随机变量及其分布课程.docVIP

随机变量及其分布 ? 　　一、随机变量 　　用来表示随机现象结果的变量称为随机变量。常用大写字母X，Y，Z等表示随机变量，而它们的取值用相应的小写字母x，y，z等表示。 　　假如一个随机变量仅取数轴上有限个点或可列个点(见图1.3-1)，则称此随机变量为离散随机变量，或离散型随机变量。 　　假如一个随机变量的所有可能取值充满数轴上一个区间(a，b)(见图1.3-2)，则称此随机变量为连续随机变量，或连续型随机变量，其中a可以是-∞，b可以是+∞。 　　 　　[例1.3-11产品的质量特性是表征产品性能的指标，产品的性能一般都具有随机性，所以每个质量特性就是一个随机变量。例如: 　　(1)设X是一只铸件上的瑕疵数，则X是一个离散随机变量，它可以取0，1，2，…等值。可用随机变量X的取值来表示事件:“X=0”表示事件“铸件上无瑕疵”，“X=2”表示事件“铸件上有两个瑕疵”，“X2”表示事件“铸件上的瑕疵超过两个”等等。这些事件有可能发生，也可能不发生。因为X取0，1，2，…等值是随机的。类似地，一平方米玻璃上的气泡数、一匹布上的疵点数、一台车床在一天内发生的故障数都是取非负整数{0，1，2，3，…}的离散随机变量。 　　(2)一台电视机的寿命X(单位:小时)是在[0，∞)上取值的连续随机变量:“X=0”表示事件“一台电视机在开箱时就发生故障”，“X≤10000”表示事件“电视机寿命不超过10000小时”，“X40000”表示事件“电视机寿命超过40000小时”。 　　(3)检验一个产品，结果可能是合格品，也可能是不合格品。设X表示检验一个产品的不合格品数，则X是只能取0或1两个值的随机变量。“X=0”表示合格品，“X=　　1”表示不合格品。类似地，检验10个产品，其中不合格品数X是仅可能取0，1，…，10等11个值的离散随机变量。更一般的，在n个产品中的不合格品数X是可能取0，1，2，…，n等n+1个值的离散随机变量。 　　二、随机变量的分布 　　随机变量的取值是随机的，但内在还是有规律性的，这个规律性可以用分布来描述。认识一个随机变量X的关键就是要知道它的分布，分布包含如下两方面内容: 　　(1)X可能取哪些值，或在哪个区间上取值。 　　(2)X取这些值的概率各是多少，或X在任一区间上取值的概率是多少? 　　下面分离散随机变量和连续随机变量来叙述它们的分布，因为这两类随机变量是最重要的两类随机变量，而它们的分布形式是有差别的。 　　(一)离散随机变量的分布 　　离散随机变量的分布可用分布列表示，譬如，随机变量X仅取n个值:x1，x2，…xn，X取x1的概率为p1，取x2的概率为p2，…，取xn的概率为pn。这些可列在一张表上，清楚地表示出来: 　　 或用一个简明的数学式子表示出来: 　　P(X=xi)=pi，i=1，2，…，n要求这些pi满足以下两个条件:pi≥0，p1+p2+…pn=1。满足这两个条件的分布称为离散分布，这一组pi也称为分布的概率函数。 　　例[1.3-2]掷两颗骰子，其样本空间为: 　　 　　考察与这个随机现象有关的一些随机变量: 　　(1)设X表示“掷两颗骰子，6点出现的个数”，它的分布列为: 　　 　　(2)设Y表示“掷两颗骰子，点数之和”: 　　 　　这些随机变量X，Y都是各从一个侧面表示随机现象的一种结果，每个随机变量的值是随机的，但其分布告诉我们每个随机变量取值概率，使人们不仅对全局做到心中有数，而且还看到X取哪些值的可能性大，X取哪些值的可能性小，譬如: 　　X取0可能性最大，X取2的可能性最小； 　　Y取7的可能性最大，Y取2，12的可能性最小； 　　这些分布中的概率都可用古典方法获得，每个概率都是非负的，其和均为1。 　　〔例1.3-3]设在10个产品中有2个不合格品，若从中随机取出4个，则其中不合格品数X是离散随机变量，它仅可取0，1，2等三个值。X取这些值的概率为(详见例1.2-5): 　　 具体计算可得如下的分布列: 　　 从表中可见，事件“X=1”出现的机会最大，超过0.5。 　　对同样问题，若用放回抽样，则从10个产品(其中有2个不合格品)中随机取出4个，其中不合格品数Y是另一个随机变量，它可取0，1，2，3，4等五个值。Y取这些值的概率为(详见例1.2-6): 　　 具体计算可得如下分布列: 　　 这个分布显示了Y取哪些值概率大，哪些值概率小。还可计算有关事件的概率，譬如: 　　P(Y≤1)=P(Y=0)+P(Y=1)=0.4096+0.4096=0.8192 　　〔例1.3-4]某厂生产的三极管，每100支装一盒。记X为一盒中不合格品数，厂方经多次抽查，根据近千次抽查的记录，用统计方法整理出如下分布: 　　 从这个分布可以看出，最可能发生的不合格品数在1到3之间，而超过5个不合