随机运筹学-2.pptVIP

随机运筹学 之2 随机变量及其分布 壹、随机变量 一、实例 1、投篮时会出现两种情况：ω1=“投中”，ω0=“未投中”，则其样本空间为Ω={ω1 ，ω0}。 若用数字1代表投中，用0代表未投中，这样将试验结果量化，同时引入了一个变量X，就是 X=X（ω）=1 ω=ω1 0 ω=ω1 X（ω）随试验结果ω不同而取不同的值。 例2 在某学校中，随机地抽取一人ω，用对应的 卡片ω登记他的身高L（ω），将这些卡片放在一起，若从中随机地取出一张卡片，那么L（ω）的取值随试验结果ω的不同而不同，因而L（ω）取值也是随机的，L（ω）也是随机变量。 二、随机变量 定义1 设E是随机试验，样本空间Ω={ω}为有限集或可列集，若对每个样本点ω∈ Ω，都有一个实数X（ω）与其对应，即X（ω）是定义在Ω上取值在R上的单值实值函数（映射），记作 X（ω）：Ω→R，称X（ω）为随机变量。 例3 某射手进行射击训练，他每次射中目标的概率是p，且各次射击是否击中相互独立。如果射手只射击了n次，记这n次射击命中目标的次数X，那么X就是一个随机变量。如果他开始射击，直到第一次命中目标后就停止射击，记他首次命中目标时的射击次数为Y，也是一个随机变量。 例4 （有奖销售）某商店在年末大甩卖中进行有奖销售，摇奖时从摇箱中摇出的球的可能颜色 为：红、黄、蓝、白、黑五种，其对应的奖金金额分别为：1000元、100元、10元、1元、1元。假定摇箱内装有很多球，其中红、黄、蓝、白、黑的比例分别为0.1%、0.5%、1%、10%、88.4%。我们把一次摇奖就看作一次随机试验，其概率空间为Ω={红，黄，蓝，白，黑}，∮={Ω的一切子集}，定义在Ω上的一个函数X（ω）， （ω∈Ω）： X（红）=1000， X（黄）=100， X（蓝）=10， X （白）=X（黑）=1。 定义2 （严格定义）设（Ω，∮，P）是一概率空间，X（ω）是定义在Ω上一个实值函数，如果对一切x∈R，有{ω：X（ω）≦x}∈ ∮，则称X（ω）为（Ω，∮，P）上的随机变量。 定义3 （事件A的示性函数） 设（Ω，∮，P）为一概率空间，A ∈ ∮，令 IA（ω）=1，ω∈A 0， ω≮A 则称IA为事件A的示性函数。 贰、离散型随机变量 一、离散型随机变量 定义1 如果随机变量X（ω）所有可能取值是有限个或可列多个，则称X（ω）为离散型随机变量。 定义2 设离散型随机变量X（ω）所有可能取的值为xk，k=N\{0}， X（ω）取各个值的概率为P{X=xk}=pk，k∈N\{0}，称P{X=xk}=pk（k∈N\{0}）为离散型随机变量X（ω）的概率分布或分布律。 离散型随机变量X（ω）的概率分布反映了它取各 种可能值的概率分配，包含了它的全部概率信息。 离散型随机变量X（ω）的概率满足下列两个条件： （1）非负性 pk≧0，k∈N\{0} （2）规一性 ∑pk=1 离散型随机变量X（ω）的概率分布可以用坐标轴 或表格形式来表示。 例1 设一汽车在开往目的地的道路上需经过四盏信号等，每盏信号灯以1/2的概率允许或禁止汽车通过。以X表示汽车首次停下时，它已通过的信号灯的盏数（设各信号灯的工作是相互独立的），求X的分布律。 二、几种重要的离散型随机变量的概率分布 1、两点分布（0-1分布、Bernoulli分布） 定义3 若随机变量X只取1和0两个值，且P（X=1） =p，P（X=0）=1-p（0≦p≦1），则称随机变量X服从参数为p的两点分布，简记为：X~B（1，p）。 若事件A发生随机变量X取1，否则X取0；即任意A∈∮，X（ω）= IA（ω）=1，ω∈A； X（ω）= IA（ω）=0，ω≮A。则P（A）=P{IA（ω）=1}=p， P（Ac）=P{IA（ω）=0 }=1-p。 例2 200件产品，190件是合格的，10件是不合格的，现从中任取一件，若规定X=1，若取得合格产 品；X=0，若取得不合格产品。则X服从参数为0.95的两点分布。 2、二项分布 在n重Bernoulli试验中A发生的次数，以X表示事件A出现的次数，则X是一个随机变量，其可能取值为0，1，2，…，n。同时，在n次试验中A发生k次的概率为P（X=k）=Cnkpk（1-p）n-k（k=0，1，2， …，n）。 定义4 若随机变量X满足：P（X=k）=Cnkpk（1-p）n-k，k=0，1，2， …，n，则称随机变量X服从参 从参数为（n，p）的二项分布，又称为n重伯努利分布，简记为X～B（n，p）。 例3 某人进行射击训练，每次射中的概率为0.02，独立射击400次，求至少击中1次的概率。 例4 一个完全不懂阿拉伯语的人去瞎懵一个阿拉伯考试。假设此考试有5个选