工程绘图第2章课件.pptVIP

概率论与数理统计 第二章 随机变量及其分布 * 第二章 随机变量及其分布 在第一章,我们用字母A、B、C...表示事件，并视之为样本空间S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，将利用随机变量表示事件，以便于采用高等数学的方法描述、进而研究随机现象。 * 本节主要学习随机变量的概念； 要点是：熟悉、学会用随机变量表示随机事件。 §2 随 机 变 量 * 概率论是从数量上来研究随机现象内在规律性的，为了 更方便有力的研究随机现象， 就要用数学分析的方法来研究， 就需将任意的随机事件数量化. 当把一些非数量表示的随机 事件用数字来表示时， 就建立起了随机变量的概念． 引例 设一箱中有球4个，其中有2个红球、2个白球；从中任意抽取2个,观察抽到球的颜色。 样本空间 S={红1红2,红1白1,红1白2,红2白1,红2白2,白1白2}, 非数量 将S数量化 可采用下列方法： 用X表示抽得的红球数，则 {2,1,1,1,1,0} X 建立起了一种S到数集{0,1,2}之间的对应！ * (Random variable) 意义：将试验结果数量化了，试验结果与数建立了对应关系。 常用大写字母X、Y等表示之。 1、数学定义： 设E是一个随机试验,其样本空间S ={e}. 如果对每一个样本点e?S，总存在一个实数X(e)与之对应,则得到一个从样本空间S到实数集R的单值实函数X= X(e), 我们称X为E的一个随机变量. 简记为 R.v.X 某电话总机在一分钟内收到的呼叫次数X1. 某灯泡厂所产的一批灯泡中灯泡的寿命X2。 X1的可能取值为 0，1，2，3，... X2的可能取值为 x?[0,+∞) 随机变量在我们的周围比比皆是；例如 注意： 这些实验都已非古典概型了！ * 几 点 说 明 随机变量不同于普通的函数； 1 随机变量的定义域不一定是数集; 2 随机变量的取值具备随机性。 定义域是 S ! 随机变量的两个特征: 研究随机变量两个焦点问题： ①它可能取哪些值； ②它取这些值的概率各是多少。 1) 它是一个变量； 2) 它的取值具有一定的概率. * 2、用随机变量表示事件 若X是实验E的一个随机变量，那么 {X=1}, {Xa}, {a≤Xb} , {X∈[a,b)} 及 {X=2k, k∈N} 等都表示E中的事件； 反之，E中的事件通常都可以以X的取值形式表示出来. 如：“掷一枚骰子一次，用X表示出现的点数” 中 事件的关系与运算举例： = 类似于 (-∞,b]=(-∞,a]∪(a,b] {出现的点数小4} = (X4) 等 若 ab , 则 {X≤ a} ? {X≤b} ； {X≤b}= {X≤ a}∪ {a X≤b} . {Xb}= {X≤ b} - { X=b} 等等... * X的可能取值为 0，1，2； 例1 设有一箱球6个，其中有2个红球，4个白球；从中任意抽取2个, 用X表示抽得的红球数。试问X的可能取值以及取这些值的概率分别是多少？ 解： 它取这些值的概率分别为何？ 也即 P{X=0}=? P{X=1}=? P{X=2}=? P{X=0}= P{抽得的两个球全是白球} P{X=1}= P{X=2}= * §2 离散型随机变量及其分布律 本节主要学习离散型随机变量的相关基本概念； 要点是：熟悉离散型随机变量及其分布律的相关基本知识，熟悉二项分布和泊松分布。 * 1、定义: 如果随机变量X的所有可能的取值是有限多个或可列无限多个，则称X为离散型随机变量,可简记为D.R.v.X (Discrete R.v.)。 一、基本概念: 又设X的可能取值是 x1,x2,…,xk,…，若有 P{X=xk} = pk , k=1,2,… 称此通式为X 的概率分布，也称分布律. 说明： D.R.v.X的分布律更直观地表达了X的可能取值以及取各个值的概率分布情况； 也简称D.R.v.的分布。 分布律的常见形式，除公式法（如定义中所用）外，还有更为形象的表格法如下： pk p1 p2 … pn … X x1 x2 … xn … 尤为适合X只有有限多个可能取值的情况。 2、性质： 1． pk≥0，（k=1,2,…） 2．∑pk = 1. 这是最基本的特性！ （见P31行16) * 3、求分