第四部分随机变量及其分布.pptVIP

前面的学习： 用A、B、C...表示事件，并视之为样本空间Ω的子集； 2. 随机变量的定义 3. 随机变量的实例 某个灯泡的使用寿命X 4. 随机变量的类型 二、常用离散型分布 1. 0-1分布(二点分布 ) 1. 均匀分布 Uniform Distribution 若连续型随机变量X的概率密度为: 则称X服从区间(a, b)上的均匀分布．记为 X ~ R (a, b) 二、常用连续型分布： 注：服从区间(a, b)上均匀分布的随机变量X的分布函数 (1) X“等可能”地取区间(a, b)中的值 均匀分布的意义 (2)“等可能”理解为： X落在区间(a, b)中任意等长度的子区间内的可能性 是相同的 (3) X落在区间(a, b)中任意等长度的子区间内的概率只 依赖于子区间的长度而与子区间的位置无关 2. 指数分布 Exponential Distribution 若连续型随机变量X的概率密度为 注：服从指数分布的随机变量X的分布函数为： 则称X服从参数为λ的指数分布. 记为 例：设X服从参数为3的指数分布，求它的密 度函数及P(X≥1)和P(-1X ≤ 2) . 解： X的概率密度函数为： 3. 正态分布 Normal Distribution 则称X服从参数为μ,σ的正态分布. 记为 若连续型随机变量X的概率密度为 注：服从正态分布的随机变量X的分布函数为： * 第四章 随机变量及其分布 第一节 随机变量及其分布函数 第二节 离散型随机变量 第三节 连续型随机变量 §4.1 随机变量及其分布函数 Random Variable and Distribution Function 针对等可能概型，主要研究用排列组合手段计算事件的概率。 本章以后： 将采用随机变量表示随机事件，以便利用高等数学的方法描述、研究随机现象。 一、随机变量 Random Variable 1. 基本思想 用数值来表示试验的结果，即将样本空间数量化 有些随机试验的结果可直接用数值来表示. 例如: 掷骰子试验：结果可用1, 2, 3, 4, 5, 6表示 例如: 掷硬币试验：结果用“正面”和“反面”表示 可规定: 1表示 “正面” ，0表示“反面” 有些随机试验的结果不是用数量来表示， 但可数量化 例如: 取球试验：结果有“红球”和“白球”表示 可规定: 1表示 “红球” ，0表示“白球” 试验结果与数值建立了对应关系 a) 它是一个变量 (2) 随机变量的基本特征: 对于给定的随机试验，Ω是其样本空间，对Ω中 每一个样本点ωi，有且只有一个实数X(ωi) 与之 对应，则称此定义在Ω上的实值函数 X 为随机变 量. (1) 定义 b) 它的取值随试验结果而改变 c) 随机变量在某一范围内取值，表示一个随机事件 X 的可能取值为 [0,+?) Y 的可能取值为 0，1，2，3，... x 的可能取值为 [0，1]上的全体实数 在[0，1]区间上随机取点，该点的坐标 x 某电话总机在一分钟内收到的呼叫次数Y (1) 离散型随机变量 (2) 非离散型随机变量 随机变量的所有取值是有限个或可列个 随机变量的取值有无穷多个，且不可列 其中连续型随机变量是一种重要类型 主要研究对象：离散型随机变量和连续型随机变量 5. 用随机变量表示事件 任意随机试验E中的事件通常都可用随机变量X的不同取值来表示. 例如：掷骰子试验中，用X表示出现的点数 (1) 事件A表示“出现偶数点”： (2) 事件B表示“出现的点数小于4”： {X=2}? {X=4} ?{X=6} {X 4}或{X?3} 二、随机变量的分布函数 Distribution Function 1. 定义： 注意： 随机变量X的分布函数 自变量的变化范围 (定义域) 设X是随机试验E的一个随机变量，称定义域 为 , 函数值在区间[0, 1]上的实值函数 为随机变量X的分布函数. 自变量 分布函数的函数对应法则 值域[0,1] 2. 分布函数的性质： (2) 对于任意两点x1，x2，当x1x2时，有： 即 任意分布函数都是单调不减的. 值域[0,1] (1) (3) 且 (4) 即 任意分布函数都是右连续函数. 随机试验 试验结果 集合论 函数论 样本空间Ω 样本点ωi 若干样本点构成事件A 事件A的概率P(A) 实数集 实数 随机变量X表示事件A 随机变量X的分布函数F(x) 数量化 对应 一、离散型随机变量的分布律 §4.2 离散型随机变量 1. 离散型随机变量的定义： 若随机变量可能的取值只有