[研究生入学考试]概率论与数理统计第二章_随机变量及其分布.docVIP

第二章 随机变量及其分布 一、学习要求、重点难点 1、随机变量的概念、类型、引入随机变量的意义; 2、离散型随机变量的概率分布，几种常用的离散型分布; 3、连续型随机变量的概率分布，几种常用的连续型分布; 4、分布函数的概念及计算; 5、随机变量函数的分布; 6、随机变量的几种数字特征：期望、方差等的概率及其计算; 7、二元随机变量的概念及相关计算; 8、大数定理及中心极限定理。 二.内容提要 随机变量及其分布 通过随机事件及其概率的讨论，使我们对随机现象的统计规律有了初步的认识。但是一个随机现象常常涉及很多事件，如果孤立地、静止地去研究某个事件，很难对随机现象的整体有所了解。为此，可引入随机变量的概念，这样就能非常方便地研究随机现象的各种可能结果，以及各种可能结果能以多大的概率发生等问题。引人随机变量的基本思想就是为了更好地研究随机现象,对随机现象的结果（即样本空间中每一个样本点）进行量化处理,这样一来对随机现象的研究就转为对随机变量的研究。 第一节 随机变量 一、随机变量及其类型 1.概念 一般地，设A为某个随机事件，则一定可以通过如下示性函数使它与数值发生联系 每一个随机试验的结果自然地对应着一个实数，而在后两个例子中，这种对应关系是人为地建立起来的。这样一来，随机事件的研究就可化为对随机变量的研究。因此事件的运算就可化为数值的运算。特别是进行了这样一步数学抽象以后，许多随机试验就可统一起来概括成各种数学模型加以研究。例如，统计上“正态模型”、“指数模型”、“贝努利实验模型”等可以概括现实生活中大批实际问题，我们通过对这些典型的数学模型的研究就能更加深入研究随机现象，对随机现象的研究成果具有很强的现实和理论意义。 由此可见，无论哪一种性质，所谓随机变量，不过是随机试验的结果（即样本点）和实数之间的一一对应关系。这与数学分析中函数的概念本质上是一致的。只不过在函数概念中，f(x)的自变量x为实数，而随机变量的概念中，随机变量的自变量为样本点ω，因为对每个试验结果ω都有函数与之对应，所以的定义域是样本空间，值域是实数域。 定义 设随机试验的每一个可能的结果（样本点）ω唯一地对应一个实数，则称实变量为随机变量，通常用大写字母X,Y,Z等表示随机变量。 这里说明两点： (1)随机变量与普通的函数不同 随机变量是一个函数，但它与普通的函数有着本质的差别,普通函数是定义在实数轴上的,而随机变量是定义在样本空间上的(样本空间的元素不一定是实数)。 (2)随机变量的取值具有一定的概率规律。 随机变量随着试验的结果不同而取不同的值,由于试验的各个结果的出现具有一定的概率,因此随机变量的取值也有一定的概率规律。 2.随机变量的分类 从随机变量的取值情况来看，若随机变量的可能取值只要有限个或可列个则该随机变量为离散型随机变量。 从随机变量的个数来分，随机变量可分为一维随机变量和多维随机变量。 二、随机变量概率分布 为了研究随机现象，对随机变量仅仅有“取值随机会而定的变量”这种定性认识是远远不够的，更重要的是要知道随机变量的取值范围和到底遵从什么样的“概率分布”规律，即对随机变量的研究主要是以下两个问题： （1）随机变量X可能取哪些值？（确定取值范围） （2）随机变量X取这些值的概率是多少？（确定概率分布） 随机变量的概率分布是指概率在随机变量取各个可取值（区间）上的分布情况。 第二节 离散型随机变量的分布 一、分布列及其性质 1.离散型随机变量 定义：定义在样本空间上，取值于实数域R，且只取有限个或可列个值的变量X称为一维（实值）离散型随机变量，简称离散型随机变量。 讨论离散型随机变量主要要搞清楚两个方面：一是随机变量的所有可能取值；更主要的的是搞清楚随机变量取这些可能值的概率。 2.分布列 如果离散型随机变量X可能取值为，相应的取值的概率称 为随机变量X的分布列，简称分布列。 也可以用下列表格或矩阵的形式来表示，称为随机变量X的分布列： X 3.分布列的性质 由概率的性质可知，任一离散型随机变量X的分布列都具有下述性质： 非负性：（1） 规范性：（2） 反过来，任意一个具有以上性质的数列都可以看成是某一个离散型随机变量的分布列。 分布列不仅明确地给出了的概率，而且对于任意的实数ab,事件aXb发生的概率均可由分布列算出， 二、退化分布 设X的分布列为P(X=a)=1 (a为常数)，则称X服从退化分布。 很显然，退化分布是最特殊的一种随机变量，以概率为1取一常数。 三、两点分布 设X的分布列为 X 1 0 p q 称X?服从两点分布或0—1分布（或两点分布） 两点分布是最简单的一种分布,任何一个只有两种可能结果的随机现象，比如新生婴儿是男还是女、明天是否下雨、种籽是否发芽等, 都属于两点分布。它的特