内容正文:
第二章知识结构图
随机变量
分布律
分布
函数
函数的
分布
概率
密度
离散型随
机变量
分布
函数
函数的
分布
连续型随
机变量
定义
常用分布
定义
常用分布
一. 连续型随机变量的概率密度
则称 X 为连续型变量,
第四节 连续型随机变量及其概率密度
1.定义
连续型随机变量与离散型随机变量的区别
▲
离散型:
连续型:
若对于随机变量 X 的分布函数,存在非负
函数 ,使得对于任意实数 有:
为 X 的概率密度函数
注
[证]:
让 “交”往 方向 “挤”
证法1
证法2
当
时,
两边取极限:
任取 并给 以增量
这个结论的意义:
(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.
▲
(1). 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 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:
注
2. 概率密度函数的性质
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.
f (x)
x
o
面积为1
性质1
性质2
几何
意义:
性质3
物理
意义:
性质4
若
在点
处连续,则有:
故 X 的密度 f (x) 在 x 点的值,恰好是 X 落在区间
上的概率与区间长度 之比的极限.
故称 f (x)为概率密度函数。
如果把概率理解为质量,
则 f (x)相当于线密度,
不计高阶
无穷小
(相当于积分中值定理 )
这表示落在区间 上的概率近似等于 ,称 为概率微分。
注
的值的大小直接影响关系到概率的大小,
所以 的确描述了连续型随机变量的概率
分布的情况。
证明:函数
是一个连续型随机变量的概率密度函数.
例1.
证明:
(1).
显然,
(2).
一般只需验证 性质中的这两条即可.
所以得证
某电子计算机在毁坏前运行的总时间(单位:小
时)是一个连续型随机变量,其密度函数为:
(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.
例2.
求:
(1).
解:
(1)
(2) 50 到 150 小时的概率
少于100小时的概率
(3)
(1)
(2)
一般称:
则称 X 为服从参数 的指数分布.
(3)
若 X 具有概率密度:
f (x)确定了
分布函数F(x),
f (x)是F(x)的
导函数,
F(x)是f (x)的一个原函数
定义:
二 . 连续型随机变量的分布函数
若定义在
上的可积函数
满足:
则称
为连续型随机变量的分布函数.
可以验证 F(x) 具备了分布函数的性质:
(3) 是右连续的。
(1) 是不减的函数;
注
设有函数 F(x)如下:
函数 F(x) 在 上下降,
或者:
故: F(x)不能成为某个连续型随机变量的分布函数.
例3
问:
即不满足性质(2).
解:
注意到:
能否成为某个连续型随机变量的分布函数.
即不满足性质(1).
单击此处编辑母版文本样式
第二级
第三级
第四级
第五级
解:
它是一个变上限的广义积分
(2)
(1) X的分布函数
例4.
(1)
求:
综合上述得:
(2).
当
时
解:
求 : F(x)
设连续型随机变量 X 的密度函数为 f (x)
例5.
当
时,
当
即得所求的分布函数为:
当 时,
设随机变量X 的分布函数为:
求X取值在区间 (0.3,0.7)的概率;
(2) 求X的概率密度.
(1) P(0.3<X<0.7)=
(2) f(x) =
例6.
解:
注意到F(x)在x=1处导数不存在,根据改变被积函数在个别点处的值不影响积分结果的性质,可以在
没意义的点处,任意规定 的值.
单击此处编辑母版文本样式
第二级
第三级
第四级
第五级
三. 几种常见的连续型随机变量