2-1,2随机变量的离散型随机变量程序.ppt

第二章 随机变量及其分布 一、随机变量的概念 为了深入地研究随机现象，不能孤立的研究随机试验的一个或几个事件，需要从整体去把握其统计性质.例如,测试电子显像管的寿命,相比“显像管的寿命不到6000小时”这类事件的概率,我们更关心显像管寿命的整体变化规律.因此,将随机试验的结果数量化，即用一个变量来描述试验结果,以便从数量关系来研究随机现象的统计规律性. 例1 抛掷骰子,观察出现的点数. S={1，2，3，4，5，6} 样本点本身就是数量 X表示试验结果 且有 则有 1. 随机变量的引入 例2 抛一硬币 样本空间为 S={正面,反面} 如果我们用:0表示正面,1表示反面 X表示试验结果 　　 ω 正面 反面 X(ω) 0 1 X(ω)为从样本空间S到实数R的一个函数 例3 全奖抽选,从有红,黄,绿,白4种球的箱中任意抽1球,规定奖金对应为100元,1000元,10000元,100000元 样本空间为 S={红,黄,绿,白} Y表示抽取结果 　　 ω 红 黄 绿 白 Y(ω) 100 1000 10000 100000 Y(ω)为从样本空间S到实数R的一个函数 以X记三次投掷得到正面H的总数 例4 将一枚硬币抛掷三次，观察出现正面H反面T的情况，样本空间是. S={ HHH , HHT , HTH , THH , HTT , THT , TTH , TTT } 则 X(HHH)=3 X(HHT)=2 X(HTH)=2 X(THH)=2 X(HTT)=1 X(THT)=1 X(TTH)=1 X(TTT)=0 X(ω)有如下特点: (1)X(ω)是变量; (2)取值具有随机性: 试验前不能确定X(ω)取哪个值 . 设S为某一随机试验的样本空间,如果每一个样本点ω∈ S,有一实数X(ω)与之对应,这样就定义了定义域为S的实值函数X(ω),称为随机变量. 2. 随机变量的定义 3.随机变量的分类 离散型随机变量 (1)离散型 随机变量所取的可能值是有限多个 无限可列个, 叫做离散型随机变量. 随机变量 X 的可能值是 : 随机变量 连续型随机变量 例5 观察掷一个骰子出现的点数. 1, 2, 3, 4, 5, 6. 非离散型随机变量 其它 例6 若随机变量X记为“连续射击,直至命中时的射击次数”,则X的可能值是: 例7 设某射手每次射击打中目标的概率是0.8,现该射手射了30次,则随机变量X记为“击中目标的次数”,则X 的所有可能取值为: 则X的取值范围为 (a, b) . 例8 随机变量X为“灯泡的寿命”. (2)非离散型 随机变量所取的可能值无法按一定 次序一一列举出来，叫做非离散型随机变量. 则X的取值范围为 ▲非离散型随机变量中最重要的是连续型随机变量. 例9 随机变量X为“测量某零件尺寸时的测量 误差”. 二、离散型随机变量及其分布率 显然有性质 定义 离散型随机变量的分布律也可表示为 例1 X 1 2 3 P 0.2 0.3 a 求a的值 解 a=0.5 X 1 2 3 P 0.5 0.3 0.8 Y 1 2 3 P 0.7 -0.5 0.8 例2 判断下列各表是否为概率分布表 例3 若离散型随机变量X的分布律为 求常数a. 解 例4 袋中有红球3个白球2个，从中任取3个球, X表示取到的白球数,求X的概率分布表. X的概率分布表为： 解 X P 0 1 2 例5 汽车需经过四盏信号灯,每盏信号灯禁止汽车通过的概率为p,X表示汽车首次停下时已通过信号灯的盏数,求X的分布律 解 X 0 1 2 3 4 P 三 常见的几种离散型随机变量 设随机变量X只可能取0与1两个值 , 它的分布律为(0 p 1) 则称X服从0-1分布或两点分布. 1.两点分布（或0-1分布） 例6“抛硬币”试验,观察正、反两面情况. 随机变量X服从 0-1分布. 其分布律为 例7 200件产品中,有190件合格品,10件不合格品,现从中随机抽取一件,那末,若规定 取得不合格品, 取得合格品. 则随机变量X服从0-1分布. 两点分布是最简单的一种分布，任何一个只有两种可能结果的随机现象,，比如新生婴儿是男还是女、明天是否下雨、种籽是否发芽等，都属于两点分布. 说明 2.伯努利试验、二项分布 1)伯努利试验 只产生两个对立的结果 的试验. 例如 抛硬币一次 反面 从一批产品中任取一件 投一次篮球 正品 投中 次品 没有投中 正面 2) n重伯努利试验 将伯努利试验独立重复n次 例如 1 某人重复射击10,每次1发子弹；