第二节 随机变量及其分布.docVIP

第二节 随机变量及其分布 为了对随机试验进行全面和深入的研究，从中揭示出客观存在的统计规律性，我们常把随机试验的结果与实数对应起来，即把随机试验的结果数量化，引入随机变量的概念。随机变量的概率论与数理统计的最基本的概念之一。 2．1随机变量的概念 在随机现象中，许多随机试验的结果是可以用数量表示的。有些随机试验的结果虽然与数量没有直接关系，但是却可以将其结要数量化。 例1 设有10件产品，其中正品5件，次品5件。现从中任取3件产品，问这3件产品中的次品数是多少？ 显然，次品数可以是0，1，2，3，即试验结果是数量性的。我们用表示取到3件产品中的次品件数，则可以分别用表示这3件产品中没有次品、有一件次品、有两件次品和有3件次品。这里是一变量，它究竟取什么值与试验的结果有关，即与试验的样本空间的基本事件有关。用表示试验的样本空间，用表示样本空间中的元素即基本事件，并记成。例1中试验的样本空间为={没有次品，有1件次品，有2件次品，有3件次品}，因此，可把变量看作定义在样本空间上的函数： 从而可以记为。由于基本事件是随机出现的，因此的取值也是随机出现的，称为随机变量。 例2 抛掷一枚硬币，观察出现的正反面的情况。 该试验只有两个可能的结果：出现正面和出现么面，即 ={出现正面，出现反面} 很明显，试验结果是非数量性的，与数量没有直接关系。为了研究的需要，我们可以用一个数来代表一个试验结果，例如用1代表出现正面，用0代表出现反面。可设 是定义在样本空间上的函数，也是一随机变量。 下面我们给出随机变量的定义。 定义2.1 设试验的样本空间，如果对每一个，有一个实数与之对应，得到一个定义在上的单值实值函数，称为随机变量，并简记为。 随机变量随着试验结果的不同而取不同的值，它是根据试验结果取值的变量。现实中的随机变量很多，例如，某地区每年的降雨量；掷一枚 子出现的点数；炮弹落地点与目标之间的距离；某工厂生的灯泡的寿命等。 引入随机变量后，随机事件就可以用随机变量来表示。这样，对随机事件的研究就转化为对随机变量的研究。由于有了数量化的随机变量，从而就有可能帮助我们使用微积分和线性代数等工具来研究随机试验。 随机变量按照其取值的不同，一般分为两类。一类称为离散型随机变量，一类称为连续型随机变量。 2．2 离散型随机变量 1．基本概念 定义2.2 对于随机变量，如果它只可能取有限个或可列个值，则称为离散型随机变量。 如例1中的随机变量所有可能的取值是4个，而例2中的随机变量可能的取值是2个，这是属于有限个值的情况，它们都是离散型随机变量。又例如，一射手向某一目标射击，直到击中该目标时的射击次数是个随机变量，它所有可能的取值是，是属于可列个值的情况，它也是离散型随机变量。 设离散型随机变量所有可能的取值是，为了完全地描述随机变量，除了知道可能的取值以外，还要知道取各个值的概率。设 ， （2.1） 称（2.1）式为离散型随机变量的概率分布或分布律。 离散型随机变量的分布律具有下列性质： （1）≥0， （2.2） （2）。 （2.3） 分布律也可以用表格的形式表示： … … … … 它比较直观地表示了随机变量取各个值的概率规律。 例3 讨论例1中的随机变量的概率分布。 解 是表示取出的3件产品中的次品数，它所有可能取的值是0，1，2，3。下面分别计算，，和。 显然这是一古典概型，容易计算出 ， ， 它们满足（2。2）和（2。3）式。 的概率分布写成表格形式为 0 1 2 3 例4 一射手对靶连续不断地进行射击，直到第一次击中为止，如每次射击命中的概率为，试求所需射击次数的概率分布。 解 首先确定的可能取值，然后再定出取这些值的概率，易知的可能取值是1，2，…，现计算的值，由于事件表示射手第次射击首次命中目标，而前次射击均未命中，所以 ， 其中。故的概率分布为 … … … … 2．常见离散型随机变量的概率分布 （1）两点分布 若随机变量的概率分布为 ，，其中 则称随机变量服从两点分布（或分布），记为。 例5 袋内装有5个白球，6个红球，从中摸出两球，记