[capter2.docVIP

课程单元信息 单元 第二章 周 次 5～10 课次 9～20 学时 26 时 间 授课方式 讲练结合 电子 教案 课题 (章节) 第二章《随机变量的分布与数字特征》 单元教学目的与要求： 理解随机变量的概念，分布函数的概念，离散型随机变量及其概率分布的概念、性质，连续型随机变量及其概率分布的概念、性质，数学期望的概念、性质，方差的概念、性质；熟练掌握两点分布、二项分布、几何分布、超几何分布、泊松分布及其数字特征，均匀分布、指数分布、正态分布及其数字特征；会求随机变量函数的分布． 单元教学重点、难点： 离散型随机变量的概念、性质，连续型随机变量的概念、性质，随机数字特征，重要的离散型、连续型随机变量． 单元大体进程及教学方法： 26节课 讲练结合 单元实施情况：  基 本 内 容 备注 引言：为了全面地研究随机实验的结果，揭示随机现象的统计规律性，我们将随机试验的结果与实数对应起来，将随机试验的结果数量化，引入随机变量的概念． 对于一个随机试验，人们除了对某些特定的事件发生的概率感兴趣以外，往往还会关心某个与随机试验的结果相联系的变量，由于这一变量的取值依赖于试验结果，而试验结果是不确定的，所以这一变量的取值也是不确定的，这种变量因而被称为随机变量．对于随机变量，人们无法准确预知其确切取值，但人们可以研究其取值的统计规律性．对于一个随机变量的统计规律性的完整描述被称为随机变量的分布，本章将介绍两类随机变量——离散型和连续型随机变量及其分布．但在多数实际应用中，人们很难知道一个随机变量的真实分布，这时人们希望用一些综合指标来反映随机变量的统计规律中的某些重要特征，这些指标被称为随机变量的数字特征．最常用的数字特征有“数学期望”和“方差”．随机变量的数字特征不仅容易估计，而且为随机变量的取值提供了综合评价，这恰恰是解决一些概率应用问题的必要前提． 随机变量的引入在概率论发展中具有十分重大的意义．这一概念的引入把随机试验的结果数量化了，从而就可以通过随机变量的概率分布来对整个随机试验的整体规律加以研究和了解，同时也为利用数学分析的方法解决概率问题铺平了道路． §2.1 随机变量及其分布 一、随机变量的概念 例：袋中有3只黑球，2只白球，从中任意取出3只球，观察取出的3只球中的黑球的个数．我们将3只黑球分别记作1，2，3号，2只白球分别记作4，5号，则该试验的样本空间为 我们记取出的黑球数为，则的可能取值为1，2，3．因此，是一个变量．但是，取什么值依赖于试验结果，即的取值带有随机性，所以，我们称为随机变量．的取值情况可由下表给出： 基 本 内 容 备注 样本点 黑球数X 样本点 黑球数X （1，2，3） 3 （1，4，5） 1 （1，2，4） 2 （2，3，4） 2 （1，2，5） 2 （2，3，5） 2 （1，3，4） 2 （2，4，5） 1 （1，3，5） 2 （3，4，5） 1 由上表可以看出，该随机试验的每一个结果都对应着变量的一个确定的取值，因此变量是样本空间上的函数： 我们定义了随机变量后，就可以用随机变量的取值情况来刻画随机事件．例如 表示取出2个黑球这一事件； 表示至少取出2个黑球这一事件，等等． 定义2.1 定义在概率空间上，取值为实数的函数 称为上的一个随机变量． 随机变量的取值由样本点决定，反过来，取某一特定值的那些样本点的全体构成的一个子集，即．同样，设为实数集的一个子区间，使得的值落在中的那些样本点全体也是的一个子集．为了研究随机变量的统计规律，我们均假设这些子集是随机事件，也假设这些事件的可数并、交及补都是事件，并称这些事件为随机变量生成的事件． 注意：在同一个样本空间上可以定义不同的随机变量．如： 掷一枚骰子，我们定义了随机变量表示出现的点数．我们还可以定义其它的随机变量，例如我们可以定义： ， 等等． 基 本 内 容 备注 二、离散型随机变量的概率分布 定义2.2 设是定义在概率空间上的一个随机变量，如果的全部可能取值只有有限个或可数无穷多个，则称是一个离散型随机变量． 要掌握一个离散型随机变量的统计规律，必须且只需知道的所有可能取的值以及取每一个可能值的概率． 定义2.3 设是离散型随机变量，其全部可能取值为，记 ，， 则称为的概率分布．有时也将记为，用下列表格形式来表示，并称之为的概率分布表： … … … … 离散型随机变量的概率分布必然满足下列性质： （1），； （2）． 特别地，对任意，有 ． 一般地，若是一个区间