概率试卷.docVIP

第二章 随机变量及其分布 一、内容提要 （一）随机变量 1.随机变量的定义 设随机试验E的样本空间为，如果对于任意的，都有唯一的实数与之对应，则称是定义在样本空间上的一个随机变量。 随机变量常用大写字母X，Y，Z等表示。 2.随机变量的两种主要类型 （1）离散型随机变量X：X只能取有限个值或可列个值。 （2）连续型随机变量X：若存在一定义在内的非负函数p(x)，使对任意的a,b(ab)，都有 则称X为连续型随机变量。 连续型随机变量X可取某个有限区间[a,b]上或无限区间内的一切值。 3.随机变量的分布函数：设X是一随机变量，则称函数 为X的分布函数，它表示事件{X≤x}的概率。 （1）分布函数的基本性质 ①F(x)为非负、单值不减函数，即对任意x1x2，有F(x1)≤F(x2)； ② ③ ④F(x)为右连续函数，即对任意x有 F(x+0)=F(x). 这一分布函数的定义，对离散型或连续型随机变量都适用。 （2）分布函数F(x)能全面完整地描述随机变量，是描述随机变量的重要工具之一。 ①对任意b，有，即X取值不超过任意实数b的概率，等于其分布函数在这一点的函数值。 ②对任意ab，有，即的概率等于其分布函数在该区间上的改变量。 ③对任意b，有，即X取任一点的概率，等于其分布函数在该点的函数值与左极限的差。 （二）离散型随机变量的概率分布 1.离散型随机变量的概率分布（或分布列） 设离散型随机变量X可能取到的值为x1，x2,…，xk，…，X取各个值的相应的概率为，则称为X的概率分布。 分布列有时也由表格给出 X x1 x2 … xk … P p1 p2 … pk … 2.分布列的基本性质 （1）； （2） 3.分布列与分布函数的关系：分布列与分布函数可以相互唯一确定，并都能对随机变量进行完整描述： （1）若已知，则X的分布函数为 ； （2）若已知X的分布函数F(x)，则F(x)的各间断点xk就是X的可能值，且 4.几种常用的离散型分布 （1）两点分布（贝努里分布） 即 X 0 1 P 1-p p （2）二项分布 如果随机变量X的概率分布为 其中0p1，q=1－p，则称X服从参数为n,p的二项分布，记作X～B(n,p). 若用X表示在n重贝努里试验中事件A发生的次数，则 X～B(n,p)，其中p=P(A)。 特别地，当n=1时，二项分布化为 这就是两点分布（0—1分布）. （3）泊松分布 如果随机变量X的概率分布为 则称X服从参数为λ(λ0)的泊松分布，记作X～π(λ). 泊松定理 设随机变量Xn，(n=1,2,…)服从二项分布，其分布为 此处Pn是与n有关的数. 又设，则有 由此定理可见，若X～B(n,p)，则当n较大，p较小时，有近似公式 ，其中λ=np. （4）几何分布 如果随机变量X的概率分布为 其中0p1，q=1－p，则称X服从参数为p的几何分布。 （5）超几何分布 如果随机变量X的概率分布为 其中M, N, n都是正整数，且，则称X服从超几何分布。 （三）连续型随机变量的密度函数 1.X的密度函数：设X为随机变量，F(x)为其分布函数，如果存在非负可积函数p(x)，使对一切实数x，有 则称p(x)为X的概率密度函数。 显然在p(x)的连续点x处，有F′(x)=p(x)，这就是密度函数与分布函数之间的关系。 2.密度函数p(x)的基本性质： （1）p(x)≥0； （2）； （3）； （4），其中. （5）对连续型随机变量X在任一指定点x0处，其概率为零。 即 。 3.几种常用的连续型分布 （1）均匀分布：对有限数a, b,(ab)，若X具有密度函数 则称X服从均匀分布，记为。 分布函数为 显然p(x)≥0且 。 （2）指数分布：若X具有密度函数 称X服从参数为λ的指数分布。 显然p(x)≥0 分布函数为 指数分布适用于元件寿命、动物寿命、服务时间等实际问题。 （3）正态分布：在理论和实践中，正态分布都是非常重要的一种分布。 1.一般正态分布 ①密度函数：若X具有密度函数 则称X服从参数为μ，σ的正态分布（高斯分布），记为 ②密度函数的性质： 1）p(x)处处连续； 2）p(x)0； 3）； 4）曲线p(x)关于x=μ对称； 5）最大； 6）当时有拐点； 7）渐近线为x轴，即y=0； 8）当σ固定时，曲线形状不变，而位置随μ的不同而改变；当μ固定，曲线位置不变，但形状随σ的不同而改变，σ越大曲线越扁平，即分布越分散，σ越小，曲线越陡峭，即分布越集中。 ③分布函数为 Ⅱ.标准正态分布 ①密度函数：若X具有密度函数 . 则称X服从标准正态分布（高斯分布），记为 ②密度函数的性质：有与一般正态分布完全类同的性质。 ③分布函数 . （编有专