第二章随机变量及其分布-2017年11月.PDFVIP

第二章 随机变量及其分布 §2.1 随机变量 §2.2 离散型随机变量的概率分布 §2.3 随机变量的分布函数 §2.4 连续型随机变量的概率密度 §2.5 随机变量的函数的分布 §2.1 随机变量 我们知道随机事件是由基本事件构成的，前面 所给出的定义无论是基本事件还是随机事件都是用 文字叙述给出，这有两个缺憾:一是非常繁琐，二 是尽管事件可以看成子集（样本空间的子集）但是 文字叙述却不符合数学的研究特点，因此为了更深 入地研究随机现象，我们就需要将随机试验的结果 数量化，也就是用某一变量取得各种不同的数值来 描述随机试验的结果，这样就引进了随机变量的概 念． 例1 考察抛硬币试验S ＝{H, T}，其中H ={ 出现正面}, T={ 出现反面}. 用数字“1” 代表事件“出现正面” ， 用数字“0” 代表事件“出现反面” ， 则构造随机变量X ：S {0,1}，即X (H)=1, X (T)=0 此时，随机变量X 随基本事件的变化而变化， 当基本事件确定，对应值X 也相应确定． 定义设E是随机试验, 其样本空间是S ＝{e}, 如果对 于每一个e ∈S ，都有一个实数X (e) 与之对应，这样 就得到一个定义在S 上的单值实值函数X=X (e), 称为 随机变量. 常用大写的字母X , Y等表示随机变量，小 写字母x, y 等表示实数． 随机变量是定义在样本空间的实值集函数,它与普 通的实函数有本质的区别. 一方面它的取值是随机的, 而它取每一个可能值都有一定的概率；另一方面它的 定义域是样本空间S, 而S不一定是实数集． e 分 离散型随机变量（取有限个或可数个值） S 类 非离散型的随机变量（连续型随机变量） X (e) R 随机变量的概念在概率论与数理统计中既是基本的, 又是非常重要的.后面将会看到,由于引入了随机变量, 高等数学的方法就可用来研究随机现象了. 例2 一袋中有6个球，分别标有1, 2, 2, 2, 3, 3，从袋 中任取一个球，观察出现的数字． 离散型随机变量 解：样本空间S ＝{e ，e ，e }, 1 2 3 其中e ＝{出现数字i }，i ＝1, 2, 3 i 构造随机变量X ：S {1, 2, 3}， 即 X (e )=1 ，X (e )=2 ，X (e )=3. 1 2 3  当试验的可能结果本身是用数量描述的，这时构 造随机变量最容易． 例3 对于一批灯泡,设每一灯泡在某固定条件的耐用 时间为X ，则 X ：S[0,+∞)非离散型的随机变量 随着取不同灯泡的试验结果不同，X 取不同的值. 取定灯泡，X 值才能确定，故X 是随机变量． 例4 某射手每次射击打中目标的概率是p (0p 1),现 在他连续向一目标射击,直到第一次击中目标为止， 则射击次数X 是一个随机变量,X 可以取到一切自然数． 离散型随机变量  定义了随机变量后,随机事件就可以用随 机变量的取值来描述. §2.2离散型随机变量的概率分布 一、基本概念 离散型随机变量：随机变量所有可能取值是有限个或 可列个. 离散型随机变量的分布律： 定义 设离散型