概率论与数理统计第四讲【荐】.pptVIP

第六讲 离散型随机变量 * * 概率论与数理统计 随机变量 离散型随机变量及其分布 1、有些试验结果本身与数值有关（本身就是一个数）. 例如，掷一颗骰子面上出现的点数； 五月份张家港最高温度； 每天从镇江下火车的人数； 昆虫的产卵数； 一、随机变量的概念 这种对应关系在数学上理解为定义了一种实值函数. X(e) e. R 这种实值函数与在高等数学中大家接 触到的函数一样吗？ 2、在有些试验中，试验结果看来与数值无关，但我们可以引进一个变量来表示它的各种结果.也就是说，把试验结果数值化. （1）它随试验结果的不同而取不同的值，因而在试验之前只知道它可能取值的范围，而不能预先肯定它将取哪个值. （2）由于试验结果的出现具有一定的概率，于是这种实值函数取每个值和每个确定范围内的值也有一定的概率. 称这种定义在样本空间上的实值函数为 随 量 机 变 简记为 r.v. 而表示随机变量所取的值 时,一般采用小写字母x,y,z等. 随机变量通常用大写字母 X,Y,Z或希腊字母ζ,η等表示 定义：设随机试验的样本空间为S={e}.X=X(e)是定义在样本空间S上的实值单值函数，称X=X(e)为随机变量. 例如，从某一学校随机选一 学生，测量他的 身高. 我们可以把可能的身高看作随机变量X, 然后我们可以提出关于X的各种问题. 如 P(X1.7)=？ P(1.5X1.7)=? 一旦选定了一个学生并量了他的身高之后，我们就得到X的一个具体的值，记作x. 这时,要么x≥1.7米，要么x 1.7米，再去求P(x ≥1.7米)就没有什么意义了. P(X≤1.5)=? 有了随机变量,随机试验中的各种事件，就可以通过随机变量的关系式表达出来. 二、引入随机变量的意义 如：单位时间内某电话交换台收到的呼叫次数用X表示，它是一个随机变量. 事件{收到不少于1次呼叫} { X 1} {没有收到呼叫} {X= 0} 随机事件是从静态的观点来研究随机现象，而随机变量则是一种动态的观点. 三、随机变量的分类 如“取到次品的个数”， “收到的呼叫数”等. 随机变量 离散型随机变量 连续型随机变量 所有取值可 以逐个一一列举. 例如，“电视机的寿命”，实际中常遇到的“测量误差”等. 全部可能取值不 仅无穷多，而且还不 能一一列举，是充满 一个区间. 它们有很多相同或相似之处；又各有特点. 解：分析 例1 一报童卖报，每份0.15元，其成本为0.10元. 报馆每天给报童1000份报，并规定他不得把卖不出的报纸退回. 设X为报童每天卖出的报纸份数，试将报童赔钱这一事件用随机变量的表达式表示. 当 0.15 X1000× 0.1时，报童赔钱 故{报童赔钱} {X 666} {报童赔钱} {卖出的报纸钱不够成本} 这样，我们就掌握了X这个随机变量取值的概率规律. 从中任取3 个球 取到的白球数X是一个随机变量 X可能取的值是0,1,2 取每个值的概率为 例2 且 1.定义: 其中 (k=1,2, …) 满足： k=1,2, … （1） （2） 定义1 ：设xk(k=1,2, …)是离散型随机变量X所取的一切可能值，称 k=1,2,… … 为离散型随机变量X的分布律(或概率分布). 用这两条性质判断 一个函数是否是 分布律 四、离散型随机变量概率分布的定义 解: 依据分布律的性质: P(X =k)≥0, a≥0 从中解得 欲使上述函数为分布律 应有 这里用到了常见的幂级数展开式 例3 设随机变量X的分布律为： k =0,1,2, …, 试确定常数a . 2、表示方法 （2）图示法 （3）公式法 （1）列表法： X~ 再看例2 任取3 个球 X为取到的白球数 X可能取的值 是0,1,2 0.1 0.3 0.6 k PK 0 1 2 例4. 某篮球运动员投中篮圈概率是0.9，求他两次独立投篮投中次数X的分布律. 解： X可取0、1、2为值 P(X =0)=(0.1)(0.1)=0.01 P(X =1)= 2(0.9)(0.1) =0.18 P(X =2)=(0.9)(0.9)=0.81 且 P(X =0)+ P(X =1)+ P(X =2)=1 常表示为： 例5. 某射手连续向一目标射击，直到命中为止，已知他