随机数学Z2-1_2.pptVIP

离散型随机变量的概率分布 随机变量的分布函数 连续型随机变量的概率密度 随机变量的函数的分布 §1 随机变量 例 1（续） 我们记取出的黑球数为 X，则 X 的可能取值为1，2，3． 因此， X 是一个变量． X 的取值情况可由下表给出： 例 1（续） 例 1（续） 由于试验结果具有随机性，所以 X的取值 带有随机性。故，我们称 X 为随机变量． 例 1（续） 随机变量的定义 设E是一个随机试验，S是其样本空间．我们称样本 空间S上的实值单值函数 说 明 例 2 掷一颗骰子，令： X：出现的点数． 则 X 就是一个随机变量．它的取值为1，2，3，4，5，6． 例 3 一批产品有 50 件，其中有 8 件次品，42 件正 品．现从中取出 6 件，令： X：取出 6 件产品中的次品数． 则 X 就是一个随机变量．它的取值为 0，1，2，…，6． 例 4 上午 8:00～9:00 在某路口观察，令： Y：该时间间隔内通过的汽车数． 则 Y 就是一个随机变量．它的取值为 0，1，…． 例 5 观察某生物的寿命（单位：小时），令： Z：该生物的寿命． 则 Z 就是一个随机变量．它的取值为所有非负实 数． 例 6 掷一枚硬币，令： 例 7 掷一枚骰子，在例2中，我们定义了随机变量X表示 出现的点数．我们还可以定义其它的随机变量，例 如我们可以定义： 一.离散型随机变量的概念与性质 说 明 1. 离散型随机变量可完全由其分布律来刻划． 即离散型随机变量可完全由其的可能以及 取这些值的概率唯一确定． 例 1 从1～10这10个数字中随机取出5个数字，令： X：取出的5个数字中的最大值． 试求 X 的分布律． 解： X 的取值为5，6，7，8，9，10． 并且 例 2 将 1 枚硬币掷 3 次，令： X：出现的正面次数与反面次数之差． 试求 X 的分布律． 解： X 的取值为-3，-1，1，3． 并且 例 3 设离散型随机变量 X 的分布律为 例 3（续） 例 4 设随机变量 X 的分布律为 1 、贝努里（Bernoulli） 试验 如果随机试验 E 只有两个结果，则称E为Bernoulli试验 Bernoulli 试验的例子 对同一目标进行一次射击，若只考虑“击中目标”与“未击中目标”两种情况，则“同一目标进行一次射击”是Bernoulli试验． 在某一时间间隔内观察通过某路口的汽车数，若只考虑“至少通过100辆车”与“至多通过99辆车”这两种情况，这也是Bernoulli试验． 2. n重Bernoulli 试验 若独立重复地进行n次Bernoulli试验，这里“重复”是指每次试验中事件 A 发生的概率（即每次试验中“成功”的概率）不变，“独立”是指各次试验的结果相互独立，则称该试验为 n 重Bernoulli 试验． n重Bernoulli 试验的例子 对同一目标进行n次射击，若每次射击只考虑“击中目标”与“未击中目标”两种情况，则“同一目标进行n次射击”是一n重Bernoulli试验． 在某一时间间隔内观察通过某路口的汽车数，若只考虑“至少通过100辆车”与“至多通过99辆车”这两种情况，这是一次Bernoulli试验．若独立重复地做该试验 n 次，则它是一n重Bernoulli试验． n重Bernoulli 试验中的基本事件及其概率 在n重Bernoulli 试验中的基本事件为 n重Bernoulli 试验中恰好成功k次的概率 设在一次Bernoulli 试验中， 注意 由二项式定理，我们有 二、一些常用的离散型随机变量 Bernoulli分布也称作 0-1 分布或二点分布． 例 5 掷一枚骰子，观察出现的点数.我们定义随机变量： 例 6 15 件产品中有4件次品，11件正品．从中取出1件 令 X：取出的一件产品中的次品数．则 X 的取值 为 0 或者 1，并且 2）二 项 分 布 如果随机变量 X 的分布律为 说 明 显然，当 n=1 时 分布律的验证 ⑴．由于 例 7 一大批产品的次品率为0.05，现从中取出10 件．试求下列事件的概率： B={ 取出的10件产品中恰有4件次品 C={ 取出的10件产品中至少有2件次品 } D={ 取出的10件产品中没有次品 } 例 7（续） 所以 例8 一张考卷上有5道选择题，每道题列出4个可能答案， 其中只有一个答案是正确的．某学生靠猜测至少能 答对4道题的概率是多少？ 例 8（续） 所以 例10 对同一目标进行射击，设每次射击的命中率均 为0.23，问至少需进行多少次射击，才能使至少命 中一次目标的