概率论维离散型随机变量.pptVIP

在前面的学习中,我们用字母A、B、C...表示事件，并视之为样本空间Ω的子集；针对等可能概型，主要研究了用排列组合手段计算事件的概率。 本章，将用随机变量表示随机事件，以便采用高等数学的方法描述、研究随机现象。 例 设箱中有10个球，其中有2个红球，8个白球；从中任意抽取2个,观察抽球结果。 取球结果为: 两个白球;两个红球;一红一白 求分布律举例 例1 设有一批产品20件，其中有3件次品，从中任意抽取2件，如果用X表示抽得的次品数，求随机变量X的分布律及事件“至少抽得一件次品”的概率。 故 X的分布律为 服务台在某时间段内接待的服务次数X； 交换台在某时间段内接到呼叫的次数Y; 矿井在某段时间发生事故的次数; 显微镜下相同大小的方格内微生物的数目； 单位体积空气中含有某种微粒的数目 例：某人骑摩托车上街,出事故率为0.02，独立重复上街400次，求出事故至少两次的概率。 解：400次上街 ? 400重Bernoulii实验 作 业 习题2 2，4，5，7，9 * * * 随机变量及其分布 Random Variable and Distribution 随机变量 基本思想 将样本空间数量化,即用数值来表示试验的结果 有些随机试验的结果可直接用数值来表示. 例如: 在掷骰子试验中,结果可用1,2,3,4,5,6来表示 例如: 掷硬币试验,其结果是用汉字“正面”和“反面”来表示的 可规定: 用 1表示 “正面朝上” 用 0 表示“反面朝上” Random Variable 有些随机试验的结果不是用数量来表示， 但可数量化 特点：试验结果数量化了，试验结果与数建立了 对应关系 如果用X表示取得的红球数，则X的取值可为0，1，2。 此时， “两只红球”= “X取到值2”, 可记为 {X=2} “一红一白”记为 {X=1}, “两只白球”记为 {X=0} 试验结果的数量化 一维随机变量(one-dimension random variable) 定义—— 设随机试验的样本空间 的每一个样本点 均有唯一的实数 与之对应，称 为 上的一维随机变量。 如：掷骰子一颗，观察其点数。 样本点 表示“点数为 ” 令 与之对应，则 是一维随机变量。 又如：观察一电子元件的寿命。 样本点 表示“寿命为 小时 ” 令 与之对应，则 也是一维随机变量。 研究随机变量主要掌握的两个问题 1）找出随机变量的所有可能取值； 2）求出随机变量的概率规律. 如：掷骰子一颗，取其向上面点数为随机变量X的所有可能取的值为 X=1,2,3,4,5,6。 其概率规律为？ 设Ｘ是随机变量，则它的取值规律称为Ｘ的概率分布（简称分布distribution）． 随机变量的分布反映了随机事件出现的可能性的大小。 一维随机变量的分布函数 定义说明： 设 为随机变量， 是任意实数，则称函数 为随机变量 的分布函数。 分布函数的定义—— 1、分布函数实际上是一个概率，即随机变量 小于等于 的概率，也就是， 表示 落在 内的概率。 2、分布函数完整地描述了随机变量的统计规律性。 随机变量的分布函数有以下重要性质： 1、单调不减性： 2、右连续性： 3、 4、 设随机变量X的分布函数为： 试求：（1）系数A与B；（2）X落在(-1,1]内的概率。 解：（1）由 一维离散型随机变量的分布 若离散型随机变量X的所有可能取值为ai，而X取值ai的概率为pi，即 如果随机变量的所有取值是有限或可数的，则称之 为离散型随机变量。 称为随机变量 的分布密度或分布律或概率分布或概率函数。 一维离散型随机变量的分布密度有以下重要性质： 或： 例 设X的分布律为 求 P(0X≤2) P(0X≤2)=P（X=1）+P（X=2） =1/2+1/6=2/3 分布律确定概率 解：X的可能取值为 0，1，2 =P(抽得的两件全为正品) P(X=1) P(X=2) =P(只有一件为次品) =P(抽得的两件全为次品) P(X=0) 而“至少抽得一件次品”=(X≥1) = (X=1)?(X=2) P(X≥1)= P(X=1)+P(X=2) 注意：(X=1)与(X=2)是互不相容的！ 实际上，这仍是等可能概型的计算题，只是表达事件的方式变了 故 解：由 故 X 的分布律是： 例2 设随机变量 X 的分布律如