概论与统计第二章随机变量及分布.pptx

第二章随机变量及其分布引 言 在第一章里，我们研究了随机事件及其概率，通过随机事件的概率计算初步了解了如何定量描述和研究随机现象及其统计规律的基本方法．然而实际中由一个随机试验导出的随机事件是多种多样的，因此，想通过随机事件概率的计算来达到了解随机现象的规律性显得很不方便． 本章，我们将引进概率论中的一个重要概念—随机变量．使随机试验的结果数量化，以便采用高等数学的方法描述、研究随机现象． 本章我们将主要介绍: 随机变量的概念 离散型随机变量及其分布 随机变量的分布函数 连续型随机变量及其概率密度 随机变量函数的分布第一节 随机变量的概念随机变量概念的引入引入随机变量的意义随机变量的分类一、随机变量概念的引入 (1)有些随机试验中，试验结果本身与数值有关（本身就是一个数）. 例如，掷一颗骰子观察其朝上面出现的点数； 每次出现的结果与一个数值对应，分别由1,2,3,4,5,6来表示；(2)在有些试验中，试验结果看来与数值无关，但可以指定一个数量来表示它的各种结果.也就是说，可把试验结果数值化. 例如: 掷硬币试验,考察其正面和反面朝上的情况可规定:用1表示“正面朝上”，用0表示“反面朝上”。结论：不管试验结果是否与数值有关，我们都可以通过引入某个变量，使试验结果与数建立了对应关系这种对应关系在数学上理解为定义了一种实值单值函数.定义域为样本空间Ω，取值为实数.ω.X(ω)R这即为所谓的随机变量随机变量的定义 定义1.1 设随机试验E的样本空间为Ω，对于任意的ω∈Ω, X= X(ω)是定义在Ω上的单值实值函数，则称X= X(ω)为一个定义在Ω上的随机 变量（Random Variable），简记为X．通常用大写字母Ｘ,Ｙ,Ｚ或希腊字母 ? ,? 等表示. 说明：（1）X是一个变量, 它的取值随试验结果而改变，由于事先不能确定，故有随机性；（2）由于试验结果的出现具有一定的概率，故随机变量X取每个值和每个确定范围内的值也有一定的概率.(3)随机变量通常用大写字母X,Y,Z,W,…或希腊字母 ? ,?等表示,而表示随机变量所取的值时,一般采用小写字母 x, y, z, w,…等. 例1 试验E—电话台单位时间内收到的用户呼唤次数。记呼唤次数为 X(k)=k(k=0,1,2, … )，则 X 是一个随机变量，其所有可能取值为0，1，2，…,( X =i)代表相应的基本事件（样本点）。 例2 试验E—某地区某段时间内的气温。则任一时刻的气温值X 是一个随机变量，且其所有可能的取值为[a，b]。（ X=i）即为一基本事件（样本点）。 例3 试验E—检验产品质量，每次出现的结果虽不和数值对应，我们可以人为的定义一个数值来代表相应的一个基本事件（样本点），如“1”代表“合格品”，“0”代表“次品”这样，可引进一个随机变量 X ，它的取值为0，1。二、引入随机变量的意义 随机变量概念的产生是概率论发展史上的重大事件.引入随机变量后，随机试验中的各种事件，就可以通过随机变量的关系式表达出来.对随机现象统计规律的研究，就由对事件及事件概率的研究转化为对随机变量及其取值规律的研究.随机变量及其取值规律事件及事件概率{ X 1}{X= 0} 如：单位时间内某电话交换台收到的呼叫次数用X表示，它是一个随机变量. 事件A＝{收到不少于1次呼叫}B＝{没有收到呼叫}而有 P(A)=P{X≥1}P(B)=P{X=0} 再如：E—掷色子，随机变量X表示朝上面的点数。则：P（X?1）=1/6， P（X?2）=2/6，P（X?5.7）=5/6， P（X?0）=0， P（X?6）=1， P（X?13.3）=1，P（X?-4.12）=0 三、随机变量的分类 按照随机变量的取值情况可把其分为两类： 离散型随机变量：随机变量X的全部取值只有有限个或无限可列个。如“取到次品的个数”，“收到的呼叫数”等. 非离散型随机变量：随机变量X的全部取值不能一一列出。 其中最重要的是续型随机变量（随机变量X的取值连续地充满某个区间或整个数轴），例如，“电视机的寿命”，实际中常遇到的“测量误差”等. 对于随机变量，我们主要关心如下两件事： 1．随机变量的取值范围是什么？ 2．它取每个值或在某个范围内取值的概率是多少？ 关于这个问题，将在下面几节中，按离散型随机变量和连续性随机变量分别进行研究. 第二节 离散型随机变量及其概率分布离散型随机变量定义离散型随机变量的概率分布几种常见的离散型随机变量的概率分布一、离散型随机变量定义定义：若随机变量X的所有可能取值是有限多个或可列无限多个, 则称X为离散型随机变量 .例如：1、设X表示抛三次硬币的试验中出现正 面朝上的次数.X的可能取值为0，1，2，3.2、设Y表示120急救电话台一昼夜收到的呼次数则Y的可能取值