欢迎来到天天文库
浏览记录
ID:57200187
大小:596.00 KB
页数:34页
时间:2020-08-03
《常见连续型随机变量的分布课件.ppt》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、第五节常见连续型随机变量的分布一、均匀分布二、指数分布三、正态分布一、均匀分布分布函数均匀分布的期望与方差例1分布函数二、指数分布,或某些元件或设备的寿命服从指数分布.例如无线电元件的寿命、电力设备的寿命、动物的寿命等都服从指数分布.应用与背景对于任意的02、过10分钟)的概率为Y服从的二项分布,即(2)Y表示他一周(五天工作日)步行上班的天数三、正态分布正态概率密度函数的几何特征正态分布是最常见最重要的一种分布,例如测量误差,人的生理特征尺寸如身高、体重等;正常情况下生产的产品尺寸:直径、长度、重量高度等都近似服从正态分布.正态分布的应用与背景正态分布的期望与方差正态分布下的概率计算原函数不是初等函数方法一:利用MATLAB软件包计算方法二:转化为标准正态分布查表计算标准正态分布的概率密度表示为标准正态分布标准正态分布的分布函数表示为标准正态分布的密度函数图形例1证明证明标准3、正态分布的密度函数为偶函数解例2例3设X~N(0,1),求P(X>-1.96)P(4、X5、<1.96)=1-Φ(-1.96)=1-[1-Φ(1.96)]=0.975=2Φ(1.96)-1=0.95=Φ(1.96)解:P(X>-1.96)P(6、X7、<1.96)例4设X~N(0,1),P(X≤a)=0.9515,P(X≤b)=0.0495,求a,b.解:Φ(a)=0.9515>1/2,所以,a>0,反查表得:Φ(1.66)=0.9515,故a=1.66而Φ(b)=0.0495<1/2,所以,b<0,Φ(-b)=1-Φ(b)=1-8、0.0495=0.9505,-b>0,反查表得:Φ(1.65)=0.9505,即-b=1.65,故b=-1.65定理若,则正态变量的标准化例6设随机变量X~N(2,9),试求(1)P{1≤X≤5}(2)P{X>0}(3)P{∣X-2∣>6}解:公共汽车车门的高度是按男子与车门顶碰头机会在0.01以下来设计的.设男子身高X~N(170,62),问车门高度应如何确定?解设车门高度为hcm,按设计要求即0.99故查表得例7、因为分布函数非减1、已知X~N(3,22),且P{X>C}=P{X≤C},则C=().2、设X~N(μ,σ9、2),则随σ的增大,概率P{10、X-μ11、<σ}=()①单调增大②单调减少③保持不变④增减不定3③图示:f(x)x0μP(X≤μ)P(X≥μ)练习:这说明,X的取值几乎全部集中在[-3,3]区间内,超出这个范围的可能性仅占不到0.3%.当时,正态变量的原则将上述结论推广到一般的正态分布,可以认为,Y的取值几乎全部集中在区间内。这在统计学上称作“3准则”(三倍标准差原则)。当时,m-3sm-2sm-sm+sm+2sm+3s68.26%95.46%99.74%m
2、过10分钟)的概率为Y服从的二项分布,即(2)Y表示他一周(五天工作日)步行上班的天数三、正态分布正态概率密度函数的几何特征正态分布是最常见最重要的一种分布,例如测量误差,人的生理特征尺寸如身高、体重等;正常情况下生产的产品尺寸:直径、长度、重量高度等都近似服从正态分布.正态分布的应用与背景正态分布的期望与方差正态分布下的概率计算原函数不是初等函数方法一:利用MATLAB软件包计算方法二:转化为标准正态分布查表计算标准正态分布的概率密度表示为标准正态分布标准正态分布的分布函数表示为标准正态分布的密度函数图形例1证明证明标准
3、正态分布的密度函数为偶函数解例2例3设X~N(0,1),求P(X>-1.96)P(
4、X
5、<1.96)=1-Φ(-1.96)=1-[1-Φ(1.96)]=0.975=2Φ(1.96)-1=0.95=Φ(1.96)解:P(X>-1.96)P(
6、X
7、<1.96)例4设X~N(0,1),P(X≤a)=0.9515,P(X≤b)=0.0495,求a,b.解:Φ(a)=0.9515>1/2,所以,a>0,反查表得:Φ(1.66)=0.9515,故a=1.66而Φ(b)=0.0495<1/2,所以,b<0,Φ(-b)=1-Φ(b)=1-
8、0.0495=0.9505,-b>0,反查表得:Φ(1.65)=0.9505,即-b=1.65,故b=-1.65定理若,则正态变量的标准化例6设随机变量X~N(2,9),试求(1)P{1≤X≤5}(2)P{X>0}(3)P{∣X-2∣>6}解:公共汽车车门的高度是按男子与车门顶碰头机会在0.01以下来设计的.设男子身高X~N(170,62),问车门高度应如何确定?解设车门高度为hcm,按设计要求即0.99故查表得例7、因为分布函数非减1、已知X~N(3,22),且P{X>C}=P{X≤C},则C=().2、设X~N(μ,σ
9、2),则随σ的增大,概率P{
10、X-μ
11、<σ}=()①单调增大②单调减少③保持不变④增减不定3③图示:f(x)x0μP(X≤μ)P(X≥μ)练习:这说明,X的取值几乎全部集中在[-3,3]区间内,超出这个范围的可能性仅占不到0.3%.当时,正态变量的原则将上述结论推广到一般的正态分布,可以认为,Y的取值几乎全部集中在区间内。这在统计学上称作“3准则”(三倍标准差原则)。当时,m-3sm-2sm-sm+sm+2sm+3s68.26%95.46%99.74%m
此文档下载收益归作者所有