概率论与数理统计第7讲.my.pptVIP

第二章 随机变量及其概率分布 §2.1 随机变量及其分布函数 为了更深入地研究随机现象，我们需要将随机试验E的结果数量化。 一、 随机变量举例 例：设E：掷骰子，观察朝上的点数，若记 二、 随机变量的定义及分类 随机变量的定义 设随机试验E的样本空间是Ω ={ω}，如果每一个样本点ω都可以用一个实数X =X{ω}表示，且X 满足： 1）X 由ω唯一确定； 2）对于任意给定的实数x， 事件{X ≤ x}有概率。 此时，X 称为随机变量，记作r.v.X。 随机变量的分类 离散型r.v. r.v.X 的可能取值是有限个或可数个。 例：某射手连续向某一目标射击，直至击 中为止。令X为射击次数。 连续型r.v. r.v.X 可取某个区间内的一切值。 例：测量误差，候车时间，气温等。 即: 注： 五 计算F (χ)的实例(连续型) 例：设一质点在数轴［a, b］区间内匀速地来回运动，随机地停止。停止的位置对应区 间［a, b］内的一个实数，则试验结果为 一随机变量，求其分布函数。 解: 设该随机变量为X，由题设质点匀速来回运动随机停止.所以对应的实数x∈［a,b］，则Ｘ落在区间[a, χ]内的概率与区间的长度(x－a)成正比. 即有： 1) 若χ＜a，事件{Xa}是不可能事件， F (χ)＝P {X χ }＝0 2) 若a≤ χ ≤b F (χ)＝P{Xχ}＝P {a≤ Xχ} ＝k (χ－a) 其中k为常数，欲确定k，由分布函数的性质有： F (b)＝P {Xb}＝k (b－a)＝1 所以: 3) 当χ ≥b时, {Xx} 是必然事件 F(χ)=P{Xχ}=1 故X的分布函数为 §2.2 一维随机变量及其概率分布 2.2.1 一维离散型随机变量 定义 若r.v.X 的可能取值是有限个或可列 个xi (i∈N ),则称X是离散型随机变量。 令: 概率函数的另外形式——分布列 例：掷一枚硬币，令 例：某射手每次击中目标的概率为0.8，现连续 向某一目标射击，直到击中目标为止，求需射击次 数的概率分布。 解：以X表示直到击中目标射击的次数，则X的 可能取值为自然数。由题意，对任意k∈N，由于 前k－1次没有命中，第k次射击命中，且各次射击 相互独立，故有 Pk＝P{X＝k}＝ * * 则E的结果可看成变量X，由于X的可能取值带有随机性，称X为随机变量，记作r.v.X 注：有些E，其不同的结果，乍看起来 与数值无关，但仍可将其数值化。 例 掷一枚硬币，令 则X为随机变量， 且P{X=0} = P{X=1} = 1/2 三 r.v.X 的分布函数 定义： 则称 为r.v.X 的分布函数。 的作用： 研究r.v.X 即要掌握X在各个范围取值的概 率。若知道F(x),也就知道了X落在(－∞, x)的 概率,从而可求得 r.v.X 落在任一区间的概率： 的性质： （1） （2） （3） 是非减函数； 证：对于任意实数x1 x2， ∵ P{x1 X ≤ x2} =P{X ≤ x2}- P{X ≤ x1} =F(x2)- F(x1) ≥0 ∴ F(x1) ≤F(x2) （4） 至多有有限个间断点, 且每个间断点都是右连续的,即 至少处处右连续， 例：袋内有2白球3黑球，从中任取3个， 令X为“抽到的白球数”，求F(x)。 解： 四 计算F (x)的实例(离散型) 由分布函数F(x)的定义F(x)=P{X≤x},有 1) 当x 0时 F(x)=P{X≤x}=0 2) 当 0 ≤ x 1时 F(x)=P{X ≤x}=P{X=0}=0.1 3) 当 1 ≤ x 2时 F(x)=P{X ≤x}=P{X=0}+P{X=1}=0.1+0.6 4)当x≥2时 F(x)=P{X ≤x}=P{X=0}+P{X=1}+P{X=2}