概率论：2–1随机变量及其分布.pptVIP

一维随机变量及其分布 多维随机变量及其分布 随机变量的函数及其分布 一、随机变量的定义 2. 随机变量的定义 注. 二、分布函数的概念 2.分布函数的性质 注. 例2 例3 三、内容小结 解 (1) 第二章 随机变量及其分布 一、随机变量的概念 第一节 一维随机变量 及其分布(1) 第二章 三、内容小结 二、分布函数的概念 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, 因此为了便于数学上的推导和计算,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. 1. 随机变量的引入 (1) 为什么引入随机变量? (2) 随机变量的引入 实例1 在一装有红球、白球的袋中任摸一个球,观察摸出球的颜色. 非数量 可采用下列方法 红色 白色 将 数量化 ={红色、白色} 即有 X (红色)=1 , X (白色)=0. 这样便将非数量的 ?={红色、白色} 数量化了. 实例2 抛掷骰子,观察出现的点数. ?={1、2、3、4、5、6} 样本点本身就是数量 恒等变换 且有 则有 定义2.1 设 E是随机试验，其样本空间为?={ ? }. 若对于每一个样本点? ? ?，都有唯一的实数值 X(?)与之对应，则称定义在样本空间?={ ? }上的单值实函数X(?)为随机变量，简记为 X. 常用 X，Y，Z，…表示随机变量；用x, y, z, … 表示X，Y，Z，…的取值. 1o X(?)的定义域是样本空间?，而?不一 随机变量X(?) 与高等数学中的实函数有本质的区别： 定是实数集； 2o X(?)的取值是随机的，它的每一个可 3o 随机变量是随机事件的数量化. 即 对于任意实数 x, { X ≤ x }是随机事件. 能取值都有一定的概率； 实例3 掷一个硬币, 观察出现的面 , 共有两个 结果: 若用 X 表示掷一个硬币出现正面的次数, 则有 即 X (e) 是一个随机变量. 若用 X 表示该家女孩子的个数时 , 则有 可得随机变量 X(e), 实例4 在有两个孩子的家庭中,考虑 其性别 , 共有 4 个样本点: 实例5 设盒中有5个球 (2白3黑), 从中任抽3个,则 是一个随机变量. 实例6 设某射手每次射击打中目标的概率是0.8, 现该射手射了30次, 则 是一个随机变量. 且 X(e) 的所有可能取值为: 且 X(e) 的所有可能取值为: 实例7 设某射手每次射击打中目标的概率是0.8, 现该射手不断向目标射击 , 直到击中目标为止,则 是一个随机变量. 且 X(e) 的所有可能取值为: 实例8 某公共汽车站每隔 5 分钟有一辆汽车通过, 如果某人到达该车站的时刻是随机的, 则 是一个随机变量. 且 X(e) 的所有可 能取值为: 3.随机变量的分类 离散型 (1)离散型 随机变量所取的可能值是有限多个或 无限多个(可列个), 叫做离散型随机变量. 观察掷一个骰子出现的点数. 随机变量 X 的可能值是 : 随机变量 连续型 实例1 1, 2, 3, 4, 5, 6. 非离散型 其它 实例2 若随机变量 X 记为 “连续射击, 直至命中时的射击次数”, 则 X 的可能值是: 实例3 设某射手每次射击打中目标的概率是0.8, 现该射手射了30次,则随机变量 X 记为“击中目标 的次数”, 则 X 的所有可能取值为: 实例2 随机变量 X 为“测量某零件尺寸时的测误差”. 则 X 的取值范围为 (a, b) 内的任一值. 实例1 随机变量 X 为“灯泡的寿命”. (2)连续型 随机变量所取的可能值可以连续地充 满某个区间,叫做连续型随机变量. 则 X 的取值范围为 为了对离散型的和连续型的 随机变量以及更广泛类型的随机变量给出一种统一的描述方法，下面引进了分布函数的概念. 1.分布函数的定义 设 X 是随机变量，x 是任意实数，函数 称为X 的分布函数. 定义2.2 记作 X ～ F(x) 或 FX(x). 如果将X看作数轴上随机点的坐标,则分布函数F(x)的值就表示X 落在区间(-?, x]的概率. x 注. 问： 在上 式中，X, x 皆为变量. 二者有什么区别？ x 起什么作用？ F(x) 是不是概率？ X是随机变量, x是参变量. F(x) 是随机变量 X 取值不大于 x 的概率. 抛掷均匀硬币, 令 求随机变量 X 的分布函数. 例1 解 2o 分布函数