第章随机变量附其分布.docVIP

第13章 随机变量及其分布 §13.1 离散型随机变量及其概率分布 12.1.1 随机变量 在某些随机试验中，试验结果（基本事件）本身就是数。 例11，2，3，4，5，6，如果用变量表示这些结果，则可能的取值是1，2，3，4，5，6，当骰子下落后（试验结束），取值就确定了。 例2 检测一批量电子管质量。每支电子管的使用寿命可能是区间上任何一个实数值，其中为质量最好的电子管使用寿命。 若用变量表示电子管寿命（单位：小时），则的取值随检测结果不同而在上取不同的实数，当检测完毕，的取值也就确定了。 在另一些随机试验中，试验结果看起来不是数，但可以人为地拟定一个实数来表示它。 例1-3 抛掷一枚硬币，观察它下落后出现正面还是出现反面。若规定当“出现正面”时，变量取值为1，当“出现反面”时，变量取值为0，于是对于试验的每一种可能结果，均有唯一确定的实数与之对应。 上述例子表明，随机试验的所有可能结果可以用一个变量（或，或）来表示，每次试验之前不知道它取哪一个实数值，因为它的取值随试验结果的随机性亦相应地具有随机性，这个变量，有别于普通函数的变量，就是我们要引入的随机变量。 定义6-1 对于给定的随机试验，Ω是其样本空间，对Ω中每一样本点，有且只有一个实数与之对应，则称这个定义在样本空间Ω上的实值函数为随机变量。 随机变量通常用大写英文字母或希腊字母表示，它的取值用小写英文字母表示。 引入了随机变量概念以后，就可使用随机变量的取值以及取值所满足的不等式来表示随机试验中多种形式的随机事件，从而随机事件的概率就可以表示为随机变量取不同实数值的概率。比如在例1-1中，=1表示随机事件{ 出现1点 }；在例1-2中，≤2200表示随机事件{ 该电子管寿命不超过2200小时 }；在例1-3，=1表示随机事件{ 出现正面 }等等。 例1-4 在10件同类型产品中，有3件次品，现任取2件，计算含次品的概率。 解 用变量表示{取出的2件产品中含次品数}，则的可能取值有0, 1, 2 ；{=0 }表示次品数为0，即{ 取出的2件中没有次品 } ；{=1}表示次品数为1，即{ 取出的2件中有1件次品 }；{=2}表示次品数为2，即{ 取出的2件全都是次品 }。 于是有 = ， =， = 6.1.2 离散型随机变量及其分布律 定义6-2 设随机变量可能取有限个或可列无限个数值，且取这些值的概率满足 并且 （6-1 ） 则称为离散型随机变量，称, =1 , 2 ,… 为离散型随机变量的分布律。 为直观起见，的分布律表示如下： 　 　 　… 　 　… 　 　 　… 　 　… 反之，若一列数,… 且满足（6-1），则该列数可作为某一离散型随机变量的分布律。 容易写出例1-4中随机变量的分布律如下： 　 　 　 　 　 　 　 例1-5? 若离散型随机变量的分布律为 ，=1, 2, … 其中0＜＜1，求。 解 因为，所以有 =1， 解得 6.1.3 常用离散型随机变量 下面介绍常用的离散型随机变量。 1? 两点分布 定义6-3 若随机变量仅取0和1，且 ，，， 即分布律为 　 　 　 　 1- 　 则称服从参数的两点分布（或0--1分布），习惯上记。 例1-6 已知100件同型号产品中有90件正品，10件次品，现从中随机抽取1件，我们定义 = 求的分布律。 解 由古典概型（5-1）有 ，，所以分布律为 　 　 　 　 　 　 如果随机现象仅有两种可能的结果，且都有正概率时，就能用一个服从两点分布的随机变量描述。 2 二项分布 在重伯努利试验中，设在每次试验中事件发生的概率为，用表示重伯努利试验中事件发生的次数，则可能的取值为0、1、…、，且对每一个（0≤≤），事件{= }即事件{ 次试验中事件发生次 }，于是有 ，=1, 2 , …, （6-2） 定义6-4 若随机变量的分布律由（6-2）给出，则称服从参数为，的二项分布，记为 如果记，则，它恰好是二项式 展开式的通项，这正是二项分布取名的缘由。 特别地，当=1时，二项分布即为两点分布。 二项分布可作为描述“射击次，其中有次中靶”；“抛硬币次，其中出现正面次”；“在次品率为的一批产品中有放回地取次（每次任取一件），其中有次取出次品”等随机现象的数学模型。 例1-7 某射手射击一次中靶概率为0.9，若射手共射击5次，求：（1）中靶的概率 （2）中靶不少于4次的概率。 解