[pic]中的概率: 标准正态分布密度[pic],记 [pic],当[pic], 其函数值可查本书的附表1, [pic] [pic][pic], 其中 (ⅰ)[pic]; [pic] [pic]. (ⅱ)[pic]:可直接查本书的附表1,得 ◆[pic] (ⅲ)[pic]: ◆[pic]; ◆[pic]; ◆[pic] ◆[pic] [pic]; ◆[pic]. 【例2】设[pic],则 [pic] [pic] [pic] [pic] (5)一般正态分布[pic]的随机变量[pic]落在区间[pic]中的概率: 只要搞清楚一般正态分布与标准正态分布的关系,即可利用标准正态分布求得 一般正态分布[pic]的随机变量[pic]落在区间[pic]中的概率.具体地, 设 [pic],则 [pic] 令 [pic] 则有 [pic], 转化为标准正态分布,查本书的附表1,就可得这概率. 特别地, [pic]; [pic]; [pic], 由上面三式可见,服从正态分布[pic]的随机变量[pic]之值基本上落在 区间[pic]内, 而几乎不在区间[pic]外取值. 【例3】[pic], 求[pic] 解: [pic] [pic] 三.例题: 【例4】 对以下各题随机变量所对应的概率分布,试确定常数a. [pic] [pic] [pic] [pic] 【例5】 [pic] [pic] 【例6】设随机变量X的概率密度为 [pic] [pic] 【例设连续型随机变量X的分布面数为 [pic] [pic] 【例7】 则 [pic], [pic] 四.习题: P.68 ――― 1,2,4,5,15
连续型随机变量2-3
[下载声明]
1.本站的所有资料均为资料作者提供和网友推荐收集整理而来,仅供学习和研究交流使用。如有侵犯到您版权的,请来电指出,本站将立即改正。电话:010-82593357。
2、访问管理资源网的用户必须明白,本站对提供下载的学习资料等不拥有任何权利,版权归该下载资源的合法拥有者所有。
3、本站保证站内提供的所有可下载资源都是按“原样”提供,本站未做过任何改动;但本网站不保证本站提供的下载资源的准确性、安全性和完整性;同时本网站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损失或伤害。
4、未经本网站的明确许可,任何人不得大量链接本站下载资源;不得复制或仿造本网站。本网站对其自行开发的或和他人共同开发的所有内容、技术手段和服务拥有全部知识产权,任何人不得侵害或破坏,也不得擅自使用。
我要上传资料,请点我!
管理工具分类
ISO认证 课程讲义 管理表格 合同大全 法规条例 营销资料 方案报告 说明标准 管理战略 商业计划书 市场分析 战略经营 策划方案 培训讲义 企业上市 采购物流 电子商务 质量管理 企业名录 生产管理 金融知识 电子书 客户管理 企业文化 报告论文 项目管理 财务资料 固定资产 人力资源 管理制度 工作分析 绩效考核资料 面试招聘 人才测评 岗位管理 职业规划 KPI绩效指标 劳资关系 薪酬激励 人力资源案例 人事表格 考勤管理 人事制度 薪资表格 薪资制度 招聘面试表格 岗位分析 员工管理 薪酬管理 绩效管理 入职指引 薪酬设计 绩效管理 绩效管理培训 绩效管理方案 平衡计分卡 绩效评估 绩效考核表格 人力资源规划 安全管理制度 经营管理制度 组织机构管理 办公总务管理 财务管理制度 质量管理制度 会计管理制度 代理连锁制度 销售管理制度 仓库管理制度 CI管理制度 广告策划制度 工程管理制度 采购管理制度 生产管理制度 进出口制度 考勤管理制度 人事管理制度 员工福利制度 咨询诊断制度 信息管理制度 员工培训制度 办公室制度 人力资源管理 企业培训 绩效考核 其它
精品推荐
- 1C语言难点及分析 416
- 2暗促-酒店玫瑰静悄悄地开 719
- 3终端陈列十五大原则 776
- 4****主营业务发展战略设计 687
- 5中小企业物流发展的对策 769
- 6主顾开拓 816
- 7主动推进的客户服务 632
- 8专业媒体策划与购买 689
- 9中远电视广告CF 800
下载排行
- 1社会保障基础知识(ppt) 16695
- 2安全生产事故案例分析(ppt 16695
- 3行政专员岗位职责 16695
- 4品管部岗位职责与任职要求 16695
- 5员工守则 16695
- 6软件验收报告 16695
- 7问卷调查表(范例) 16695
- 8工资发放明细表 16695
- 9文件签收单 16695


