2.4 连续型随机变量及其概率密度
先来看在连续性随机变量中分布函数和概率密度函数的关系。
易得以下性质:
注意:
一个点的概率就相当于求在概率密度函数中一条线的面积,所以在连续型随机变量中每个点的概率都是0,故不用纠结不等式有没有等号。
例 1:
解:
均匀分布
均匀分布顾名思义就是概率密度在某个区间内不变,如图:
若想整体面积为1,那么不为0区域的
f
(
x
)
f(x)
f(x)应该等于此区间的倒数。
指数分布
如图:
求积分可得其分布函数:
挺少用这个出题的,这个比较特殊的一点是其无记忆性:
电子元件的工作寿命就是符合这个,一个新元件可以用
t
t
t天的概率和它已经用了
s
s
s天后再用
s
+
t
s+t
s+t天的概率是相等的。
正态分布
性质:
注意:
拐点就是图形凹凸性发生变化的点。
其中 μ \mu μ决定图形的左右位置, σ \sigma σ决定图形的高度。
由上可知,正态分布的图形各式各样,为了方便做题我们都把他化作标准正态分布,即
μ
=
0
\mu = 0
μ=0 ,
σ
=
1
\sigma = 1
σ=1。此时正态分布的函数图形就是一个关于y轴对称的偶函数了。
化作标准正态分布后我们就可以查表来求值了,转化方法为把
x
x
x 化为
x
−
μ
σ
\frac{x - \mu}{\sigma}
σx−μ. 证明如下:
- 对于标准的正态分布来说 X X X的取值几乎都集中在[-3 , 3]之间。
- 对于一般的正态分布来说 X X X的取值几乎都集中在[ μ − 3 σ \mu - 3\sigma μ−3σ , μ + 3 σ \mu + 3\sigma μ+3σ]之间。(3 σ \sigma σ原则)
例:
解: