欢迎来到天天文库
浏览记录
ID:14468428
大小:422.00 KB
页数:13页
时间:2018-07-28
《第三章 重要的概率分布》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、第三章重要的概率分布(1)正态分布;(2)分布;(3)t分布;(4)F分布。3.1正态分布对于连续型随机变量而言,正态分布(normaldistribution)是最重要的一种概率分布。经验表明:对于依赖于众多微小因素;且每一因素均产生微小的或正或负影响的连续型随机变量来说,正态分布是一个相当好的描述模型。如人的体重,因为遗传、骨骼结构、饮食、锻炼、等都对人的体重有影响,但又没有一种因素起到压到一切的主导作用。与此相类似,人的身高、考试分数等都近似地服从正态分布。通常用:X~N(u,)(3-1)表示随机变量X服从正
2、态分布。N表示正态分布,括号内的参数u,称为正态分布的总体均值(或期望)和方差。133.1.1正态分布的性质(1)正态分布曲线以均值u为中心,对称分布。(2)正态分布的概率密度函数呈中间高、两边低,在均值u处达到最高,向两边逐渐降低,即随机变量在远离均值处取值的概率逐渐变小。(3)正态曲线下的面积约有68%位于u±两值之间;约有95%的面积位于u±2之间;而约有99.7%的面积位于u±3之间。★(4)两个(或多个)正态分布随机变量的线性组合仍服从正态分布。令X和Y相互独立:X~N(uX,)Y~N(uY,)现在考虑两
3、个变量的线性组合:W=aX+bY则W~N(uW,)(3-2)其中,uW=(auX+buY)(3-3)=(+)(3-4)例3.1令X表示在下沙高教区一花店每日出售玫瑰花数量,Y表示在下沙镇一花店每日出售玫瑰花的数量,假定X和Y服从正态分布,且相互独立,并有:X~N(100,64),Y~N(150,81)求两天内两花商出售玫瑰花数量的期望及方差?W=2X+2Y根据式(3-3)E(w)=E(2X+2Y)=500,Var(w)=4var(X)+4var(Y)=580因此,W服从均值为500,方差为580的正态分布,即W~N
4、(500,580)。13★★3.1.2标准正态分布两个正态分布可能因为期望或方差的不同,或是期望和方差均不同而相区别。如何比较各种不同的正态分布呢?定义一个新的变量Z:如果变量X的均值为u,方差为,则根据式(3-4),变量Z的均值为0,方差为1。称之为标准正态变量(standardnormalvariable)。即若X~N(u,),那么变量Z就是标准正态变量,用符号表示为:Z~N(0,1)(3-5)证明:(1)均值为0因为有E(aX+b)=aE(X)+b,所以(2)方差为1因为有var(aX+b)=a2var(X)
5、,所以13图3-3a和3-3b分别给出标准正态分布的概率密度函数和累积分布函数。例3.2变量x表示花房每日出售的玫瑰花量,假定它服从均值为70、方差为9的正态分布,即X~N(70,9),求任给一天,出售玫瑰花数量大于75支的概率。服从标准正态分布,求P(Z>1.67)。从附录表可知,Z位于区间(0,1.3)的概率为0.4032,位于(0,2.5)的概率为0.4938。由正态分布的对称性可知,Z位于区间(-1.3,0)的概率也为0.4032,位于(-2.5,0)的概率为0.4938。由于这种对称性,在标准正态分布表中
6、一般仅给出Z取正值的情形。也就是说,标准正态密度函数,在Z=0的左右面积均为0.5,整个面积(或概率)为1。根据正态分布表得:P(0≤Z≤1.67)=0.4525因此,P(Z>1.67)=0.5000-0.4257=0.0475即每天出售玫瑰花的数量超过75支的概率为0.0475。(参见图3-3a)13例3.3继续例3.2,现假定要求每天出售玫瑰花数量小于或等于75支的概率。概率为:0.5000+0.4525=0.9525(见图3-3b)。例3.4求每天出售玫瑰花数量在在65与75支之间的概率。查表得,P(-1.6
7、7≤Z≤0)=0.4525P(0≤Z≤1.67)=0.4525由正态分布的对称性得到,P(-1.67≤Z≤1.67)=0.9050即每天出售面包的数量介于65条与75条之间的概率约为90.5%(见图3-3a)。上面的例子表明:一旦知道某一正态变量的期望与方差,先将其转化为标准正态变量,然后根据正态分布表求得相应的概率。★★3.2样本均值的抽样分布或概率分布样本均值是总体均值的估计量,但由于样本均值是依据某一给定样本而定,因此其值也会因随机样本的不同而变化。也就是说,样本均值也是随机变量,并且有其自己的概率分布函数。
8、称X1,X2,⋯⋯,Xn构成一个容量为n的独立同分布随机变量(independentlyandidenticallydistributedrandomvariables,i.i.d.randomvariables),即所有的X是从同一概率密度(即每个Xi有相同的概率密度函数)中独立抽取得到的。如果Xi~N(u,)且每个Xi独立抽取得到,则称X1,X2,⋯⋯,
此文档下载收益归作者所有