概率统计2.1,2(lhd).ppt

中南大 罗捍东 第二章 一元随机变量及其分布 §2.1 随机变量的概念与类型 在研究随机事件与概率时，发现如下两个特点： 第一：有些试验的结果直接表现为数量。比如，掷骰子出现的点数，在抽样检验产品中出现次品的个数等。 第二：有一些试验的结果，尽管没有直接表现为数量，但是我们也可以用数量表示，比如：产品检验中，优质品记为2，次品记为1，废品记为0等。由此有结论：对于任何一个试验的各种结果，都可以用数量与之对应。 2.1.1 随机变量的概念 定义1： 对于随机试验，每个样本点 都对应着一个实数 ，而 是随机试验结果变化的一个变量，称之为随机变量。 随机变量通常用大写字母X，Y，Z，ξ . 随机变量所取的值，一般采用小写字母x , y , z 等. 例1: 掷骰子，Ω ={ω1,ω2,ω3,ω4 ,ω5,ω6}。 定义 则X是一个随机变量。 例2：8件产品中有3件次品，从中任取两件，则取出的两件产品中次品数X就是一个随机变量。 随机变量按照其取值情况进行分类，可分为离散型随机变量和非离散型随机变量。 2.1.2 随机变量的概念 离散型随机变量是指其所有可能取值为有限个或者至多可列个无穷个。 例如，向一目标射击，直到击中目标为止，用X表示所需射击次数，则X是离散型随机变量，其所有可能取值为{1，2，…}。 而非离散随机变量的情况比较复杂，它的所有可能取值不能够一一列举出来，其中重要的一类是连续型随机变量。 例如，检验一个灯泡的质量，用X表示灯泡的寿命，则X是一个连续型随机变量，其所有可能取值为区间上的所有实数。 今后我们主要讨论离散型随机变量和连续型随机变量，这也是在实际中我们碰到最多的两种类型的随机变量。 定义2：如果随机变量X只可能取有限个或至多可列个值，则称X为离散型随机变量。 2.2.1 离散型随机变量的定义及其分布律 定义3：设离散型随机变量X所有可能的取值为 且事件 的概率为： 称(2.1)式为随机变量X的概率分布（或分布律）。 概率分布也可以用一个表格的形式来表示，如表2-1所示 §2.2 离散型随机变量 注意到随机事件 构成一个完备事件组， 由此知离散型随机变量的概率分布 满足下列的两个性质： 注意：要掌握离散型随机变量的统计规律，必须且只需知道它的概率分布即可。 利用随机变量X的概率分布，我们可以求出随机变量X落入任意区间内的概率，例如对任意a≤b，有 例1： 一批产品的次品率为15%，从中随机地抽取一个产品进行检验，正品记为0，次品记为1。试写出抽取结果的概率分布。 显然 P(X=0)＝0.85 ，P(X=1)＝0.15 X的概率分布如下表所示。 0.85 0.15 P 0 1 X 解： 设抽取的结果为随机变量X， 则X仅可以取0和1两个值， 例2： 8件产品中有3件次品，从中任取两件，求次品数X的概率分布。 X的概率分布表如下： 解： 次品数X的取值为0、1、2。 5/14 15/28 3/28 P 0 1 2 X 例3： 袋中有标号为1,2,3,4的球若干个，从中任取一个，假设取到各个球的概率与球上的号码成反比，求取到的球上号码 X 这个随机变量的概率分布。 解：X 可以取1,2,3,4共4个值， 即 12/25 6/25 4/25 3/25 P 1 2 3 4 X 2.3.1 几种离散型随机变量的分布 1)、退化分布 则称X服从a处的退化分布。 退化分布的随机变量的取值几乎是确定的，即这样的随机变量退化成了一个确定的常数，它可以看成是随机变量的极端情形。 定义4：若随机变量X以概率1取某一确定常数，即 2)、0—1分布 定义5：若随机变量X只取两个可能值0、1，且 则称X服从参数为p的0—1分布。 其概率分布表为： q p P 0 1 X 0—1分布通常是用来描述只有两种试验结果的随机试验，如掷硬币试验，产品的合格性检验，人口性别的调查等。 3)、二项分布 若随机试验E只有两种可能的结果：A和 则称随机试验E为贝努里（Bernoulli）试验。