概率gai.docVIP

2.1 随机变量的概念 　　随机变量是概率论的重要概念，把随机试验的结果数量化可使我们对随机试验有更清晰的了解，还可借助更多的数学知识对其进行深入研究． 有的试验结果本身已具数值意义，如产品抽样检查时的废品数，而有些虽本无数值意义但可用某种方式与数值联系，如抛硬币时规定出现徽花时用1表示，出现字时用0表示．这些数值因试验结果的不确定而带有随机性，因此也就称为随机变量． 随机变量的定义： 　　如果对于试验的样本空间 中的每一个样本点 ，变量 都有一个确定的实数值与之对应，则变量 是样本点 ．我们称这样的变量 为随机变量．1 抛掷两枚硬币，则对于样本空间 　　 其中 表示“两徽花均向上”， 表示：一枚徽花向上，一枚字向上． 表示：两枚均字向上．定义： 则随机变量 实际上就表示抛掷两枚硬币时徽花向上的硬币数． 　　值得注意的是随机变量 取值于任意指定的范围均对应某一随机事件．如例1中 表示“两枚硬币均是字朝上”； 表示“两枚均是字向上或一枚字向上一枚徽花向上”； 表示“一枚字向上一枚徽花向上”．由此可见随机变量为研究随机事件的统计规律带来极大的方便． ???????? 随机变量的分类 按照随机变量的取值情况又可把其分为两类，即离散随机变量和连续随机变量． ? 2.2 离散随机变量???????? 离散随机变量定义 　　若随机变量 只能取有限个数值 或可列无穷多个数值 则称 为离散随机变量； 取任一可能值 的概率记作 ，其中 ，则有概率分布表： … … … … ???????? 概率分布 的性质 (1)?? ，其中 ； (2)? ． 当 只能取有限个可能值时 表示有限项的和；当 取得可列无穷多个可能值时 表示收敛级数的和． ? 有时为了明显地表示离散随机变量的概率分布我们可以以横坐标表示随机变量的可能取值，纵坐标表示随机变量取这些值的概率，并用折线把这些点连接得下图．它反映了离散随机变量的概率分布 知道了离散随机变量的概率分布，就可以随机变量落在某一区间内的概率或随机变量不大于某一个实数的概率。 ???????? 设随机变量 为抛掷两枚硬币时徽花向上的硬币数，求 的概率分布及 小于2的概率． 　　解： 的可能取值为0,1,2 ，则 ； ． 的概率分布表为： 0 1 2 0.25 0.5 0.25 2.3 常用离散随机变量的概率分布0-1”分布 随机变量 的可能取值为 ．取这些值的概率分别为： ， 其中 ， ．这种分布称为0-1”分布． ??????例1．“0-1”分布 表示一次试验中徽花向上的次数，则 服从“0-1”分布. ???????? 几何分布 　　随机变量 的可能取值为 ，取这些值的概率分别为： ， 其中 ， 分布称为例2???????????????????????????? ，某人每次购买一张，如没有中奖下次再继续购买一张，直到中奖为止，则该人所需购买次数 服从几何分布． 3超几何分布 　　设随机变量 的可能取值为 ，而取这些值的概率分别为：??????????????????????????????????， 其中 ， ， 都是正整数，且 ， ．这种分布称为超几何分布，记为 通常把 服从超几何分布记为 ． 例3．超几何分布 件，其中有 件次品，进行不放回抽样检查，每次从这批产品中任意取出一件，取出的产品不再放回去，连续取 次，共取出 件产品，则取出的 件产品中的次品数 服从超几何分布 ．见（注解） 4二项分布 　设随机变量 的可能取值为 ，取这些值的概率分别为：???????????????????????????????? ， 其中 ， ．这种分布称为二项分布，记为 ?通常把 服从二项分布记为 当时二项分布为。这就是（0-1）分布，故当X服从（0-1）分布时，常记为。 如果事件A在每次实验中发生的概率为p，则事件A在n次独立试验中发生的次数X服从二项分布 例4． 件，其中有 件次品，进行放回抽样检查，每次从这批产品中任意取出一件，检查后放回去，连续抽取 次，则被抽查的 件产品中的次品数 服从二项分布 ，其中 . 泊松分布 设随机变量 的可能取值为 ，取这些值的概率分别为： ， ， 其中 为常数，这种分布称为泊松分布，记为 ． 通常把 服从泊松分布记为 ． ????例5．泊松分布 H(n，M，N)，则当N + 时，ξ近似地服从二项分布B(n，p)，即下面的近似等式成立 　　 其中 ， 　　定理一指出当 充分大时，二项分布是超几何分布的近似分布．事实上，当一批产品的总数 很大，而抽取的样品数 远较 为小(一般来讲 ) 时，不放回抽样（样品中的次品数服从超几何分布）与放回抽样（样品中的次品数服从超二项