- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
5第五讲2.1-2.2
第五讲 第二章 随机变量 (简记为)
Remark 导学
引入 随机现象的可能结果研究随机现象规律性可变得简单、直观.
§2.1 及其分布函数
1. 的
②数学定义
定义2.1 定义在样本空间上的实值单值函数称为本教材常用大写字母,,等作为随机变量取值的记号,由于它们的取值为实数,分别用小写字母等表示.
Remarks
与普通函数的区别:
以一定的概率去取其任一可能值,且取什么值,不可预先知道,只有在试验后才知道其确切的取值,普通函数无此特征;另外它们的定义域不同:
用的取值表示事件----这是事件的第3种表示方法!另外两种事件的表示方法是什么方法,还记得吗?
例子:对“掷一颗均匀的骰子”这一试验,若引入
“掷出的点数”,
则为其可能取值为1,2,3,4,5,6.1)表示事件“掷出的点数为3”;
2)表示事件“掷出的点数小于等于3”;
3)表示事件“掷出的点数大于3”;
4)表示事件“掷出奇数点”;
5)表示事件“掷出的点数大于1且小于等于3”.
针对这个例子,为了解决
.
只要解决好(为实数)的计算,以上问题都将得到解决,为什么?
实际上,是的函数,为此引入分布函数的概念.
2. 分布函数的定义
定义2. 2 设为,对任意实数,称
为的分布函数. 必要时,记的分布函数为. .
Remarks
实际上是事件“ ”的概率;
是解决“”等事件的概率计算的工具之一.(言下之意,还有解决“”等事件的概率计算的其它工具,是什么工具?又这个工具如何找到?大家往下看吧!)
如果针对具体的随机问题,找到了它的这个工具,则前面的问题就解决了:
.
更一般的情形:对任意实数,且,有
.
(概率计算转为函数值计算)
理解好.
分布函数的三个基本性质
单调性:若 则;
有界性:,且;
右连续性: ,为实数.
Proof 略
反之,可证明:满足这三个性质的实函数都可作为某个的分布函数.
及其分布函数的地位说明.
3. 的分类
离散型(其可能值为有限个或可列个)
连续型(其可能值为充满某个区域)
奇异型(非离散、非连续型)
☆求分布函数举例
补例 掷一枚均匀的硬币一次,求掷出正面次数的分布函数.
解 引入
“掷出正面的次数”,
则为离散型 ,且其可能值为 0,1,且的取值及对应的概率可列表如下:
0 1 依据分布函数定义 ,有
当时,“”=,有 ;
当时,“”=“”有
;
当时,“”=,有
于是,所求的发布函数为
§2.2 离散型及其分布
1. 离散型及其概率分布
定义
若离散型的可能值为 ,则称
,
为的概率分布,简称为分布列或分布律,记为 .而为了直观,经常将的分布列表格化为
… … … … Remarks
分布列的基本性质
非负性:.
正则性:.
反之,具有这两个性质的数列,一定能作为某个离散的概率分布律.
分布律图 图2-1
☆求离散型的分布律举例
例2.1换讲
一袋子中有5只乒乓球,编号分别为1,2,3,4,5,从中同时任取3只,以表示取出的3只球中的最大号码.
(1)求的分布律;
(2)求的分布函数并画图;
(3)利用的分布律和分布函数分别求.
解
(1)由题设可知的可能值为3,4,5. 而由古典方法,得的分布律为
3 4 5 0.1 0.3 0.6 …
(2)利用以上的分布列,依据
,
可得的分布函数为
为的图像如下:(利用手写补上)
(3) 利用(1)所得的分布列,得
;
又利用(2)所得的分布函数,得
.
2.常用离散型分布
(1)二点分布(二项分布的特殊情形)
若的分布律为
,
.
其中,为的两个可能值,则称服从参数为的二点分布.
特别,当时二点分布也称(0-1)分布,记为~(0-1),用表格列示就是
0 1 Remark
对一个随机试验,如果只关心某个事件是否发生,则可引入服从(0-1)分布的离散型随机变量来对其进行加以研究.
(2) 二项分布
①二项分布的定义与记号
背景:重伯努利试验
记 “重伯努利试验中发生(即‘成功’)的次数”,则为离散型,其可能值为.且由事件的独立性可得
.
其中,满足.基于这种试验的背景,可以给出二项
文档评论(0)