第2章 随机变量及其分布20141020.pdf

第2 章教学要求： 1.理解随机变量的概念，会计算与随机变量相联系的事件的概率. 2.理解离散型随机变量及其分布律的概念，理解连续型随机变量及其概率密度的概念，掌握常见随机 变量的分布及其应用. 3.了解分布函数的概念及性质. 4.会求简单随机变量的函数的分布. 第2 章 随机变量及其分布 §2.1 随机变量的概念 在随机现象中，有很大一部分问题与数值有关，如：检验产品时出现的废品数、掷骰子出现的点数、 某时段在银行等候办业务的顾客人数、桌面上的细菌数、某段时间内的话务量、人的身高、测量误差、气 体分子运动的速度、降水量、洪峰值等. 还有些随机现象表面看起来与数值无关，但采用数值标识的方式，仍可以使其与数值关联.如，掷一次 硬币的结果为“正面向上”或“反面向上” ，我们可以用数1 表示“正面向上” ，用0 表示“反面向上” ，而n 次 抛掷中出现的正面数就是这个“1” 出现的次数.又如，生产的产品是“优质品”记为 2，“次品”记为 1，“废品” 记为0.此外，新生儿性别登记、航班是否正点、系统工作是否正常等也都可以作数值标识. 在以上这些例子中，每一个试验结果（样本点）ω 都对应着一个实数X(ω)，即在样本空间Ω 上定义了 一个实值函数X =X(ω)．反过来，一个实数X 既是对具有“属性X” 的随机事件的标识.随机事件发生的概率既 是标识随机事件的实数X 发生的概率，因而X 又具有随机性．这种取值随机的变量称为随机变量． 随机变量常用英文大写字母X,Y,Z,…以及希腊字母ξ,η,ζ,…等表示，它的取值常用英文小写字母表示. 简单地说，将随机试验结果数量化即产生随机变量，随机变量取值即表示随机事件． 如，在掷硬币试验中，“X =1”即表示出现正面的事件，“X =0”则表示出现反面的事件；在产品抽样中， 随机地抽取n 件产品，若以“k”标识其中有k 件废品的结果，那么“X =0”即表示n 件中没有废品的事件，“X =1” 表示n 件中有1 件废品的事件，．．．，“X =n”表示n 件全是废品的事件，而“X ≤1”则表示废品数不超过2 的事 件．又如，如果测量误差的范围是[-0.5,0.5]，那么“X =0”即表示测量误差为0 的事件，“-0.1X ≤0.2”则表示 测量误差范围在[-0.1, 0.2]间的事件． 从随机现象的可能结果看，定义的随机变量可分为两种类型：离散型随机变量和非离散型随机变量. 前 者的特点是随机变量的可能取值为可列个，如前面提到的废品数、骰子点数和顾客人数等；后者的特点是 随机变量的可能取值不止可列无穷多个，如前面提到的桌面上的细菌数、人的身高、测量误差等．非离散 型随机变量的范围广，情况复杂，其中重要而又常见的为连续型随机变量，如人的身高、降水量、洪峰值 等. 离散型随机变量 随机变量 连续型随机变量 非离散型随机变量 非连续型随机变量 作为试验的目的，我们不仅想知道可能出现哪些结果，更重要的是想知道这些结果出现的可能性有多 18 大．这即是说，对于标识试验结果的随机变量，要知道它取哪些数值，以及取这些值的概率是多少. 把描述随机变量的全部可能取值以及它取到这些值所对应的概率关系叫做随机变量的概率分布律，简 称概率分布．概率分布既是随机变量取值的概率分布规律．概率关系可以是函数、表或图等形式，分别称 为随机变量的概率函数、概率分布表和概率分布图. §2.2 离散型随机变量及其分布 本节讨论离散型随机变量的概率分布及性质、概率计算与常见分布. 2.2.1 离散型随机变量的分布律 离散型随机变量的概率分布又叫分布律，其概率函数的一般形式为 f(x )=P{