第三章 随机变量及其分布.ppt

随机变量及其概率分布 随机变量的数字特征（自学） 常用离散型随机变量分布 常用连续型随机变量分布 随机变量函数的分布、随机向量、中心极限定理（自学） 学习目的和要求 掌握离散型、连续型随机变量的分布及性质，常用数 字特征（数学期望和方差）及其性质，二项分布、泊 松分布、正态分布等的性质及概率计算； 熟悉随机变量及其分布函数的概念； 了解随机变量函数的分布、随机向量及分布函数的概 念等。 第二章（随机事件与概率）研究的是随机试验中某一事件发生的概率，是用事件间的关系来描述的，用大写字母表示随机事件。 本章是从整体、全面的角度考虑随机试验的概率分布，即所有基本事件的概率，从而提示随机现象的统计规律、整体的分布状况，用函数的形式来描述，对随机事件进行数量化。 （一）随机变量（random variable）： 1、定义：是指表示随机试验的所有可能结果（即所有随机事件）的取值具有随机性和概率性（确定）的某一变量。常用大写字母X 、 Y 等表示。 eg：掷骰子的随机试验中，以X为出现的点数，则X为随机变量，X=1，2，3，4，5，6 可理解为： 将一个随机试验的所有随机事件用一个变量的不同取值来表示，即某一具体数值代表一个随机事件，是 将随机事件进行数量化的过程。 2、随机变量的含义： 随机变量是一个随机函数（因为函数是不变的，是确定的，而随机变量是变化的）。 eg： X={打中的环数}，则打中3环及以上的事件可用 {X≥3} 表示。 随机变量实际上是对随机试验中某一个划分（如打中/打不中）的数量化描述（即用一假设表示某一划分的所有可能问题）。 eg： 打靶成绩用X 随机变量来表示： X=0、1、2、3、…、10； 也可用Y 随机变量来表示： Y=1 打中 Y=0 打不中 （此处， 称X、Y为随机——是由于事件可能发生，也可能不发生； 称X、Y为变量——是由于X的取值从0、1、2、3、…、 10，是变化的、不同的）。 3、随机变量的特征（不同于一般变量）： 随机性：是由于X的取值随试验结果的不同而不同。 统计规律性：即X的取值具有概率确定性，是由于各试验结果的出现具有一定的概率。 4、随机变量的意义： 对随机事件的描述简单化； 通过随机函数的概率（即数学分析方法）求随机事件的概率。 注： 同一样本空间可以同时定义多个随机变量。 eg： Ω={儿童的发育情况}，则可定义： X——身高；Y——体重；Z——头围， 各变量之间可能有一定关系，也可能无关，即相互独立性。 5、随机变量的分类： 离散型随机变量：X的取值为有限个数或无穷可列的数。 eg1： 上午8：00-9：00在某路口观察，用Y表示该时间间隔内通过的汽车数。 解：设Y是8：00-9：00通过的汽车数，则 Y={0、1、2、… } 通过的汽车数在50及以下的随机事件A A={ 0≤Y ≤50 } 连续型随机变量：X的取值为连续无穷不可列的数。 eg2： 对某类型的灯泡做寿命试验，观察其使用寿命值。 解：设Z 是灯泡的寿命，则 Z= { Z≥0 } （二）随机变量的概率分布（probability distribution）： 是研究随机现象的基础：通过研究随机变量的概率分 布，可掌握随机现象的概率及其分布。 定义：随机变量X的所有可能取值和取这些值时的概 率。 根据随机变量的取值不同，随机变量可分为离散型和连续型（eg：时间、长度等）随机变量，两者的分析方法完全不同。 一、离散型随机变量的分布 1、离散型随机变量（discrete random variable）：随机变量X 的取值仅为有限个或无限可列（可数、可排）的数值，即可 以一一列举的变量。