概率论与随机过程第一章6节.pptVIP

随机变量的引入: E2 ：将一枚硬币抛两次,观察正反面的 出现情况； 随机变量的定义 (二）离散型随机变量 ·几个常用的离散型分布（1）贝努里(Bernoulli)概型与二项分布 若以X表示n重贝努里试验事件A发生的次数，则称X服从参数为n,p的二项分布。记作X--B（n,p)其分布律为： 其中 l0 为常数, 则称X服从泊松分布, 记做 X~ P( l)。 随机变量的分布函数一、分布函数的概念. 二、分布函数的性质 例2: 设随机变量X的概率质量（密度）函数为: X 0 1 2 P 求X的分布函数F(x), 并求 解:由概率的有限可加性可得: 例2 小球一定落在一半径为2的圆盘上，且其概率与该圆盘的面积成正比。以X表示质点与圆心的距离，试求随机变量X的分布函数。 解: 由该例, 若令： 则可得: 即，F(x)是非负函数 f(x) 在 (-∞, x) 上的积分。 Homework 1-16~21 （三）连续型随机变量的概率密度函数 定义: 若对于随机变量X的分布函数F(x)，存在非负的函数 f(x)，使得对于任意实数 x 有 则称X为连续随机变量，其中f(x)称为X的概率密度函数。 连续随机变量概率密度函数 f(x) 的性质: 有关概率密度函数 f(x) 的性质的说明: 性质(1)，(2)指明了概率密度函数的重要性质， (2)是求概率密度函数中未知参数的重要依据。 性质(3) ：求随机变量落在某个区间上的概率 性质(4)： 　　已知分布函数　?　概率密度函数的重要方法。 三个重要的连续型随机变量的概率密度函数 1. 均匀分布 　2.指数分布 正态分布的性质: 例3 随机变量x为N（1000，50）分布，试求小在900 到1050 范围内的概率。 解: 混合型随机变量概率密度函数与分布函数 若引入 函数，则离散随机变量可表示为： 对于混合型随机变量有如下表示： * 上海大学通信学院 第6节 随机变量及其分布 随机变量 离散性随机变量及其分布 连续性随机变量及其分布 随机试验 E 基本事件e 随机事件A 样本空间 S{e} ? 数字 标记法 e与数 联系 (一) 随机变量 把试验结果数值化 --样本空间数值化 S2 :{ (H,T),(H,H),(T,H),(T,T) } (二) 样本空间-----随机试验E中，包括所有基本可能结果的集合，记为S。 随机试验 E E1: 抛一枚硬币,观察正面H,反面T出 现的情况。 样本空间 S S1 : { H,T } E5: 记录某一昼夜的最低温度x和最高 温度y。设这一地区的温度不会小于T0,不会大于T1。 E3： 掷一颗孤骰子，观察出现的点数； E4 ：在一批灯泡中任意抽取一支,测试它的寿命； S5 : { (x,y) ︳T0xyT1 } S3 : { 1，2，3，4，5，6 } S4 : { t ︳t≥0} . 设S={e}是试验的样本空间，如果量X是定义在S上的一个单值实值函数即对于每一个e?S，有一实数X=X(e)与之对应，则称X为随机变量。 常用X、Y、Z 或 ?、?、?等表示。 随机变量的特点: 1 X的全部可能取值是互斥且完备的 2 X的部分可能取值描述随机事件 可见：随机事件这个概念实际上是包容在随机变量这个更广的概念内. 也可以说，随机事件是从静态、局部的观点来研究随机现象，而随机变量则是一种动态、全局的观点。就象数学分析中常量与变量的区别那样. 引入随机变量后，对随机现象统计规律的研究，就由对事件及事件概率的研究扩大为对随机变量及其取值规律的研究. 事件及 事件概率 随机变量及其 取值规律 随机变量的分类： 随机变量 所有取值可以逐个 一一列举 （可列可举） 全部可能取值不仅 无穷多，而且还不能 一一列举，而是充满 一个区间. （连续不可列） 定义 若随机变量X取值x1, x2, …, xn, … 且取这些值的概率依次为p1, p2, …, pn, …, 则称X为离散型随机变量，而称 P{X=xk}=pk, (k=1, 2, … ) 为X的分布律。可表为 X～ P{X=xk}=pk, (k=