3、随机变量及其概率分布.ppt

第3章 随机变量及其概率分布 3.1 随机变量及其分布函数 3.2 离散型随机变量 3.3 连续型随机变量 3.4 随机变量函数的分布 3.1 随机变量及其分布函数 3.1.1 随机变量的概念 随机事件的数量化问题： 有些随机试验的结果直接表现为数量，例 如电脑寿命、汽车速度、考试成绩、一批产品 中出现的次品数、一段公路上发生的交通事故 数等等； 有些随机试验的结果是非数量的，例如考 试及格与否、足球比赛的胜负、投篮手的投中 与否、试验的成功与失败等等。 定义 设随机试验的样本空间为Ω，若对任意 ω∈Ω，变量X有唯一的值X(ω)与之对应，则称X 为随机变量。 注意： 随机变量的目的：描述随机事件； 随机变量的确定：人为定义； 随机变量的方式：等式或不等式； 随机变量的研究：其属于各种集合的概率。 3.1.2 随机变量的分布函数 定义 设X是随机变量，则称函数 F(x)=P(X≤x) 为随机变量X的分布函数。 性质： 0≤F(x)≤1且F(-∞)=0，F(+∞)=1； F(x)是x的单调不减函数： F(x)最多有可列个间断点，且在间断点x0处 右连续。 例 设随机变量X的分布函数为 F(x)=A+Barctan x 求A、B； 计算概率P(X1)。 当随机变量X的分布函数F(x)已知时，由X 刻画的事件的概率可由分布函数来求： P(Xa)=F(a-)； P(Xa)=1-F(a)； P(X≥a)=1-F(a-)； P(X=a)=F(a)-F(a-)； P(aXb)=F(b-)-F(a)； P(a≤Xb)=F(b--0)-F(a-)； P(aX≤b)=F(b)-F(a)； P(a≤X≤b)=F(b)-F(a-)。 3.2 离散型随机变量 3.2.1 离散型随机变量及其分布率 定义 若随机变量X只可能取有限个或可列 个值，则称X为离散型随机变量。 讨论离散型随机变量主要要搞清楚两个方面： 随机变量的所有可能取值； 随机变量取这些可能值的概率。 例 袋中有13个白球和17个红球，从中任取10 个球，记X= “取出的白球的个数”，求P(X=i)。 定义 设离散型随机变量X 的一切可能取值 为x1,x2,…,xn,…，则称P(X=xn)=pn为X 的概率函 数或概率分布，简称分布或分布列。 离散型随机变量概率分布的性质： pn≥0； p1+p2+…+pn+…=1。 例 随机X的概率分布为 P(X=k)=3·bk，k=1,2,… 求b。 分布列的表示有三种方法： 公式法：P(X=xn)=pn，n=1,2,… 列表法： 图示法： 已知X的分布列为P(X=xn)=pn，n=1,2,… 则概率 例 把编号为1、2、3的3个球随机地放到编 号分别为1、2、3、4的4个盒子中，令X表示 落到1号盒子中的球的个数，求 X的分布列； P(X2)。 定理 概率分布与分布函数的关系： 若离散型随机变量X的概率分布为P(X=xn)=pn，n=1,2,… 则其分布函数为 例 盒子中有4个黑球，6个白球，从中不放 回抽取，令X是首次取到白球时抽取的球的个 数，求： X的分布律； X的分布函数。 若离散型随机变量X 的分布函数为F(x)，则 其概率分布为P(X=xn)=F(xn)-F(xn-1)，n=1,2,… 例 离散型随机变量X 的分布函数为 试求X的概率分布，并计算P(X1)，P(X2)。 3.2.2 重要的离散型随机变量 1、两点分布(0-1分布) 应用场合：试验只有两个结果(这样的试 验称为Bernoulli试验)。一般把一个结果称为“成 功”，用“X=1”表示；另一个结果称为“失败” ， 用“X=0”表示。 概率分布：P(X=1)=p，P(X=0)=q(=1-p) 2、二项分布 应用场合：n重Bernoulli试验。每次试验中 事件A发生(“成功”)的概率为p(0p1)， X表示 n次试验中“成功” 的次数。 概率分布：P(X=m)=Cnmpm(1-p)n-m 记号：X~b(n,p) 例 若每次射击中靶的概率为0.7，求射击5 炮，命中3炮的概率，至多命中3炮的概率，最 可能命中几炮。 最可能出现次数： 在二项分布中，若P(X=k)概率最大，则称k 为X的最可能值或Bernoulli试验的最可能出现次 数。 定理 若X~b(n,p)，则 当(n+1)p为整数时，X的最可能值为 (n+1)p-1和(n+1)p； 当(n+1)p不为整数时，X的最可能值为 [(n+1)p]。 例 假设一厂家一条自动生产线上生产的每 台仪器，以概率0.8可以直接出厂，以概率0.2需 进一步调试。经调试后，以概率0.75可以出厂， 以概率0.25定为不合格品而不能出厂。现该厂新 生产了10台仪