概率论与数理统计ppt教学课件第6讲

概率论与数理统计ppt教学课件第6讲

ID:33777616

大小:1016.50 KB

页数:45页

时间:2018-05-25

概率论与数理统计ppt教学课件第6讲_第1页
概率论与数理统计ppt教学课件第6讲_第2页
概率论与数理统计ppt教学课件第6讲_第3页
概率论与数理统计ppt教学课件第6讲_第4页
概率论与数理统计ppt教学课件第6讲_第5页
资源描述:

《概率论与数理统计ppt教学课件第6讲》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、概率论与数理统计第六讲主讲教师:李学京北京工业大学应用数理学院连续型随机变量X所有可能取值充满若干个区间。§2.3连续型随机变量P{X=a}=?一台电视机的使用寿命是5年概率有多大?我们关心的是什么问题?P{X>a}=?例1:某工厂生产一种零件,由于生产过程中各种随机因素的影响,零件长度不尽相同。现测得该厂生产的100个零件长度(单位:mm)如下:2.3.1频率直方图129,132,136,145,140,145,147,142,138,144,147,142,137,144,144,134,149,142,137,137,1

2、55,128,143,144,148,139,143,142,135,142,148,137,142,144,141,149,132,134,145,132,140,142,130,145,148,143,148,135,136,152,141,146,138,131,138,136,144,142,142,137,141,134,142,133,153,143,145,140,137,142,150,141,139,139,150,139,137,139,140,143,149,136,142,134,146,145,130

3、,136,140,134,142,142,135,131,136,139,137,144,141,136.这100个数据中,最小值是128,最大值是155。128155作频率直方图的步骤(1).先确定作图区间[a,b];a=最小数据-ε/2,b=最大数据+ε/2,ε是数据的精度。本例中ε=1,a=127.5,b=155.5。(2).确定数据分组数m=[1.87×(n−1)2/5+1],组距d=(b−a)/m,子区间端点ti=a+id,i=0,1,···,m;(3).计算落入各子区间内观测值频数ni=#{xj∈[ti−1,ti)

4、,j=1,2,···,n},频率fi=ni/n,i=1,2,···,m;子区间频数频率(127.5,131.5)60.06(131.5,135.5)120.12(135.5,139.5)240.24(139.5,143.5)280.28(143.5,147.5)180.18(147.5,151.5)80.08(151.5,155.5)40.04(4).以小区间[ti-1,ti]为底,yi=fi/d(i=1,2,…,m)为高作一系列小矩形,组成了频率直方图,简称直方图。由于概率可以由频率近似,因此这个直方图可近似地刻画零件长度的

5、概率分布情况。用上述直方图刻画随机变量X的概率分布情况是比较粗糙的。为更加准确地刻画X的概率分布情况,应适当增加观测数据的个数,同时将数据分得更细一些。当数据越来越多,分组越来越细时,直方图的上方外形轮廓就越来越接近于某一条曲线,这条曲线称为随机变量X的概率密度曲线,可用来准确地刻画X的概率分布情况。2.3.2概率密度函数定义1:若存在非负可积函数f(x),使随机变量X取值于任一区间(a,b]的概率可表示成则称X为连续型随机变量,f(x)为X的概率密度函数,简称概率密度或密度。这两条性质是判定函数f(x)是否为某随机变量X的概

6、率密度函数的充要条件。密度函数的性质f(x)与x轴所围面积等于1。若x是f(x)的连续点,则=f(x),(3).对f(x)的进一步理解:故,X的概率密度函数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之比的极限。这里,如果把概率理解为质量,f(x)相当于物理学中的线密度。需要注意的是:概率密度函数f(x)在点a处取值,不是事件{X=a}的概率。但是,该值越大,X在a点附近取值的概率越大。若不计高阶无穷小,有:表示随机变量X取值于(x,x+△x]上的概率近似等于f(x)×△x。f(x)×△x在连

7、续型随机变量中所起的作用与pk=P{X=xk}在离散型随机变量中所起的作用类似。(4).连续型随机变量取任意指定值的概率为0.即:a为任意给定值。这是因为:由此得,◎对连续型随机变量X,有◎由P(X=a)=0,可推出而{X=a}并非不可能事件,可见:由P(A)=0,不能推出A=Ø;并非必然事件。由P(B)=1,不能推出B=Ω。2.3.3常见的连续型随机变量正态分布、均匀分布、指数分布正态分布是应用最广泛的一种连续型分布。正态分布是十九世纪初,由高斯(Gauss)给出并推广的一种分布。故,也称高斯分布。1.正态分布这条红色曲线近

8、似我们将要介绍的正态分布的概率密度曲线。I.正态分布的定义定义:若随机变量X的概率密度函数为记作f(x)所确定的曲线叫作正态曲线。(Normal)其中μ和σ都是常数,μ任意,σ>0,则称X服从参数为μ和σ的正态分布。II.正态分布的图形特点特点“两头低,中间高,左右对称”。正

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。