第十一章 随机变量的与数字特征.doc

第十一章 随机变量的与数字特征 随机变量 随机变量的概念? 在我们所研究的随机现象中，许多现象是与数值发生关系的，由于我们处理的是随机现象，因而这些数值的变化也呈现出随机性，这就是随机变量的直观意义．下面，我们通过一些例子来说明随机变量的概念．利用随机变量，我们可以描述随机事件．例如，取出的两个球中恰有一个黑球这样一个随机事件，即 同样，表示取出的两个球中至少有一个黑球这一随机事件． 通过上面的例子，我们可以给出随机变量的概念． 定义 设E是一个随机试验，是其样本空间，我们称上的一个实值函数 为随机变量，如果对于任意的实数， 都是随机事件． 关于随机变量，我们要作如下几点说明： ⑴．一般地，随机变量用大写的英文字母 等，或用希腊字母 等来表示；用小写的英文字母 表示随机变量的取值． ⑵．对于随机变量，由于它是样本空间上的函数，因此它的“定义域”是非常清楚的，我们关心的是随机变量的值域，即关心随机变量的取值．我们通过随机变量的取值状况来描述随机事件． ⑶．在同一个样本空间上，可以定义不同的随机变量．例如，在例1中，我们还可以定义如下的随机变量： ：取出的白球数． ：取出的白球数与黑球数之差． 等 随机变量是概率论中一个非常重要的概念，我们只有引入了随机变量，才能深入地开展对概率论中许多问题的讨论． HYPERLINK /course/xnjp/lxy/wjf/GAILV/math/gailu/N21.2.l.htm 随机变量分布函数?? 例1 袋中有4只白球，2只黑球，从中取出2只球．为方便起见，我们记4只白球分别为1、2、3、4号球，而2只黑球分别为5、6号球．则该试验的样本空间为 ， 其中表示取出1号球与2号球，依次类推． 若我们令表示取出的2只球中的黑球数，则可能的取值为0、1、2，由于可以取不同的值，因而是一个变量，并且由于试验的随机性，即我们在试验前不能确定该试验究竟会出现哪一个结果，因而的取值也呈现出随机性，所以我们称这样的变量为随机变量． 进一步分析，我们发现是样本空间上的函数， ． 即若样本点出现，则取值0，若样本点出现，则取值1，若样本点出现，则取值2，等等． 例2 掷一枚骰子，则该试验的样本空间为 其中“1”表示出现1点，等等．若令表示出现的点数，则是样本空间上的函数：当时，取值为，因此的取值为1、2、3、4、5、6，表示出现的点数不超过4点这一随机事件；表示出现偶数点这一随机事件，等等． 例3 100件产品中有12件次品，其余的为正品，从中取出5件进行检验．令：取出的5件产品中的次品数，则是一随机变量，它的取值为0、1、2、3、4、5．表示至少取出2件次品这一随机事件． 例4 掷一枚硬币，令 则是一个随机变量． 离散型随机变量的概念 定义 如果随机变量的取值是有限个或为可列无穷个，则称为离散型随机变量． 注：这里所指为可列无穷个，是指的取值可以按某种方式排成一列．例如，全体自然数 是可列无穷个；全体整数也是无穷个；我们还可以证明，全体有理数也是无穷个．但是，全体实数却不是可列多个． 设随机变量的所有可能取值为 并设 则就描述了离散型随机变量的全部形态．我们称 为离散型随机变量的分布律．离散型随机变量的分布律也可以如下表示： 　 描述一个离散型随机变量的统计规律，关键地是要了解它的分布律，或者说，离散型随机变量的分布律包含了离散型随机变量统计规律的一切要素．因此，求离散型随机变量的分布律，关键地是要知道以下两点： ⑴．离散型随机变量的所有可能取值； ⑵．离散型随机变量取每一个可能值的概率： ． 离散型随机变量的分布律也称为离散型随机变量的分布列，或离散型随机变量的概率分布． 由离散型随机变量的定义，我们马上可以得到它的两条基本性质： 性质一：； 性质二：． 证明：由于，因此由概率的非负性可知性质一成立． 由于随机变量的所有可能取值为，因此由概率的可列可加性及规范性可知 证毕 离散型随机变量分布律的上述两条性质它的两条最基本的性质，即任何离散型随机变量都应具备这两条性质；进一步，我们还可以证明，若数列具有这两条性质，即⑴．对任意的自然数，；⑵．，则数列必然是某一随机变量的分布律（证明从略）．??????????? 例1 袋中有12只球，其中有4只黑球，8只白球，从中任意取出一球，令，：取出的黑球数，试求的分布律． 解：由于从12只球中取出一球，故的可能取值为0或者1． 而 ，， 因此，的分布律为 　 0 1 例2 一批产品共有10件，其中有3件次品，7件正品．现从中取出4件，令表示取出的4件产品中的次品数，试求的分布律． 解：由于袋中有3件次品，而我们从袋中取出4件产品，因此随机变量的取值为0、1、2、3，并且 具体写出，可得的分布律为 　 0 1 2 3 例3 假设在一次考试中