连续型随机变量及其概率密度
合集下载
概率论-2-3连续型随机变量及其概率密度
x)
1 100
e
x
100
,
x0
0,
其它
（1）求元件寿命至少为200小时的概率；
（2）将3只这种元件连接成为一个系统. 设系统 工作的方式是至少2只元件失效时系统失效，又设3 只元件工作相互独立. 求系统的寿命至少为200小时 的概率.
解（1）元件寿命至少为200小时的概率为PX 200 f Nhomakorabea(x)dx
Y ~ B(3,1 e2)
2只及2只以上元件的寿命小于200小时的概率为
PY 2 3(1 e2)2(e2) (1 e2)3
2
PY 2 3(1 e2)2(e2) (1 e2)3
2 (1 e2)2(2e2 1) 0.950. 故系统的寿命至少为200小时的概率为
p 1 PY 2 1 0.950 0.050
1 ba
ab
即是说 X落在区间（a,b）内任意等长小区间 上的概率相等，在（a,b）内两个等长小区间上， f(x)之下的小长方形的面积相等，就是称为均匀分 布的原因.
均匀分布常见于下列情形
如在数值计算中，由于四舍五 入，小数点后某 一位小数引入的误差.
公交线路上两辆公共汽车前后通过某汽车停车 站的时间，即乘客的候车时间等.
本节练习
习题二：８，９，１０
§2.3 连续型随机变量及其概率密度
连续型随机变量及其概率密度的定义 概率密度的性质 三种重要的连续型随机变量 小结
连续型随机变量X所有可能取值充满一个区间,
对这种类型的随机变量,不能象离散型随机变量那 样, 以指定它取每个值概率的方式, 去给出其概率 分布,而是通过给出所谓“概率密度函数”的方式.
f
(
x)
连续型随机变量及其概率密度函数
是一个连续型随机变量的概率密度函数.
证明：(1). 显然, f ( x) 0 ( x )
(2).
f ( x)dx
1e x dx
2
1 0 e xdx 1 exdx
2
20
一般只需验 证f(x)性质中 的这两条即
可.
11 1 22
概率统计
例2. 某电子计算机在毁坏前运行的总时间(单位:小
f (x)
概率统计
0
x1 x2
x
性质4
若 f ( x) 在点 x 处连续，则有：F( x) f ( x)
物理 意义:
F ( x x) F ( x)
f ( x) lim
x 0
x
P( x X x x)
lim
x0
x
故 X 的密度 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
时)是一个连续型随机变量,其密度函数为:
f
(
x)
e
x 100
0
求: (1). 的值.
当x 0 当x 0
(2).这台计算机在毁坏前能运行 50 到 150 小
时的概率. (3).运行时间少于100小时的概率.
概率统计
解: (1)
1
f ( x)dx
x
e 100dx
0
x
100e 100
f
(
x)
2
1 x2 ,
1 x 1
求 : F(x)
0, 其它
x
解: F ( x) P( X x) f (t)dt
当 x 1 时, F( x) 0
当1 x 1,
F(x)
证明：(1). 显然, f ( x) 0 ( x )
(2).
f ( x)dx
1e x dx
2
1 0 e xdx 1 exdx
2
20
一般只需验 证f(x)性质中 的这两条即
可.
11 1 22
概率统计
例2. 某电子计算机在毁坏前运行的总时间(单位:小
f (x)
概率统计
0
x1 x2
x
性质4
若 f ( x) 在点 x 处连续，则有：F( x) f ( x)
物理 意义:
F ( x x) F ( x)
f ( x) lim
x 0
x
P( x X x x)
lim
x0
x
故 X 的密度 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
时)是一个连续型随机变量,其密度函数为:
f
(
x)
e
x 100
0
求: (1). 的值.
当x 0 当x 0
(2).这台计算机在毁坏前能运行 50 到 150 小
时的概率. (3).运行时间少于100小时的概率.
概率统计
解: (1)
1
f ( x)dx
x
e 100dx
0
x
100e 100
f
(
x)
2
1 x2 ,
1 x 1
求 : F(x)
0, 其它
x
解: F ( x) P( X x) f (t)dt
当 x 1 时, F( x) 0
当1 x 1,
F(x)
连续型随机变量及其概率密度
1. 均匀分布
设连续型随机变量
X
具有概率密度f
(
x)
b
1
a
,
a x b,
0,
其它,
则称 X 在区间 (a, b) 区间上服从均匀分布,记为 X ~ U (a, b).
说明：
对c, l R, 如果(c, c l ) (a, b), 则
cl
l
P(c X c l ) c
f ( x)dx ba
1
( x )2
e , 2 2
2
x
, ( 0)为常数, 则称X服从正态分布,记作:X : N(, 2).
0, 1时, X : N (0,1)
概率密度: ( x)
1
x2
e2
2
说明：
f(x)满足概率条件: f(x) 0,
+ f(x)dx 1 -
证明(2): 令 x- t, 则x t, dx dt
解 : (1) 由概率密度的定义 :
f ( x)dx 1
-
f ( x)dx
3 C(9 x2 )dx 1
-
-3
C 1 36
(2)
P{ X 0}
0 -3
1 36
(9
x2 )dx
1 36
(9x
x3 3
)
|03
1 2
P{1 X 1} 1 1 (9 x2 )dx 13
-1 36
k 0
n大，p小，np=3，用=np=3的泊松近似
上式 1 N 3k e3 0.01
k0 k !
N 3k e3 0.99
k0 k !
查泊松分布表，最小N=8。至少配8名维修工。
2.4连续型随机变量及其概率密度函数
-?
a b- a
连续型随机变量及概率密度函数
注
蝌 P{c < X ? c l} = c+l f ( x)dx = c+l 1 dx = l
c
c b- a b- a
随机变量 X 落在任一长度为 l 的子区间(c,c + l],(a ? c c + l ? b)
内的可能性是相同的.
均匀分布的分布函数为
2
解 (2)X的分布函数为
ì
0,
ï
ï
ò ï
x x dx = x2 ,
F
(
x
)
=
ï í
ï
蝌 ï
ï
3 x dx + 06
06
x 3
骣 琪 琪 桫2
-
x 2
12 x2
dx = - 3 + 2x - , 4
ï î
1,
x <0 0? x 3 3? x 4
x³ 4
连续型随机变量及概率密度函数
例 1 设随机变量 X 具有概率密度
f
(x)
=
ì ï í
1 5
,0
<
x
<
5，
ï î
0,
其他
ì 0,
ï
蝌 F ( x) =
x
ï f ( x)dx = í
x dt = x ,
-?
ï 05 5
ï î
1,
x£ 0 0< x <5
x³ 5
（2）随机变量 X 的取值不小于 2，即
蝌 ò P{ X ? 2} = +? f ( x)dx = 5 1 dx + ? 0dx 3
连续型随机变量及其概率密度
a，有 P{X=a}=0
0 P{X a} P{a x X a} F(a) F(a x)
而F (x)连续，故x 0时，F (a) F (a x) 0
由此 P{a X b} P{a X b} P{a X b}
P{a X b}
b a
f
( x) d
x
f
x dx=P{X
F( x) P{X x} P{X xk } pk ( x∈R )
xk x
xk x
P{X xk} F(xk ) F(xk 0)
Ⅰ：确定X及其分布，A={X∈L} Ⅱ：P{X∈L}= →F(x) 【分布律、概率密度f(x)】 →高等数学、 F(x) 、分布律、密度函数f(x)的性质、 各种概型的规律。
得t ln2/2 0.3446(小时)。
15解：（迅速）设X为这批投保人一年内死亡的
人数，则X ~ b(5000, 0.00015), X 近似服从 (75)，
由题意，所求为P{X 10}=...
第四节 连续型随机变量及其概率密度
一、连续型随机变量及其概率密度的概 念与性质 二、常见连续型分布
x0
x
x0
x
若不计高阶无穷小，有P{x X x x} f (x)dx
.
P{X=x}
50 连续型随机变量x的分布函数F(x)是连续函数
因为对x，lim F (x) lim[F (x x) F (x)]
x0
x0
xx
lim f (t)dt 0 x0 x
说明： 若 X 为连续型随机变量，则对任一实数
Ⅰ：确定X及其分布，A={X∈L} Ⅱ：P{X∈L}= →F(x) 【分布律、概率密度f(x)】 →高等数学、 F(x) 、分布律、密度函数f(x)的性质、 各种概型的规律。
连续型随机变量及其概率密度函数
§2.4 连续型随机变量及其概率密度函数
一、连续型随机变量的概念 定义2.8 设随机变量 的分布函数为 F (x ) ，若存在非负可 设随机变量X的分布函数为 定义 积函数 f (x )，使得对于任意实数 x ，都有 x （2—15） ） F ( x ) = ∫ f ( x )dx
∞
则称X为连续型随机变量， 则称 为连续型随机变量， 称 f (x )为X的概率密度函数 的 （Probability Density Function），简称概率密度或密度 ），简称概率密度或密度. ），简称概率密度或密度 由定义可知，连续型随机变量X的分布函数 由定义可知，连续型随机变量 的分布函数 F (x)在x点的函 点的函 上的积分． 数值等于其概率密度函数 f (x )在区间( ∞, x] 上的积分． 类似于离散型随机变量， 类似于离散型随机变量，连续型随机变量 f (x )的概率密度 函数具有如下基本性质： 函数具有如下基本性质：
P { x1 < X ≤ x 2 } = Φ ( x2
σ
) Φ(
x1
σ
)
关于标准正态分布，一个重要的公式是： 关于标准正态分布，一个重要的公式是：对于任意实数 x . Φ ( x) + Φ ( x) = 1 (2-31) 的定义证明或由下图说明．这里就不做证明了. 这可用 Φ(x ) 的定义证明或由下图说明．这里就不做证明了
∞
σ x+
1 2π σ
( x )2
2σ
2
e
∫
x ∞
1 2π
e
t2 2
dt
(令 σ = t ) 令
x
所以 X * ~ N (0, 1).
这样我们便有如下定理： 这样我们便有如下定理： 2 定理2.2 若 X ~ N ( , σ )，其分布函数为F ( x ) ，则对任意 定理 实数 ，有 x （2—29） ） F (x) = Φ ( )
一、连续型随机变量的概念 定义2.8 设随机变量 的分布函数为 F (x ) ，若存在非负可 设随机变量X的分布函数为 定义 积函数 f (x )，使得对于任意实数 x ，都有 x （2—15） ） F ( x ) = ∫ f ( x )dx
∞
则称X为连续型随机变量， 则称 为连续型随机变量， 称 f (x )为X的概率密度函数 的 （Probability Density Function），简称概率密度或密度 ），简称概率密度或密度. ），简称概率密度或密度 由定义可知，连续型随机变量X的分布函数 由定义可知，连续型随机变量 的分布函数 F (x)在x点的函 点的函 上的积分． 数值等于其概率密度函数 f (x )在区间( ∞, x] 上的积分． 类似于离散型随机变量， 类似于离散型随机变量，连续型随机变量 f (x )的概率密度 函数具有如下基本性质： 函数具有如下基本性质：
P { x1 < X ≤ x 2 } = Φ ( x2
σ
) Φ(
x1
σ
)
关于标准正态分布，一个重要的公式是： 关于标准正态分布，一个重要的公式是：对于任意实数 x . Φ ( x) + Φ ( x) = 1 (2-31) 的定义证明或由下图说明．这里就不做证明了. 这可用 Φ(x ) 的定义证明或由下图说明．这里就不做证明了
∞
σ x+
1 2π σ
( x )2
2σ
2
e
∫
x ∞
1 2π
e
t2 2
dt
(令 σ = t ) 令
x
所以 X * ~ N (0, 1).
这样我们便有如下定理： 这样我们便有如下定理： 2 定理2.2 若 X ~ N ( , σ )，其分布函数为F ( x ) ，则对任意 定理 实数 ，有 x （2—29） ） F (x) = Φ ( )
2-4_连续型随机变量及其概率密度
第2.4节 连续型随机变量及密度函数
1
连续型随机变量及其概率密度
1.定义 定义
设 X 为随机变量 ， F ( x )为 X 的分布函数, 若存在 非负函数f ( x ), 使对于任意实数 x 有 F ( x) = ∫
x −∞
f (t ) d t ,
则称 X 为连续型随机变量, 其中 f ( x ) 称为 X 的概 率密度函数, 简称概率密度.
为离散型随机变量, 若 X 为离散型随机变量
{ X = a } 是不可能事件 ⇔ P{ X = a} = 0.
离 散 型
4
例1
设随机变量 X 具有概率密度
0 ≤ x < 3, kx, x f ( x) = 2 − , 3 ≤ x ≤ 4, 2 0, 其它. (1) 确定常数 k ; (2) 求 X 的分布函数; 7 (3) 求 P{1 < X ≤ }. 2
的正态分布或高斯分布, 记为
X ~ N ( µ , σ 2 ).
22
正态概率密度函数的几何特征
1 ( 2) 当x = µ时, p( x )取得最大值 ; 2 πσ
(1) 曲线关于 x = µ 对称;
(4) 曲线在 x = µ ± σ 处有拐点;
23
(3) 当 x → ±∞ 时, f ( x) → 0;
x 1 −θ k e , f ( x) = θ 0,
x ≥ 0, x < 0.
1 且已知 P{ X > 1} = , 试求常数 θ 2
10
例
设随机变量 X : 0, 2 F ( x) = Ax + B, 1, x ≤ 0, 0 p x ≤ 1, x > 1.
试求常数A，B以及密度函数f(x)。
1
连续型随机变量及其概率密度
1.定义 定义
设 X 为随机变量 ， F ( x )为 X 的分布函数, 若存在 非负函数f ( x ), 使对于任意实数 x 有 F ( x) = ∫
x −∞
f (t ) d t ,
则称 X 为连续型随机变量, 其中 f ( x ) 称为 X 的概 率密度函数, 简称概率密度.
为离散型随机变量, 若 X 为离散型随机变量
{ X = a } 是不可能事件 ⇔ P{ X = a} = 0.
离 散 型
4
例1
设随机变量 X 具有概率密度
0 ≤ x < 3, kx, x f ( x) = 2 − , 3 ≤ x ≤ 4, 2 0, 其它. (1) 确定常数 k ; (2) 求 X 的分布函数; 7 (3) 求 P{1 < X ≤ }. 2
的正态分布或高斯分布, 记为
X ~ N ( µ , σ 2 ).
22
正态概率密度函数的几何特征
1 ( 2) 当x = µ时, p( x )取得最大值 ; 2 πσ
(1) 曲线关于 x = µ 对称;
(4) 曲线在 x = µ ± σ 处有拐点;
23
(3) 当 x → ±∞ 时, f ( x) → 0;
x 1 −θ k e , f ( x) = θ 0,
x ≥ 0, x < 0.
1 且已知 P{ X > 1} = , 试求常数 θ 2
10
例
设随机变量 X : 0, 2 F ( x) = Ax + B, 1, x ≤ 0, 0 p x ≤ 1, x > 1.
试求常数A，B以及密度函数f(x)。
连续型随机变量与概率密度函数
不可能事件的概率为零，但概率为零的事件不一定是不可能事件。
同样：
必然事件的概率为1，但概率为1的事件不一定是必然事件。
01
若X是连续型随机变量，
02
{ X=a }是不可能事件，则有
03
若 X 为离散型随机变量,
04
注意
05
连
06
续
07Байду номын сангаас
型
08
离
09
散
10
型
STEP4
STEP3
STEP2
由
得
解得
于是
的概率密度为
设随机变量
具有概率密度
(1)
确定常数
【练习】
解
由
得
解得
于是
的概率密度为
其它
.
设随机变量
具有概率密度
求
的分布函数
【练习】
解
设随机变量
01
具有概率密度
02
03
求
04
解
05
或
06
【练习】
07
例4 设随机变量 K 的概率密度为
于是, 所求的概率为
06
可见
04
试求方程 有实根的概率.
(1) P{ x1＜X ≤x2} = P{ x1≤X ≤x2} = P{ x1＜X ＜x2} = P{ x1≤X ＜x2} = F(x2) －F(x1) =
(2)
点概为零的重要启示
若 A 为不可能事件，则 P (A) = 0 ； 然而 P (A) = 0 时， A 却不尽为不可能事件 .
那么就称该随机变量 X 服从均匀分布，也称 X为均匀分布变量（简称均匀量），并记为
同样：
必然事件的概率为1，但概率为1的事件不一定是必然事件。
01
若X是连续型随机变量，
02
{ X=a }是不可能事件，则有
03
若 X 为离散型随机变量,
04
注意
05
连
06
续
07Байду номын сангаас
型
08
离
09
散
10
型
STEP4
STEP3
STEP2
由
得
解得
于是
的概率密度为
设随机变量
具有概率密度
(1)
确定常数
【练习】
解
由
得
解得
于是
的概率密度为
其它
.
设随机变量
具有概率密度
求
的分布函数
【练习】
解
设随机变量
01
具有概率密度
02
03
求
04
解
05
或
06
【练习】
07
例4 设随机变量 K 的概率密度为
于是, 所求的概率为
06
可见
04
试求方程 有实根的概率.
(1) P{ x1＜X ≤x2} = P{ x1≤X ≤x2} = P{ x1＜X ＜x2} = P{ x1≤X ＜x2} = F(x2) －F(x1) =
(2)
点概为零的重要启示
若 A 为不可能事件，则 P (A) = 0 ； 然而 P (A) = 0 时， A 却不尽为不可能事件 .
那么就称该随机变量 X 服从均匀分布，也称 X为均匀分布变量（简称均匀量），并记为
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
问：怎样求一般正态分布的概率？
对一般的正态分布 ：X ~ N ( , 2)
其分布函数 F( x)
1
e d t x
(t )2 2 2
2
作变量代换s
t
F(x)
1 2
x
s2
e 2ds
x
即 X ~ N ( , 2) 则 X ~ N ( 0 ,1)
P{a
X
b}
F (b)
222 0.3830
3) 0.6826 4) 0.4981
0.02
-10
-5
a
5
b
x
例1 有一批晶体管，已知每只的使用寿命 X 为 连续型随机变量，其概率密度函数为
f
(
x)
c x2
,
0,
x 1000 其它
( c 为常数)
(1) 求常数 c
(2) 已知一只收音机上装有3只这样的晶体管，
每只晶体管能否正常工作相互独立，求在
使用的最初1500小时只有一个损坏的概率.
(3) P(X>1.76)= 1 – P(X≤1.76)= 1 – Φ(1.76)
=1 – 0.9608 =0.0392 (4) P(X< – 0.78)= Φ(- 0.78) =1-Φ(0.78)
=1 – 0.7823 =0.2177 (5) P(|X|<1.55)= 2Φ(1.55) – 1 (6) P(|X|>1.55)= 1 – P(|X|<1.55)
即： P( X a) 0, a为任一指定值
事实上 { X a} {a x X a}
x 0
0 P{ X a} P{a x X a} aax f ( x)d x
0
P{ X
a}
lim
x0
aa
x
f
( x)dx
lim [F(a) F(a x)] 0 x0
P{X a} 0
1
e
( x)2 2 2
f (x) 的性质： 2
1) 图形关于直线 x = 对称： f ( + x) = f ( - x)
1
2) 在 x = 时, f (x) 取得最大值 2 x 离 越远, f (x) 越小，这表明，对同样长度
的区间，X 落在这个区间的概率越小。 在 x = ± 时, 曲线 y = f (x) 在对应的点处有拐点
( x )2 2 2
2
大
小 0.5 0.4 0.3 0.2 0.1
-6 -5 -4 -3 -2 -1
若 1< 2 则
11
2 1 2 2
小 者取 附近值的概率更大.
P{X } F() 1 F() P(X )
1 2
0.3 0.25
0.2 0.15
0.1 0.05
-6 -5 -4 -3 -2 -1
F ( x) f ( x)
lim F ( x x) F ( x)
x0
x
lim P( x X x x)
x0
x
若不计高阶无穷小，有：
P( x X x x) f ( x) x
上式表示X 落在小区间 ( x, x x] 内取值的概率 近似等于 f ( x) x
需要指出的是: 连续型r.v取任一指定值的概率为0.
的只数服从二项分布：
Y
~
B
3,
1 3
P {Y
1}
C31
1 3
2 3
2
4 9
二、常见的连续型随机变量的分布
1、 均匀分布
若 X 的概率密度为 f (x)，则称 X 服从区间
( a , b)上的均匀分布
f ( x)
其中 f(
x)
b
1
a
,
a xb
0,
其它
a
b
x
X 的分布 0,
函数为：
所求概率为：
P{10 X 15} P{25 X 30}
15 1 dx 30 1 dx 1
10 30
25 30 3
f
(
x)
1 30
,
0 x 30
0, 其它
即乘客候车时间少于5 分钟的概率是1/3.
2、 指数分布
若 X 的概率密度为
f
(
x)
e x
,
0,
x0 x0
> 0 为常数 则称 X 服从 参数为 的指数分布
也说明概率为1 (零) 的事件未必发生 (不发生)
由此得，对连续型 r.v X,有
P(a X b) P(a X b) P(a X b) P(a X b)
f ( x) P{ X b} P{ X b} F (b)
P{X a} P{X a}1 F(a)
0.08
0.06
0.04
F (a)
b
a
P{X a} 1 F(a)
1
a
例5 X ~ N ( 1 ,4) 计算：
1) P( X 3.5) 2) P(0 X 2)
3) P(1 X 3) 4) P( X 1.5)
1) P(X<3.5)= P( X 1 3.51) 0.75 0.8944
22
2) P(0<X<2)= P(01 X 1 21) 0.5 0.5
§2.3 连续型随机变量及其概率密度
离散型随机变量
连续型随机变量
1. 连续型r.v及其密度函数的定义
设随机变量 X 的分布函数为F(x),如果存在非 负可积函数f(x) ,使得对任意实数x, 有
x
F( x) f (t)dt
则称 X为连续型r.v, 称 f(x)为 X 的概率密度函数， 简称为概率密度或密度函数.
F(x)
x b
a a
,
1
x a, a x b,
xb
F( x)
a
bx
(c,d) (a,b)
P{c X d}
d
cb
1
dx a
d b
c a
即X 的取值在(a,b)内任何长为d–c的子区间
的概率与子区间的位置无关, 只与其长度成正比.
例2 某公共汽车站从上午7时起，每15分钟来一班 车，即 7:00，7:15，7:30, 7:45 等时刻有汽车到达此 站，如果乘客到达此站时间 X 是7:00 到 7:30 之间的 均匀随机变量, 试求他候车时间少于5 分钟的概率.
解 (1)
c
f ( x)d x 1000 x 2 d x 1
有 c = 1000
(2) 设事件 A 表示一只晶体管的寿命小于
1500小时 P( A) P{0 X 1500}
f
(x)
c x2
,
x 1000
1500 1000
1000 x2
d
x
1 3
0, 其它
在使用的最初1500小时，三只晶体管中损坏
解： 以7:00为起点0，以分为单位
依题意， X ～ U ( 0, 30 )
f
(
x)
1 30
,
0 x 30
0 , 其他
从上午7时起，每15分钟来一班车，即 7:00， 7:15，7:30等时刻有汽车到达汽车站，
为使候车时间少于 5 分钟，乘客必须在 7:10 到 7:15 之间，或在7:25 到 7:30 之间到达车站.
f (x)
•
•
a
bx
f (x)
o
x
要注意的是，密度函数 f (x)在某点处a 的高度，并不反映X取值的概率. 但是，这 个高度越大，则X取a附近的值的概率就越 大. 也可以说，在某点密度曲线的高度反 映了概率集中在该点附近的程度.
x
F ( x) f (t)d t x
4）若 f ( x ) 在 x 点连续，则有
曲线 y = f (x) 以x轴为渐近线
特点:两头小，中间大，左右对称.
正态分布 N(的,图2 ) 形特点
决定了图形的中心位置， 决定了图形中峰的陡峭
程度.
即固定 , 对于不同的 , 对应的 f (x)的
形状不变化，只是位置不同
固定 ，对于不同的 ，f ( x) 的形状不同.
f (x)
1
e
一种重要的正态分布：N (0,1) — 标准正态分布
(x)
1
x2
e2
2
x
(x) 是偶函数，其图形关于纵轴对称
它的分布函数记为 (x)，其值有专门的表可查
( x) 1
t2 x
e 2 dt
2
x
0.4
(0) 0.5
0.3
P(X≤0)
0.2
0.1
-3 -2 -1
123
( x) 1 ( x)
2. 概率密度函数的性质
1 ) f (x) 0
2 ) f (x)dx 1
常利用这两条性质是判定
一个函数 f(x)是否为某 r.vX的概率密度或求 其中的未知参数.
f (x)面积为1来自ox3) P{a X b} F(b) F(a)
b
a
f ( x)d x f ( x)d x
b
a f ( x)d x
X 的分布函数为
F
(
x)
1
0, ex
,
x0 x0
f ( x)
F( x)
0
x
0x
例3 设某电子元件的寿命 X（以小时记）服从参数为
= 0.002 的指数分布,试求该元件至少使用500小时
的概率。 解
f
(
x
)
e
x
,
x0
0, x 0
P{X 500}