随机变量及其牛分布函数.ppt

下 页 上 页 返 回 第二章 随机变量及其分布 §2.1 随机变量及其分布函数 §2.2 离散型随机变量及其分布律 §2.3 连续型随机变量及其概率密度 §2.4 随机变量函数的分布 §2.1 随机变量及其分布函数 一、随机变量的引入 二、随机变量的概念 三、随机变量的分布函数 四、随机变量的分类 1. 为什么引入随机变量? 一、随机变量的概念引入 2. 随机变量的引入 概率论是从数量上来研究随机现象内在规律性的，为了更方便有力的研究随机现象，就要用数学分析的方法来研究， 因此为了便于数学上的推导和计算，就需将任意的随机事件数量化．当把一些非数量表示的随机事件用数字来表示时， 就建立起了随机变量的概念． 实例1 袋中有3只黑球，2只白球，从中任意取出3只球， 观察取出的3只球中的黑球的个数． 我们将3只黑球分别记作1，2，3号，2只白球分别 记作4，5号，则该试验的样本空间为 我们记取出的黑球数为 X， 则 X 的可能取值为1，2，3．因此，X 是一个变量． 但是，X 取什么值依赖于试验结果， 即 X的取值带有随机性， 所以，我们称 X 为随机变量． X 的取值情况可由下表给出： 由上表可以看出，该随机试验的每一个结果都对应 着变量 X 的一个确定的取值，因此变量 X 是样本空间?上的函数. 由上表可以看出，该随机试验的每一个结果都对应 着变量 X 的一个确定的取值，因此变量 X 是样本空间?上的函数： 我们定义了随机变量后，就可以用随机变量的取值情况来刻划随机事件． 例如 表示取出2个黑球这一事件； 表示至少取出2个黑球这一事件，等等． 实例2 在一装有红球、白球的袋中任摸一个球,观察摸出球的颜色. ? ={红色、白色} 非数量 将 ? 数量化 可采用下列方法 红色 白色 即有 X (红色)=1 , X (白色)=0. 这样便将非数量的 ? ={红色，白色} 数量化了. 实例3 抛掷骰子,观察出现的点数. S={1，2，3，4，5，6} 样本点本身就是数量 恒等变换 且有 则有 二、随机变量的概念 1.定义 设E是一个随机试验， ?是其样本空间． 为一个随机变量， 我们称样本空间上的函数： R ω ? 随机事件数量化 说明 (4)随机变量与普通的函数不同 随机变量是一个函数 , 但它与普通的函数有着本质的差别 ,普通函数是定义在实数轴上的,而随机变量是定义在样本空间上的 (样本空间的元素不一定是实数). 即随机事件数量化. (5) 随机变量的取值具有一定的概率规律 随机变量随着试验的结果不同而取不同的值, 由于试验的各个结果的出现具有一定的概率, 因此随机变量的取值也有一定的概率规律. (6) 随机变量与随机事件的关系 随机事件包容在随机变量这个范围更广的概念之内.或者说 : 随机事件是从静态的观点来研究随机现象,而随机变量则是从动态的观点来研究随机现象. 实例4 掷一个硬币, 观察出现的面 , 共有两个结果: 若用 X 表示掷一个硬币出现正面的次数, 则有 即 X (ω) 是一个随机变量. 随机事件数量化 2. 例子 实例5 在有两个孩子的家庭中,考虑 其性别 , 共有 4 个样本点: 若用 X 表示该家女孩子的个数时 , 则有 可得随机变量 X(ω), 实例6 设盒中有5个球 (2白3黑), 从中任抽3个,则 是一个随机变量. 实例7 设某射手每次射击打中目标的概率是0.8, 现该射手射了30次, 则 是一个随机变量. 且 X(e) 的所有可能取值为: 且 X(ω) 的所有可能取值为: 称为 X 的分布函数． 对于任意的实数 x1, x2 (x1 x2) ，有： x1 x2 x X o 0 x x X 三、随机变量的分布函数 1.概念 定义 设 X 是一个随机变量，x 是任意实数，函数 注意到 X 的分布函数是一个普通函数. 0 ２ x X ３ -1 x 2. 例子 例 1 设随机变量 X 的为： 解： 当 x -1 时，满足 求 X 的分布函数. 满足 满足 ２ x ３ -1 x X 例 1 设随机变量 X 的为： 求 X 的分布函数. 满足 满足 总之 -1 0 1 2 3 x 1 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： X （1） 若 x 0, 满足 （2） 满足 据题意 0 1 2 3 1