工程数学概率统计 离散数学.docVIP

第3章 随机变量及其分布 如果我们关心事件A={没有次品}, B={至少有2件次品}, C={不多于k件次品}，则A, B, C可以分别用随机变量Y表示为A={e|Y(e)=0}, B={e|Y(e)≥2}, C={e|Y(e)≤k}.为方便起见，一般在事件表示中可省去e，因此也可表示为A={Y=0}, B={Y≥2}, C={Y≤k}. 随机变量的取值随试验的结果而定，在试验之前不能预知它取什么值，且它的取值有一定的概率，因此随机变量与普通函数有本质的差别.随机变量的引入，使我们能用随机变量来描述各种随机现象，因此有可能用微积分的方法对随机试验的结果进行深入的研究.2. 随机变量的分布函数定义3.2 设X是一个随机变量，x是任意实数，函数值在［0, 1］上的函数F(x)=P (X≤x) , -∞x+∞称为随机变量X的分布函数.对于任意实数x1,x2(x1x2)，有P (x1X≤x2) =P(X≤x2)-P(X≤x1)=F(x2)-F(x1).(3.1)因此，若已知X的分布函数，就知道X落在任一区间（x1,x2］上的概率，在这种意义上讲，分布函数完整地描述了随机变量的统计规律.分布函数是一个普通函数，通过它就能用微积分的方法研究随机变量.如果将X看成是数轴上随机点的坐标，那么，分布函数F (x）在x处的函数值就表示X落在区间（-∞, x］上的概率.例3.3 设随机变量X所有可能取值为x1=-1,x2=2,x3=3.事件{X＝xi} (i=1,2,3）的概率为P (X＝-1) ＝p1＝14, P (X＝2) ＝p2＝12, P (X＝3) ＝p3＝14, 求X的分布函数，并求PX≤12, P32X≤52, P2≤X≤3.解 X仅在X=-1, 2, 3三点处概率不等于0，而F (x)的值是X≤x的累积概率值，由概率的有限可加性知，它即为小于或等于x的那些xk处的概率pk之和.因此有F(x)=0, x-1, P (X=-1) , -1≤x2, P (X=-1) +P (X=2) , 2≤x3, 1, x≥3, 即图 3.1F(x)=0, x-1, 14, -1≤x2, 34, 2≤x3, 1, x≥3.F(x)的图形如图3.1所示,它是一条阶梯形曲线,在x=-1,2,3处有跳跃点,跳跃值分别为14,12,14. 又PX≤12=F12=14,P32X≤52=F52-F32=34-14=12.P2≤X≤3=F(3)-F(2)+P (X=2) =1-34+12=34.从例3.3的分布函数及其图形可看到分布函数具有右连续、单调不减等性质，我们指出分布函数F (x）具有以下基本性质： (1) 0≤F (x) ≤1 (-∞x+∞);(2) F(x)是单调不减函数，即对于任意两点x1,x2，当x1x2时有F (x1)≤F(x2);(3) limx→-∞F(x)=0, limx→+∞F (x) =1;(4) limx→x+0F (x) =F(x0) (-∞x0+∞) ,即任一分布函数是一个右连续函数.证明 (1) 由于F (x) =P(X≤x)，由概率的性质知0≤F (x) ≤1.(2) 对于任意两点x1,x2,当x1x2时，事件{X≤x1}{X≤x2}.因此由概率的性质可知图 3.2P(X≤x1)≤P(X≤x2),即F (x1) ≤F(x2).对于（3）我们仅从几何上加以说明.在图3.2中将区间端点x沿数轴无限向左移动（即x→-∞)，则{随机点X落在点x左边}这一事件趋于不可能事件，从而其概率趋于0，即有F (-∞) =0；又若将点x无限向右（即x→+∞)，则{随机点X落在x左边}这一事件趋于必然事件，于是其概率趋于1，即有F (+∞) =1.(4)的证明从略.3.2 离散型随机变量有一些随机变量，它全部可能取到的不相同的值是有限个或可列无限多个，这样的随机变量称为离散型随机变量，它的分布称为离散型分布.例如某市的120急救电话台一昼夜收到的呼唤次数是离散型随机变量.若以T记某元件的寿命，它所可能取的值充满一个区间，是无法一一列举出来的，因此它是非离散型随机变量.要掌握一个离散型随机变量X的统计规律必须而且只须知道X的所有可能取的值以及取每一个可能值的概率.1. 离散型随机变量的分布律一般用以下定义的分布律来表达离散型分布.设离散型随机变量X所有可能取的值为xk(k=1,2,…)，事件{X=xi}的概率为pi (i=1,2,…),即P (X=xi) =pi, i=1,2,…,(3.2)我们称式（3.2）为离散型随机变量X的分布律.分布律也可以用表格的形式来表示（见表3.1) : 表 3.1Xx1