概率论与数理统计(2-1)研讨.ppt

第二章 随机变量及其分布 §2.1 离散型随机变量及其分布律 §2.2 随机变量的分布函数 §2.3 连续型随机变量及其概率密度 §2.4 几种常见的连续型随机变量的分布 §2.5 随机变量函数的分布 §2.6 二维随机变量及其联合分布函数 §2.7 二维离散型随机变量 §2.8 二维连续型随机变量 §2.9 随机变量的相互独立性 §2.1 离散型随机变量及其分布律 一、随机变量的定义 二、离散型随机变量及其分布律 三、常见的离散型随机变量的分布 作业 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1 掷一枚硬币，观察正面、反面出现的情况。 记ω1= “正面朝上”， ω2=“反面朝上”。 X是定义在Ω={ω1，ω2}上的函数，是随机变量。 一、随机变量的概念 Ω={t | t ≥ 0} 例3 测试灯泡的寿命：X=X（t） ω X(ω) Ω X 例2 从一批种子中随机抽取20粒进行发芽试验，观察发芽粒数。显然Ω={0，1，…，20}，用变量X表示发芽种子粒数，则X的所有可能取值为 0，1，…，20. ?={ω} → X=X(ω) 一、随机变量的概念 定义 设随机试验E的样本空间为Ω，如果对于每一个ω∈Ω，都有唯一的一个实数X(ω)与之对应，则称X(ω)为随机变量，并简记为X。 注意： 1. X是定义在Ω上的实值、单值函数。 2. 因随机试验的每一个结果的出现都有一定的概率， 所以随机变量X的取值也有一定的概率。 3. 随试验结果不同, X取不同的值，试验前可以知道它的所有取值范围，但不知确定取什么值。 一、随机变量的概念 例3 (1) 50次射击试验中命中的次数… … 可以用一个随机变量X来表示，它可能取0，1，…，50中的任一非负整数； (2)城市某十字路口一分钟内通过的机动车数… … 可以用随机变量X来表示，它所有可能的取值为一切非负整数； 二、 离散型随机变量及其分布律 (3) 汽车司机刹车时，轮胎接触地面的点的位置是在[0, 2?r]上取值的随机变量，其中r 是轮胎的半径． 随机变量按其可能取的值，区分为两大类: 一类叫离散型随机变量, 其特征是只能取有限或可列个值.在例1的 (1) 和(2)中,随机变量为离散型随机变量． 另一类是非离散型随机变量。在非离散型随机变量中，通常只关心连续型随机变量，它的全部可能取值不仅是无穷多的、不可列的，而是充满某个区间．在例1的（3），随机变量则为连续型随机变量． 二、 离散型随机变量及其分布律 P { X = xi } = pi （i = 1, 2, …） 亦可用下面的概率分布表来表示 X x1 x2 … xn … pk p1 p2 … pn … 则称之为离散型随机变量X的概率分布律或分布列（律） 定义 设离散型随机变量X所有可能的取值为 x1 , x2 , … , xn , … X取各个值的概率，即事件{X=xi}的概率为 二、 离散型随机变量及其分布律 （1）非负性： pi ≥ 0 （i=1,2，…） （2）规范性： 课堂练习1 已知随机变量X的概率分布为： 求常数a. 解 由概率分布的性质得 得 15a = 1, 即 分布律具有如下性质： X 0 1 2 3 pk 6白 4红 10球 解 用X表示抽到的红球数，则X所有可能的取值为0，1，2，3。且取每一个值的概率分别为 课堂练习2 在一个袋子中有10个球，其中6个白球，4个红球。从中任取3个，求抽到红球数的概率分布。 可表示为 例4 假设某篮球运动员投篮命中率为0.8，X表示他投篮一次命中的次数，求X的概率分布． 解 用{X=1}表示“投篮一次命中”，{X=0}表示“投篮一次没命中”，则 P{X=1}=0.8, P{X=0}=1－P{X=1}=1－0.8=0.2. 即X的概率分布为 0.2 0.8 P 0 1 X 三、常见的离散型随机变量的分布 1. 0-1分布 若随机变量 X 只可能取 0 和 1 两个值，概率分布为 ( 0＜p＜1，p+q=1) 若Ω只有两个样本点，即Ω={ω1,ω2}，则可以定义具有0-1分布的随机变量： X = X(ω)