概率论ch5.1-5.3.pptVIP

§1 一维随机变量及其分布函数 一、随机变量概念的产生 二、随机变量的定义 三、引入随机变量的意义 四、随机变量的分类 五、随机变量的分布函数 §2 离散型随机变量 一、离散型随机变量及其分布 二、几种特殊的离散型分布 §3 二项分布 泊松分布 一、二项分布 二、泊松分布 例2. （人寿保险问题） 若在保险公司有2500同龄同险社会阶层的人参保， 如果这些人在一年中死亡的概率为0.002，在每年的 1月1日，每人到保险公司交12元保险费,当其死亡时， 其亲属可以领到2000元保险金，令A＝“公司亏本”， B＝“公司获利不少于1万元”，求P(A)，P(B). 解： 设X为一年中死亡的人数，则 X~B(2500,0.002) 设随机变量X所有可能取的值为0 , 1 ,2 , … , 且概率分布为： 其中： 0 是常数, 则称 X 服从参数为 的泊松分布,记作X~P( ). * * 在实际问题中，随机试验的结果可以用数量来表示： （i）有些试验结果本身与数值有关（本身就是一个数） 如，掷一颗骰子面上出现的点数； 七月份镇江的最高温度； 每天从镇江下火车的人数； 昆虫的产卵数； （ii） 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. 这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. 如，抛一枚硬币，观察其正反面 可令 这种对应关系在数学上理解为定义了一种实值函数. R e U 设U是随机试验E的样本空间, 若： 则称U上的单值实值函数X(e)为随机变量。 定义： 简记为 r.v. 注： 10 随机变量一般用大写拉丁字母X，Y，Z ，? 或小写希腊字母?，?，? ，?表示； 而对于随机变量所取的值时,一 般采用小写字 母x，y，z ，?表示。 （i） r.v.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. （ii） 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. 20 随机变量与普通函数的区别： 有了随机变量,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. 事件{收到不少于1次呼叫} {没有收到呼叫} 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. { X 1} {X= 0} 再如，从某一学校随机选一学生，测量他的身高. 我们可以把可能的 身高看作随机变量X, 然后我们可以提出关 于X的各种问题. 如 P(X1.7)=？ P(X≤1.5)=? P(1.5X1.7)=? 可见，随机事件这个概念实际上是包容在随机变量这个更广的概念内. 也可以说，随机事件是从静态的观点来研究随机现象，而随机变量则是一种动态的观点，就象高等数学中常量与变量的区别那样. 通常分为两类： 如，“取到次品的个数”， “收到的呼叫数”等. 随机变量 离散型随机变量 连续型随机变量 所有取值可以逐个 一一列举 如，“电视机的寿命”， “身高”等. 全部可能取值不仅 无穷多，而且还不能 一一列举，而是充满 一个区间. 1. 定义： 设 是一个 r.v，称 为 的分布函数. 记作 ～ F(x) x 如果将 看作数轴上随机点的坐标，那 么分布函数 F(x) 的值就表示 落在区间 的概率. 2. 分布函数的性质 即分布函数单调非减 即分布函数左连续 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，上述性质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. 试说明F(x)能否是某个r.v 的分布函数. 例1. 设有函数 注意到函数 F(x)在 上下降， 不满足性质30，故F(x)不能是r.v 的分布函数. 或者： 解： 不满足性质20，故F(x)不能是分布函数。 例2. 一个靶子是半径为 2 米的圆盘，设击中靶上任一同心圆盘上的点的概率与该圆盘的面积成正比，并设射击都能中靶，以 X 表示弹着点与圆心的距离. 试求随机变量X的分布函数. 解： （2） X （1） 若 x 0, 则 是不可能事件，于是 （3） 若 , 则 是必然事件，于是 若随机变量全部可能取到的值是有限多个 或可列无限多个, 则称为离散型随机变量。 1. 离散型随机变量的定义 如，掷一颗骰