第一节 随机变量及其分布.ppt

例 设箱中有10个球，其中有2个红球，8个白 球；从中任意抽取2个,观察抽球结果。 取球结果为: 两个白球;两个红球;一红一白 随机变量的定义 随机变量的实例 某个灯泡的使用寿命X。 某电话总机在一分钟内收到的呼叫次数Y. 在[0，1]区间上随机取点，该点的坐标X. 用随机变量表示事件 随机变量的类型 一维随机变量及其分布 第二章 离散型随机变量的概率函数与分布函数 随机变量及其分布 连续型随机变量及其概率密度 随机变量函数的分布 2.1　随机变量及其分布 2.1.1　随机变量的概念 2.1.2　随机变量的分布函数 在前面的学习中,我们用字母A、B、C...表 示事件，并视之为样本空间Ω的子集；针对等 可能概型，主要研究了用排列组合手段计算事 件的概率。 本章，将用随机变量表示随机事件，以便 采用高等数学的方法描述、研究随机现象。 Random Variable and Distribution 2.1 随机变量及其分布 基本思想 将样本空间数量化,即用数值来表示试验的结果 有些随机试验的结果可直接用数值来表示. 例如: 在掷骰子试验中,结果可用1,2,3,4,5,6来表示 例如: 掷硬币试验,其结果是用汉字“正面”和“反面”来表示的 可规定: 用 1表示 “正面朝上” 用 0 表示“反面朝上” 有些随机试验的结果不是用数量来表示， 但可 数量化 2.1.1 随机变量的概念 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. 特点：试验结果数量化了，试验结果与数建立了 对应关系 如果用X表示取得的红球数，则X的取值可为0，1，2。 此时， “两只红球”= “X取到值2”, 可记为 {X=2} “一红一白”记为 {X=1}, “两只白球”记为 {X=0} 试验结果的数量化 这种对应关系在数学上理解为定义了一种实值函数. e. X(e) 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？ （1）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.（Random variable） 1) 它是一个变量 2) 它的取值随试验结果而改变 3）随机变量在某一范围内取值，表示一个 随机事件 随机变量 随机变量的特征: 设随机试验的样本空间为Ω，如果对于每一 个样本点 ，均有唯一的实数 与 之对应，称 为样本空间Ω上 的随机变量。 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ζ,η等表示 X 的可能取值为 [0,+?) Y 的可能取值为 0，1，2，3，..., X 的可能取值为 [0，1]上的全体实数。 例 如在掷骰子试验中，用X表示出现的点数,则 “出现偶数点”可表示为：　{X=2}? {X=4} ?{X=6} “出现的点数小于４”可表示为：{X 4}或{X?3} 随机试验E中的事件通常都可以用X的不同取值来表示. 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. 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{收到不少于1次呼叫} { X 1} {没有收到呼叫} {X= 0} 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，就象数学分析中常量与变量的区别那样. 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，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扩大为对随机变量及其取值规律的研究. 事件及 事件概率 随机变量及其 取值规律 离散型 非离散型 随机变量的所有取值是有限个或可列个 随即变量的取值有无穷多个，且不可列 其中连续型随机变量是非离散型中一种重要类型 如“取到次品的个数”，“收到的呼叫数”等. 例如，“电视机的寿命”，实际中常遇到的“测量误差”等.（连续型） 这两种类型的随机变量因为都是随机变量，自然有很多相同或相似之处；但因其取值方式不同，又有其各自的特点. 随机变量 连续型随机变量