天津科技大学《概率与数理统计》课件 第五单元：随机变量及其分布.pptVIP

第五单元 * * 随 机 量 变 其 及 分 布 随 机 量 变 其 及 分 布 在这一单元里，我们将引进概率论中随机变量这一概念，它将使我们能更全面地研究随机试验的结果，揭示客观存在着的统计规律性 . 在随机现象中，有许多问题与数值发生联系。如：“测试灯泡的寿命”这一试验，它的每一试验结果就是一个数，另外也有些初看起来与数值无关的随机现象，如掷硬币的试验，但我们也可想法使它与数值联系起来。 §2.1 随机变量的概念 为了研究便利，我们用下面的方法使它与数值发生联系，当“出现正面”时，用数“1”代表，当“出现反面”时，用“0”代表，此时将每个试验结果看作一个变量X，它将随试验的结果而变化：。 例 掷硬币的试验，它的样本空间含有两个可能结果： 称变量X为随机变量。 下面给出随机变量的定义： 当试验“出现正面”时，它取值1；当“出现方面”时，它取值0。若与样本空间联系起来，则变量X可以看做是定义在?上的函数，记为 设 ? 是试验E的样本空间, 若 则称 X ( ?) 为 ? 上的 随机变量 r.v.一般用大写字母 X, Y , Z , ? 或小写希腊字母 ?, ?, ? 表示. 定义1 按一定法则 简记 r.v. X . 随机变量 是 上的映射, 此映射具有如下特点 定义域 事件域 ? 随机性 r.v. X 的可能取值不止一个, 试验前只能预知它的可能的取值，但不 能预知取哪个值 概率特性 X 以一定的概率取某个值 引入r.v.后, 可用r.v.的等式或不等式表达随机事件, 例如 —— 表示 “某天9:00 ~ 10:00 接到电话次数超过100次” 这一事件 为事件A 的示性变量 可根据随机事件定义 r.v. 设 A 为随机事件，则称 离散型 非离散型 r.v. 分类 其中一种重要的类型为 连续性 r.v. 引入 r.v. 重要意义 ◇ 任何随机现象可 被 r.v.描述 ◇ 借助微积分方法 将讨论进行到底 §2.1 离散型随机变量 定义2 若随机变量 X 的可能取值是有限 个或可列个, 则称 X 为离散型随机变量 描述X 的概率特性常用概率分布或分布律 X P 或 即 分布律的性质 非负性 归一性 X ~ 或 0 – 1 分布 是否超标等等. 凡试验只有两个结果, 常用0 – 1 分布描述, 如产品是否合格、人 口性别统计、系统是否正常、电力消耗 X = xk 1 0 Pk p 1 - p 0 p 1 应用 场合 或 §2.1 几种常用的离散型随机变量的分布 超几何分布 二项分布 n 重Bernoulli 试验中, X 是事件A 在 n 次试 验中发生的次数 , P (A) = p ,若 则称 X 服从参数为n, p 的二项分布，记作 0–1 分布是 n = 1 的二项分布 泊松分布