一维随机变量.pptVIP

3.1 随机变量的概念 样本空间太任意，难以把握，需要将其数量化。 要求问题涉及的随机事件与变量相关，这样可以将概率 和函数建立联系。 正如随机事件是“其发生与否随机会而定”的事件； 随机变量就是“其值随机会而定”的变量。其机会表现为试验结果，一个随机试验有许多可能的结果，到底出现哪一个要看机会，即有一定的概率。 例1 在某厂大批产品中随机地抽出100个，其中所含废品数X是随机变量。 全部可能结果为wi=“100个产品中有i个废品” (i=0,1,…,100) 故样本空间Ω={w0, w1, w2, …, w100} 随机变量是可能结果的函数：X=X(w) w?? X=X(w0)=0, X=X(w1)=1, X=X(w2)=2, …, X=X(w100)=100 所以，X=0,1,2,…,100 定义 如果对任意实数x有{w:X(w)＜x}?F，则称定义在样本空间?上的单值实函数X=X(w)是随机变量。 其中w??，F是事件域，{w:X(w)＜x}是一个事件集合。 通常用希腊字母X,Y来表示随机变量，用英文字母x、y表示其取值。 3.2 一维随机变量及其分布函数 我们不仅关心X取哪些值，更关心X以多大的概率取那些值，即关心X取值的概率规律(通称为X的分布)。 根据随机变量X的定义，对于每一个实数x，都有一个确定的随机事件{w:X(w)＜x}与x对应，因此，概率P{w:X(w)＜x}是x的函数，该函数在理论和应用中都很重要，为此引进随机变量的分布函数定义。 定义 设X是一个随机变量，x是任意实数，函数 F(x)=P{w:X(w)＜x} 称为随机变量X的分布函数。X的分布函数也常简记为 F(x)=P{X＜x} 任一随机变量X的分布函数F(x)，x?(-?, ?)，具有下列性质： (1) 单调不减性。若x1＜x2，则F(x1)≤F(x2) 。 证 若x1＜x2, 则有｛X＜x1｝?｛X＜x2｝ 根据概率的性质，得P{X＜x1}≤P{X＜x2｝ 即 F(x1)?F(x2) (2) (3) 左连续性。对任意实数x0，有 如某实函数具有上述3个性质，则它可作为某随机变量的分布函数。 3.3 一维离散型随机变量 随机变量全部的可能值只有有限个或至多可列，则称其为离散型随机变量。 对于离散型随机变量，除了关心它全部的可能值之外，还要知道它以怎样的概率取这些值，对于一个以 为其全部不同可能值的离散型随机变量X，若 则称式(3-1)或称{p1,p2 ,…}为X的概率分布(律)，简称分布律。 离散型随机变量X的概率分布写作 称为离散型随机变量X的概率分布列，简称分布列。 离散型随机变量的概率分布{p1，p2，…，Pn，…｝必须满足两个条件： (非负性条件) (归一化|规范性条件) 例3 设射手进行计分打靶练习，有如下规定：射入区域e1得2分，射入区域e2得1分，否则就得0分）。一射手进行一次射击的得分是随机变量，其可能取得的值为0，1，2。不同的射手在射击之前，他们进行一次射击的得分值都是不可预知的，他们进行一次射击的得分的概率不同。 射手甲在一次射击中得分X的概率分布为： 射手乙在一次射击中得分Y的概率分布为： 考虑射手甲的概率分布(律)： 计算X的分布函数F(x)=P(X＜x): 当x≤0时， F(x)=P(X＜x)=P(?)=0 当0＜x≤1时， F(x)=P(X＜x)=P(X=0)=0 当1＜x≤2时， F(x)=P(X＜x)=P(X=0)+P(X=1)=0.2 当2＜x时， F(x)=P(X＜x)=P(X=0)+P(X=1)+P(X=2)