概率论基础3.1a.pptVIP

(7). 超几何分布 既然 我们实际上证明了 当 N 很大时，超几何分布可以用二项分布来近似计算（不放回抽样可用放回抽样近似） 例 一汽车沿一街道行驶，需要通过三个均设有红绿信号灯的路口，每个信号灯为红或绿与其它信号灯为红或绿相互独立，且红绿两种信号灯显示的时间相等. 以X表示该汽车首次遇到红灯前已通过的路口的个数，求X的概率分布. 解: 依题意, X可取值0, 1, 2, 3. P(X=0)=P(A1)=1/2, Ai={第i个路口遇红灯}, i=1,2,3 设 路口3 路口2 路口1 P(X=1)=P( ) = 1/4 P(X=2)=P( ) =1/8 X表示该汽车首次遇到红灯前已通过的路口的个数 路口3 路口2 路口1 路口3 路口2 路口1 Ai={第i个路口遇红灯}, i=1,2,3 设 =1/8 P(X=3)= P( ) 路口3 路口2 路口1 即 不难看到 X表示该汽车首次遇到红灯前已通过的路口的个数 Ai={第i个路口遇红灯}, i=1,2,3 设 第三章 随机变量与分布函数 随机变量及其分布 什么是随机变量？ 如何科学的表示 数学描述？ 在前两章,我们学习了随机试验和随机事件概率大小的计算。随机现象大量存在，基本结果的描述也千变万化， 如: {正面，反面}； {男孩，女孩}； {红球，白球，黑球}； {1,2,3,4,5,6}. 但从概率的定义和前面的实例来看，计算概率时我们并不关心具体基本结果的描述，而更多的是一种数量关系。 另外，在许多随机试验中，除试验结果之外，往往有另一个量与每个结果相关联，如赌博时投掷硬币，人们总是不加思素地将正面和反面转化成赢和输了多少钱； 再如，摸球中奖活动，人们摸中红球、白球、黑球等时，总是和中几等奖、多少奖金联系起来。 这样，就自然建立了一个对应关系。 实际上，给随机试验的每个结果都赋予一个数值，在样本空间?和实数值建立一种对应关系，是我们应用数学理论和方法来深入和系统地研究随机试验规律的基础。 1、有些试验结果本身与数值有关(本身 　　就是一个数). 例如，掷一颗骰子面上出现的点数； 七月份武汉的最高温度； 每天到武汉站下火车的人数； 昆虫的产卵数； 2、在有些试验中，试验结果看来与数值无关，但我们可以引进一个变量来表示它的各种结果. 也就是说，把试验结果数值化. 正如裁判员在运动场上不叫运动员的名字而叫号码一样，二者建立了一种对应关系. 这种对应关系在数学上理解为定义了一种实值函数. . ? X( ) R 这种实值函数与在高等数学中大家接触到的函数一样吗？ 一、随机变量的定义 measurable 这种实值函数是定义在样本空间上的 函数. 它随试验结果的不同而取不同的值， 因而在试验之前只知道它可能取值 的范围，而不能预先肯定它将取哪个值. (2) 由于试验结果的出现具有一定的概率，于是这种实值函数取每个值和每个确定范围内的值也有一定的概率. 称这种定义在样本空间上的实值函数为 随 量 机 变 简记为 r.v. 而表示随机变量所取的值 时,一般采用小写字母x,y,z等. 随机变量通常用大写字母 X,Y,Z或希腊字母ξ,ζ,η等表示 ———|—— x 定义： 设 X 是一个 r.v，称 为 X 的分布函数. 记作 X ～ F(x) 或 FX(x). 如果将 X 看作数轴上随机点的坐标，那么分布函数 F(x) 的值就表示 X落在区间 的概率. F(x) 是r.v X取值小于 x 的概率. 由定义，对任意实数 x1x2，随机点落 在区间 [x1 , x2 ) 的概率为： P{ x1 X x2 } = P{ Xx2 } - P{ Xx1 } = F(x2)-F(x1) 因此，只要知道了随机变量X的分布函数，它的统计特性就可以得到全面的描述. 二、分布函数的性质 (1) F(x) 非降，即若 x1x2，则F(x1) F(x2) ; (2) F( ) = F(x) = 0 (3) F(x) 左连续，即 如果一个函数具有上述性质，则一定是某个r.v X 的分布函数. 也就是说，性质(1)--(3)是鉴别一个函数是否是某r.v的分布函数的充分必要条件. F( ) = F(x) = 1 试说明F(x)能否是某个r.v 的分布函数. 例 设有