数量方法随机变量.pptVIP

第七单元 随机变量及其分布 随机变量概述 离散型随机变量 连续型随机变量 教学重点 1．随机变量的概念 2．离散型与连续型随机变量的数字特征 3．二项分布、泊松分布、正态分布 教学难点 1．分布函数概念的理解 2．密度函数概念的理解 3．一般正态分布的概率计算 * * 有志者，事竟成！ 例 1 在10件同类产品中，有3件次品，现 任取2件，用X表示“2件中的次品数”， X的取值有哪些？对应的概率是多少? 例 2 “测试电子元件寿命”试验，用Y表示 元件寿命(小时)，Y的取值如何? 一、随机变量的概念 一个变量若满足： （1）取值的随机性。即取到哪一个值事前 不知道，要由随机试验的结果而定；（2）取值的对应性。即取到的每一个值都 对应于某一随机现象；（3）概率的确定性。即它取某一个值或在 某一区间内取值的概率是确定的。 称这样的变量为随机变量，通常用大写 字母 X、Y、Z…表示。 例 1中， “两件产品中没有次品”事件 可用 {X=0}表示 “两件产品中至少一件次品”事件 可用 {X≥1}表示 例 2中， “元件寿命至少1000小时”事件 可用 {Y ≥1000}表示 “元件寿命不足500小时”事件 可用 {Y＜500}表示 为什么要引入随机变量？ 可使随机事件数量化，便于数学处理，从而更深入地研究随机现象。 上述两例，随机现象较容易用数量来描述，但在实际中常遇到一些似乎与数量无关的随机现象，如何用随机变量来描述它们？ 例3 抛一枚均匀硬币，试验的可能结果两个， 即“正面向上”与“正面向下”。 通常定义随机变量 1 正面向上 P(X=1)=0.5X= 且 0 正面向下 P(X=0)=0.5 例4 一批产品的合格率为P，随机抽一个检验，  可能结果为 “抽到合格品”与“抽到废品”。 通常定义随机变量 1 抽到合格品 P(Y=1)=PY= 且 0 抽到废品 P(Y=0)=1-P 例 5 一批产品的一、二、三级品率为50%、 35%、  15%，随机抽取一个，可能结果“抽到一级品”  “抽到二级品”、“抽到三级品”。 可定义 1 抽到一级品 P(Z=1)=50% Z = 2 抽到二级品 且 P(Z=2)=35% 3 抽到三级品 P(Z=3)=15% 二、随机变量的种类 按随机变量的取值不同，可分为 离散型随机变量：随机变量只取有限个或 可列个可能值。 连续型随机变量：在某一个或若干个有限或 无限区间取值的随机变量。 设离散型随机变量X所有可能取值为  x1，x2，…xn，其相应的概率分别为 p1，p2，… pn 记作 P(X=xi)=pi， （ i=1，2，…n） 称为离散型随机变量X的概率分布，  简称分布。 也可表示为： p1 p2 … Pi x1 x2 … X 一、离散型随机变量的分布 概率分布的性质 1） 0≤pi≤1 i=1，2，… 2） ∑pi =1 例 写出上一节例1、3、4、5的概率分布 二、离散型随机变量的数学期望 离散型变量X的取值为x1,x2…xi… 相应的概率为p1,p2…pi… ,xi与pi的乘积  之和为X的数学期望，简称期望或均值。 记作 E (x)或μ E (x) =∑xi pi 例 （教材P149例3、4） 数学期望是对随机变量集中趋势的度量，对其离散程度的度量用方