第二章随机变量及其分布.doc.docVIP

随机变量及其分布 §2.1 随机变量及其分布 在随机试验中，若把试验中观察的对象与实数对应起来，即建立对应关系X，使其对试验的每个结果，都有一个实数与之对应，则的取值随着试验的重复而不同，是一个变量，且在每次试验中究竟取什么值事先无法预知，也就是说是一个随机取值的变量。因此，很自然地称为随机变量. 2.1.1　随机变量的概念 定义2.1.1 设是某随机试验的样本空间，若对中每个基本事件都有唯一的实数与之对应，则称为随机变量。随机变量是定义在样本空间上的单值实值函数，通常以等来表示随机变量。随机变量的取值用小写字母等来表示。一个随机变量仅取有限个或可列个值，则称其为离散随机变量；可能取值充满数轴上的一个区间，则称其为连续随机变量，其中可以是，可以是。 引入随机变量以后，就可以用随机变量来描述随机事件。例如，在“掷硬币”这个试验中，可定义 则和就分别表示了事件{出现正面}和{出现反面}，且有。 若试验的结果本身就是用数量描述的，则可定义。例如，在“掷骰子”这个试验中，用表示{出现点}，且 。 在“测试灯泡寿命”这个试验中，表示{灯泡的寿命为}，而就是事件{灯泡寿命不超过t}的概率。 　　2.1.2　随机变量的分布函数 许多随机变量的取值是不能一个一个地列举出来的且它们取某个值的概率可能是零。例如，在测试灯泡的寿命时，可认为寿命X的取值充满了区间，事件表示灯泡的寿命正好是，在实际中，测试数百万只灯泡的寿命，可能也不会有一只的寿命正好是x0。也就是说，事件发生的频率在零附近波动，自然可认为。 由于有许多随机变量的概率分布情况不能以其取某个值的概率来表示，故我们转而讨论随机变量X的取值落在某一个区间里的概率，即取定，讨论。因为 ， 所以对任何一个实数x，只需知道，就可知X的取值落在任一区间里的概率了。为此，我们用来讨论随机变量X的概率分布情况。 定义2.1.2　 设X是一个随机变量，x是任意实数，则函数称为X的分布函数。称X服从F(X)，记为X～F(X)。 若把X看作是数轴上的随机点的坐标，则分布函数F(x)在x的函数值就表示X落在区间里的概率。对于任意的实数，随机变量X落在区间里的概率可用分布函数来计算： 在这个意义上可以说，分布函数完整地描述了随机变量的统计规律性，或者说，分布函数完整地表示了随机变量的概率分布情况。 定理2.1.1　任一分布函数F(x)具有以下三条基本性质： 　　(1)单调性F(x)是一个单调不减的函数，即当时,。 事实上，，故. (2)有界性，且 。 因为，即F(x)是X落在里的概率，所以。对其余两式，我们只给出一个直观的解释，不作严格的证明。事实上，是事件的概率，而是必然事件，故。类似地，是不可能事件，故。 (3)右连续性，即是右连续的函数。 证明从简. 注意常用公式： ，， ，， ，， 。 当在与连续时，有， 例1　柯西分布函数，且有 2.1.3　离散随机变量的概率分布列 定义2.1.3　设离散型随机变量X所有可能取的值为且取各个值的概率为则称上式为离散型的随机变量X的概率分布列或分布列。分布列也可以用表格的形式来表示，即表示为 X x1 x2 ... xn ... P p1 p2 .... pn ... 或记成 。 注意在同一样本空间上可以定义不同的随机变量，如掷两颗骰子，样本空间含有36个等可能的样本的点，定义不同的随机变量X：点数之和；Y：6点的个数；Z：最大点数。 分布列的性质 (1)非负性： (2)正则性：。 注意： (1)某个数列是否为分布列的充要条件即为以上两条性质。 (2)离散随机变量的分布函数为： (3)离散型随机变量X的分布函数是阶梯函数，是F(X)的第一类间断点，而X在处的概率就是F(x)在这些间断点处的跃度。 例2 设一汽车在开往目的地的道路上需经过四盏信号灯，每盏信号灯以概率1/2允许汽车通过或禁止汽车通过.以X表示汽车首次停下时，它已通过的信号灯的盏数（设各信号灯的工作是相互独立的）。求X的分布律，分布函数以及概率。 解 设p为每盏信号灯禁止汽车通过的概率，则 现，故知X的分布律为 X 0 1 2 3 P 1/2 1/4 1/8 1/8 由此得X的分布函数 题中要求计算的概率分别为 以上概率也可以用分布律来计算，如 2.1.4 连续随机变量的概率密度函数 定义2.1.4 设F(x)是随机变量X的分布函数，若存在实数轴上的非负可积函数p(x)，对任意实数x，有 则称X为连续型随机变量。称p(x)为X的概率密度函数或密度函数。 由定义知，连续型随机变量的分布函数F(x)累积概率函数，其导数若存在，则有。如柯西分布的密度函数为 密度