期望§2.3随机变量的方差与标准差§2.4常用离散分布§2.5.ppt

第二章 随机变量及其分布 §2.1 随机变量及其分布 (1) 掷两颗骰子， 出现的点数之和为 X 2，3，4，……，12. (2) 任取n个产品，其中的不合格品个数 Y 0，1，2，……，n (3) 某商场一天内来的顾客数 Z 0，1，2，…… (4) 某种型号电视机的寿命 T : [0, +?) 2.1.1 随机变量的定义 注 意 点 例1 将一枚硬币掷3次，记X表示正面出现的次数.试用随机变量X表示事件A=“至多出现一次正面”，B=“三次出现同一面”，并求它们的概率. 两类随机变量 若随机变量 X 可能取值的个数为有限个或 可列个，则称 X 为离散随机变量. 若随机变量 X 的可能取值充满某个区间 [a, b]，则称 X 为连续随机变量. 2.1.2 随机变量的分布函数 定义2.1.2 设X为一个随机变量，对任意实数 x， 称 F(x)=P( X? x) 为 X 的分布函数. 易知，(1)对任意实数a, b (ab), 有 P {aX?b}＝P{X?b}－P{X?a}＝ F(b)－F(a). (2)分布函数F(x)的定义域为R,值域为[0,1]. 分布函数的基本性质： (1) F(x) 单调不降； (2) 有界：0?F(x)?1，F(??)=0，F(+?)=1； (3) 右连续. 注：这是一个充要条件. 例2 下列函数可以作为某个随机变量的分布函数的是（ ） （A） （B） （C） 2.1.3 离散随机变量的分布列 设离散随机变量 X 的可能取值为： x1，x2，……，xn，…… 称 pi=P(X=xi)， i =1, 2, …… 为 X 的分布列. 分布列也可用表格形式表示： 分布列的基本性质 (1) pi ? 0， (2) 注 意 点 例3 求下列随机变量分布律中的未知参数a. 练习 已知 X 的分布列如下： 注 意 点 例5 2.1.4 连续随机变量的密度函数 例8 设随机变量X的分布函数为 练习2. 设随机变量X的分布函数为 例10 设随机变量X的密度函数为 §2.2 随机变量的数学期望 分赌本问题(17世纪) 甲乙两赌徒赌技相同，各出赌注50元. 无平局，谁先赢3局，则获全部赌注. 当甲赢2局、乙赢1局时，中止了赌博. 问如何分赌本? 两种分法 1. 按已赌局数分： 则甲分总赌本的2/3、乙分总赌本的1/3 2. 按已赌局数和再赌下去的“期望” 分： 因为甲获胜的概率为3/4，乙获胜的概率为1/4， 所以甲分总赌本的3/4、乙分总赌本的1/4 2.2.1 数学期望的概念 若按已赌局数和再赌下去的“期望” 分， 则甲的所得 X 是一个可能取值为0 或100 的随机变量，其分布列为： 2.2.2 数学期望的定义 定义2.2.1 设离散随机变量X的分布列为 P(X=xi) = pi, i = 1, 2, ... 若级数 连续随机变量的数学期望 定义2.2.2 设连续随机变量X的密度函数为p(x), 若积分 注 意 点 数学期望简称为期望. 数学期望又称为均值. 数学期望是一种加权平均. 2.2.3 数学期望的性质 定理2.2.1 设 Y=g(X) 是随机变量X的函数， 若 E(g(X)) 存在，则 §2.3 随机变量的方差与标准差 数学期望反映了X 取值的中心. 方差反映了X 取值的离散程度,是衡量随机变量取值波动程度的一个数字特征。 2.3.1 方差与标准差的定义 定义2.3.1 若 E(X?E(X))2 存在，则称 E(X?E(X))2 为 X 的方差，记为记为D(X),或Var(X). 即Var(X)= E(X?E(X))2 . 注 意 点 (2) 称 课堂练习 2.3.2 方差的性质 随机变量的标准化 2.3.3 切比雪夫(Chebyshev)不等式 定理 2.3.2 含义：设一次试验中事件A发生的概率为P(A)=p,记n次独立重复试验中事件A发生的次数为X,则X～B(n,p). 举例： （1）设某人在10次独立射击中的击中次数为X,则X服从什么分布； （2）某时间段内25只灯泡中损坏（是否损坏相互独立）的只数Y服从二项分布； 检验中的两类错误 （1）弃真的错误