注意: 概率密度f(x)不是随机变量X取实数值x的概率,而是X在点x处的概率分布的密集程度, 反映X在点x附近取值的概率大小。
离散型随机变量用概率函数(分布律)描述, 而连续型随机变量,则用其概率密度来描述。
均匀分布的意义: 在区间(a,b).上服从均匀分布的随机变量X,落在区间(a,b)中 任意等长度的子区间内的可能性是相同的. 指数分布常作为各种“寿命”分布的近似. 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. 正态分布的应用与背景如果随机变量是由多种相互独立的随机因素的综合影响所形成。而每一种因素在总的影响中所起的作用都是微小的,不能起到压倒一切的主导作用。具有这种特点的随机变量,一般都可以认为近似服从正态分布。
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.
3. 正态分布是概率论中最重要的分布正态分布有极其广泛的实际背景, 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,炮弹的弹落点的分布等, 都服从或近似服从正态分布. 可以说, 正态分布是自然界和社会现象中最为常见的一种分布, 一个变量如果受到大量微小的、独立的随机因素的影响, 那么这个变量一般是一个正态随机变量.
另一方面, 有些分布(如二项分布、泊松分布)的极限分布是正态分布. 所以,无论在实践中, 还是在理论上, 正态分布是概率论中最重要的一种分布.
二项分布向正态分布的转换