概率论与数理统计浙大第四版-第二章1.pdfVIP

概率论 概率论 二、随机变量及其分布 二、随机变量及其分布 1. 随机变量 为更好地揭示随机现象的规律性并利 用数学工具描述其规律, 有必要引入随机 变量来描述随机试验的不同结果. 例 检测一件产品可能出现的两个结果 , 也可以用一个离散变量来描述 1, 次品  X  ( )  0 , 正品  例 电脑寿命可用一个连续变量 T 来描述. 随机变量 E : 总机每天接到的电话次数  {0,1, 2,3,,N } 1 1 E : 抽取灯泡一个，测其寿命  {t :t  0} 2 2 以上随机试验的样本空间本身就是用数值描述的，然而有一些随 机试验的样本空间不是用数值描述的，而是用属性刻画的，如： E3 : 投一枚均匀的硬币  {正面，反面} 3 E4 : 从一批有正品和次品的产品中任取一件  {正品，次品} 4 对此类事件，通常可将其事件数量化，对于随机试验E4，可 引进变量X，并记事件出现正品为1，次品为0。则“X=1”表示出现 次品，“X=0”表示出现次品 随机变量 ( random variable ) ◆随机事件--试验结果是否出现－定性 ◆随机变量--试验结果具体是某一数值－定量 定义 设 是试验E 的样本空间, 若 按一定法则   实数(X ) 则称 X ( ) 为 上的 随机变量 简记r.v. X . r.v.一般用大写字母X , Y , Z , 或小 写希腊字母 , ,  表示，r.v.可省略. 随机变量 R 上的映射, 此映射具有如下特点 随机性 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 ( 100)X  —— 表示 “某天9:00 ~ 10:00 接到电话次数超过100次” 这一事件 r.v.的函数一般也是r.v. 在同一个样本空间可以同时定义多个 r.v., 例如 = {儿童的发育情况 } X () — 身高, Y() — 体重, Z() — 头围. 各 r.v.之间可能有一定的关系, 也可能没 有关系—— 即相互独立 离散型 r.v. 分类 非离散型 其中一种重要的类型为