数量方法第三章111.pptVIP

第3 章 随机变量及其分布 3.1 随机变量 3.2 离散型随机变量的概率分布 3.3 连续型随机变量的概率分布 3.4 多元随机变量 3.5 决策准则与决策树 随机变量 例如：1. 抛掷一枚硬币,可能出现正面,反面两种结果, 于是S={正,反},规定： 随机变量 3.在上午 8:00～9:00 时间段内某路口观察通过的汽 车数,可能是0,1,2,3,…,于是S={0,1,2,3,…},规定： 随机变量 定义 设有随机试验E的样本空间S,如果对于样本 空间中的每一个样本点e都对应一个确定的实数 X(e)，由此确定的一个定义在S上的单值函数： X=X(e),称此为随机变量。一般用大写字母X,Y,Z… ，或用希腊字母 随机变量 说明 随机变量与高等数学中函数的概念不同。 1.随机变量定义在样本空间上,函数定义在实数上 2.随机变量取值具有随机性,因试验的结果不同而取值不同,其每个可能的取值均对应一定的概率,但取值范围是确定的. 3.随机事件是由样本点构成的集合,故可说随机变量是随机事件基础上的一个概念。 随机变量 说明 定义随机变量依问题的需要而定，如掷一枚 骰子,我们定义了随机变量X表示出现的点数．我 们可以定义其随机变量 离散型随机变量 定义 随机变量 X 的可能取的值是有限个至多可 列个 x1 , x2, x3…,且以确定的概率取这些不同的值, 即有：P{X=xi}=Pi , i=1,2,…,则称X为离散型随机变 量。而称P{X=xi}=Pi,i=1,2,…为离散型随机变量X的概 率函数或概率分布。 离散型随机变量的概率分布 离散型随机变量也可以用下面的表格来表示 离散型随机变量的概率分布 (例题分析) 离散型随机变量的概率分布 (例题分析) 离散型随机变量的概率分布 (例题分析) 2008年考题 离散型随机变量的概率分布 (例题分析) 离散型随机变量的概率分布 (例题分析) 离散型随机变量的数学期望和方差 离散型随机变量的数学期望 离散型随机变量X的所有可能取值xi与其取相对应的概率pi乘积之和 描述离散型随机变量取值的集中程度 记为? 或E(X) 计算公式为 离散型随机变量的数学期望 (例题分析) 离散型随机变量的数学期望 (例题分析) 离散型随机变量的数学期望 (例题分析) 离散型随机变量函数的数学期望 定义 设离散型随机变量X的分布律为： P{X=xi}=Pi,i=1,2,…；Y=g(X)是随机变量X的函数， 则随机变量Y的数学期望 离散型随机变量的方差 描述离散型随机变量取值的分散程度 计算公式为 随机变量X的每一个取值与期望值的离差平方和的数学期望，记为? 2 或D(X) 方差的平方根称为标准差，记为? 或 离散型随机变量的方差 说明 利用定义可以计算随机变量X的方差,但计算 量上较大,也可以利用下面公式计算方差.既有： 离散型随机变量的方差(例题分析) 离散型随机变量的方差(例题分析) 离散型随机变量的方差(例题分析) 数学期望的性质 E(C)=C,C为常数；若a≤X≤b,则a≤E(X)≤b E(CX)=CE(X), C为常数; E(aX+bY)=aE(X)+bE(Y), a,b为常数; ; D(X)≥0；D(C)=0 C为常数; D(CX)=C*CD(X); 若X,Y相互独立，则D(aX+bY)=a*aD(X)+b*bD(Y); 2009年考题 2008年考题 几种常用的离散型概率分布 两点分布 定义 一个离散型随机变量X只取0和1两个 可能的值,它们的概率分布为 P(X=1)=p, P(X=0)=1-p=q 或 则称随机变量X服从参数P的 0-1分布， 记为：X~B(1,P) 两点分布(例题分析) 二项试验(伯努利试验) 二项分布与伯努利试验有关 定义 设有随机试验E,将试验E重复独立进行n次,即： 对试验E重复进行n次,每次试验的结果出现的概率均 不依赖于其他各次试验结果.称这一系列试验为n重 独立试验. 定义 设有n重独立随机试验, 如果每次试验E的结果 仅有可能的结果：A与 ,则称这一系列试验为n重 Bernoulli试验。 二项试验(伯努利试验) 贝努里试验满足下列条件 一次试验只有两个可能结果，即“成功”和“失败” “成功”是指我们感兴趣的某种特征 一次试验“成功”的概率为p ，失败的概率为q =1- p，且概率p对每次试验都是相同的 试验是相互独立的，并可以重复进行n次 在n次试验中，“成功”的次数对应一个离散型随机变量X 二项分布(不讲) 定理 设在n