概率论以及数理统计魏宗舒第二章.pptVIP

　　 例7 对同一目标进行400次独立射击，设每次射击时的命中 率均为0.02，试求400次射击最可能命中几次？其相应的概 率是多少？ 解：对目标进行400 次射击相当于做400重Bernoulli试验。 令： 则由题意 * * 第二章 离散型随机变量 例1.观察一天中进入某商店的顾客人数。 Ω={ ω | 一天中进入 商店有 ω 个顾客} R {ω = 0,1,2,…} ξ 一、随机变量 §2.1 一维随机变量及分布列 例2.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ξ，则ξ的可能取值为 1，2，3． 因此，ξ 是一个变量。但是，ξ 取什么值依赖于试验结果， 即ξ 的取值带有随机性，所以，我们称ξ 为随机变量。ξ 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ξ 的一个确定的取值，因此变量ξ是样本空间 Ω 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 表示至少取出2个黑球这一事件，等等。 表示取出2个黑球这一事件； Ω 随机变量的定义： 设 (Ω, F, P ) 是一个概率空间，对于ω∈Ω, ξ(ω )是一 个取实值的单值函数, 则称ξ(ω )为随机变量。 R 说 明： 表示实数。 引入随机变量的目的： 一般地，若 L 是一个实数集合，将ξ 在 L 上的取值写 成 {ξ∈L}，用其表示事件 B={ω|ξ(ω)∈L }，即 B 是 由Ω中使得ξ(ω)∈L 的所有样本点所组成的事件，此时有 ?随机变量的取值具有一定的概率。 ?具有随机性: 在一次试验之前不知道它取哪一个值，但事先知道它全部可能的取值。 随机变量的特点: 用随机变量的取值表示随机事件。 例3. 掷一颗骰子，令： ξ：出现的点数。 则ξ就是一个随机变量。它的取值为 1，2，3，4，5，6． 表示掷出的点数不超过 4 这一随机事件； 表示掷出的点数为偶数这一随机事件。 例4. 一批产品有 50 件，其中有 8 件次品，42 件正品。现 从中取出 6 件，令： X：取出 6 件产品中的次品数。 则 X 就是一个随机变量。它的取值为 0，1，2，…，6． 表示取出的产品全是正品这一随机事件； 表示取出的产品至少有一件次品这一随机事件。 例5. 上午 8:00～9:00 在某路口观察，令： Y：该时间间隔内通过的汽车数。 则 Y 就是一个随机变量。它的取值为 0，1，…． 表示通过的汽车数小于100辆这一随机事件； 表示通过的汽车数大于 50 辆但不超过 100 辆这一随机事件。 注意： Y 的取值是可列无穷个！ 例6. 观察某生物的寿命（单位：小时），令： Z：该生物的寿命。 则 Z 就是一个随机变量．它的取值为所有非负实数。 表示该生物的寿命大于 3000小时这一随机事件。 表示该生物的寿命不超过1500小时这一随机事件。 注意： Z 的取值是不可列无穷个！ 　　 例7. 掷一枚硬币，令： 则 η 是一个随机变量。 例8. 掷一枚骰子，在例3中，我们定义了随机变量ξ 表示出现 的点数。我们还可以定义其它的随机变量，例如我们可以定 义： 说 明：在同一个样本空间上可以定义不同的随机变量。 随机变量 离散型 连续型 有限个或可列个可 能值 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。 随机变量的分类 非离散型 其他 二 离散型随机变量与分布列 定义1：如果随机变量ξ的取值是有限个或可列无穷个，则 称ξ为离散型随机变量。 显然，要掌握一个离散型随机变量ξ的统计规律性，必须且只需知道ξ的所有可能取值以及每个可能值的概率。 定义2.1 定义在样本空间 上，取值于实数域 R，且只取有限个或可列个值的变量 称作一维（实值）离散型随机变量，简称为离散型随机变量。 定义2：设离散型随机变量ξ的所有可能取值为 并设 则称上式或 为离散型随机变量ξ的分布列（或概率函数、或分布）。 　　 说 明：离散型随机变量可完全由其分布列来刻划，即离散 型随机变量可完全由其的可能取值以及取这些值的概率唯一 确定。 离散型随机变量分布列的性质: 　　 例1 从 1～10 这 10 个数字中随机取出 5 个数字，