第2章随机变量及其分布-rev3讲义.pptx

§2.1 随机变量的概念 §2.2 离散型随机变量 §2.3 连续型随机变量 §2.4 多维分布 §2.5 边缘分布 §2.6 条件分布和随机变量的独立性 §2.7 随机变量的函数的概率分布 第二章 随机变量及其分布 §2.1 随机变量的概念 (1) 掷一颗骰子， 出现的点数 X 1，2，……，6. (2) n个产品中的不合格品个数 Y 0，1，2，……，n (3) 某商场一天内来的顾客数 Z 0，1，2，…… (4) 某种型号电视机的寿命 T : [0, +?) 2.1.1 随机变量的定义 定义2.1.1 设 ? ={?}为某随机现象的样本空间， 称定义在?上的实值函数X=X(?)为随机变量. 注 意 点 (1) (1) 随机变量X(?)是样本点?的函数， 其定义域为? ，其值域为R=(??，??) 若 X 表示掷一颗骰子出现的点数， 则 {X=1.5} 是不可能事件. (2) 若 X 为随机变量，则 {X = k} 、 {a X ? b} 、…… 均为随机事件. 即 {a X ? b} ={?；a X(?)? b }? ? 注 意 点 (2) (3) 注意以下一些表达式： {X = k}= {X ? k}?{X k}； {a X ? b} = {X ? b}?{X ? a}； { X b} = ? ?{X ? b}. (4) 同一样本空间可以定义不同的随机变量. 若随机变量 X 可能取值的个数为有限个或 可列个，则称 X 为离散随机变量. 若随机变量 X 的可能取值充满某个区间 [a, b]，则称 X 为连续随机变量. 前例中的 X, Y, Z 为离散随机变量； 而 T 为连续随机变量. 两类随机变量 定义2.1.2 设X为一个随机变量，对任意实数 x， 称 F(x)=P( X? x) 为 X 的分布函数. 基本性质： (1) F(x) 单调不降； (2) 有界：0?F(x)?1，F(??)=0，F(+?)=1； (3) 右连续. 2.1.2 随机变量的分布函数 2.2 离散随机变量的分布列 设离散随机变量 X 的可能取值为： x1，x2，……，xn，…… 称 pi=P(X=xi)， i =1, 2, …… 为 X 的分布列. 分布列也可用表格形式表示： X x1 x2 …… xn …… P p1 p2 …… pn …… 分布列的基本性质 (1) pi ? 0， (2) (正则性) (非负性) 注 意 点 (1) 求离散随机变量的分布列应注意： (1) 确定随机变量的所有可能取值; (2) 计算每个取值点的概率. 注 意 点 (2) 对离散随机变量的分布函数应注意： (1) F(x)是递增的阶梯函数; (2) 其间断点均为右连续的; (3) 其间断点即为X的可能取值点; (4) 其间断点的跳跃高度是对应的概率值. 例2.1.1 已知 X 的分布列如下： X 0 1 2 P 1/3 1/6 1/2 求 X 的分布函数. 解： X 0 1 2 P 0.4 0.4 0.2 解： 例2.1.2 已知 X 的分布函数如下,求 X 的分布列. 常用离散分布 (I) 离散均匀分布 相当于古典概型 例如：掷骰子； 例如：抽签，卜卦 常用离散分布 (II) 二项分布 记为 X ~ b(n, p). X为n重伯努里试验中“成功”的次数, 当n=1时，称 b(1, p) 为 0-1分布. 试验次数为 n=4, “成功”即取得合格品的概率为 p=0.8, 所以, X ~ b(4, 0.8) 思考： 若 Y 为不合格品件数，Y ?？ Y ~ b(4, 0.2) 一批产品的合格率为0.8, 有放回地抽取4次, 每次一件, 则取得合格品件数 X 服从二项分布. 例2.4.1 设X ~ b(2, p)， Y ~ b(4, p)， 已知 P(X?1) = 8/9， 求 P(Y?1). 解: 由 P(X?1) = 8/9 ，知 P(X=0)