概率论 第二章随机变量及其分布.pptVIP

第二章 随机变量及其分布 §2.1 随机变量及其分布 1 掷一颗骰子， 出现的点数 X 1，2，……，6. 2 n个产品中的不合格品个数 Y 0，1，2，……，n 3 某商场一天内来的顾客数 Z 0，1，2，…… 4 某种型号电视机的寿命 T : [0, +? 随机变量的定义 设 ? ? 为某随机现象的样本空间， 称定义在?上的实值函数X X ? 为随机变量. 注 意 点 1 注 意 点 2 两类随机变量 若随机变量 X 可能取值的个数为有限个或 可列个，则称 X 为离散随机变量. 若随机变量 X 的可能取值充满某个区间 [a, b]，则称 X 为连续随机变量. 前例中的 X, Y, Z 为离散随机变量； 而 T 为连续随机变量. 随机变量的分布函数 设X为一个随机变量，对任意实数 x， 称 F x P X? x 为 X 的分布函数. 基本性质： 1 F x 单调不降； 2 有界：0?F x ?1，F 0，F +? 1； 3 右连续. 离散随机变量的分布列 设离散随机变量 X 的可能取值为： x1，x2，……，xn，…… 称 pi P X xi ， i 1, 2, …… 为 X 的分布列. 分布列也可用表格形式表示： 分布列的基本性质 1 pi ? 0， 2 注 意 点 1 注 意 点 2 已知 X 的分布列如下： 已知 X 的分布函数如下,求 X 的分布列. 连续随机变量的密度函数 连续随机变量X的可能取值充满某个区间 a, b . 因为对连续随机变量X，有P X x 0， 所以无法仿离散随机变量用 P X x 来描述连续随机变量X的分布. 注意离散随机变量与连续随机变量的差别. §2.2 随机变量的数学期望 分赌本问题 17世纪 甲乙两赌徒赌技相同，各出赌注50元. 无平局，谁先赢3局，则获全部赌注. 当甲赢2局、乙赢1局时，中止了赌博. 问如何分赌本? 两种分法 1. 按已赌局数分： 则甲分总赌本的2/3、乙分总赌本的1/3 2. 按已赌局数和再赌下去的“期望” 分： 因为再赌两局必分胜负，共四种情况： 甲甲、甲乙、乙甲、乙乙 所以甲分总赌本的3/4、乙分总赌本的1/4 数学期望的概念 若按已赌局数和再赌下去的“期望” 分， 则甲的所得 X 是一个可能取值为0 或100 的随机变量，其分布列为： 数学期望的定义 设离散随机变量X的分布列为 P X xn pn, n 1, 2, ... 若级数 连续随机变量的数学期望 设连续随机变量X的密度函数为p x , 若积分 注 意 点 数学期望简称为期望. 数学期望又称为均值. 数学期望是一种加权平均. 数学期望的性质 设 Y g X 是随机变量X的函数， 若 E g X 存在，则 §2.3 随机变量的方差与标准差 数学期望反映了X 取值的中心. 方差反映了X 取值的离散程度. 方差与标准差的定义 若 E X?E X 2 存在，则称 E X?E X 2 为 X 的方差，记为 注 意 点 2 称 方差的性质 课堂练习 随机变量的标准化 切比雪夫不等式 定理 §2.4 常用离散分布 二项分布 记为 X ~ b n, p . X为n重伯努里试验中“成功”的次数, 泊松分布 超几何分布 几何分布 注 意 点 常用离散分布的数学期望 常用离散分布的方差 §2.5 常用连续分布 正态分布、均匀分布、指数分布、 伽玛分布、贝塔分布。 正态分布 常用连续分布的数学期望 常用连续分布的方差 §2.6 随机变量函数的分布 §2.7 分布的其它特征数 矩、变异系数、分位数、中位数 k 阶原点矩和中心矩 变异系数 分位数 注 意 点 上侧 p -- 分位数 中位数 中位数与均值 统计中常用的 p - 分位数 若记 x’p 为上侧 p - 分位数，即 则 P X? x’p p 称 p 0.5 时的p 分位