§8.1 随机变量概念一、什么是随机变量 如果我们引入一个变量,.pptVIP

§8.1 随机变量概念 一、什么是随机变量 如果我们引入一个变量，用这个变量的取值情况来表示随机试验的结果，这样的变量称为随机变量。 例如，用X表示掷骰子出现的点数，表示十次取产品所取得的正品数，表示灯泡连续工作的时间，表示城市居 民平均每月的用电量等。 二、随机变量的性质 1.具体的取值是无法事先确定的， 2.可能的取值和取值的范围是可以事先确定的， 3.随机变量的每一个取值都确定随机试验的一种结果。 三、随机变量的类型 1.离散型随机变量： 随机变量所取的值是一些分散的值，只能通过逐个列举的方法说明这个变量的取值情况。 2.连续型随机变量： 随机变量所取的值是某范围内的所有的值，即随机变量的取值范围可以用区间表示。 四、随机变量的表示方法 随机变量用大写字母X,Y,Z表示，随机变量所取的值用小写字母x,y,z表示。 §8.2 离散型随机变量 一、概率分布的定义 [定义8.1] 设X是离散型随机变量，即随机变量X只能取有限个值或可列个值，它的可能取值为x1,x2,…xk…，则随机变量X取值的概率可表示为P(X=xi)＝pi (i＝1,2,…)或 X x1 x2 … xk … pi p1 p2 … pk … 称为离散型随机变量的 概率分布或分布律。 例如，掷骰子的概率分布 P(X=i)＝1/6 (i＝1,2,…,6) 从2个一级品，3个二级品中取3件，其中一级品的概率分布为P(X=0)＝1/10，P(X=1)＝6/10，P(X=2)＝3/10。 概率分布具有如下性质： 1.概率分布表示了随机变量的变化特征，即它的各种取值的可能性的大小， 2.每一概率都大于等于0，即Pi≥0(i＝1,2,…)， 3.所有取值的概率之和等于1。 二、随机变量的分布函数 对于随机变量X，我们求P(X≤x)，如果X是离散型随机变量，则P(X≤x)＝ ，即对所有小于或等于x的那些xi的pi求和，它的值显然是一个关于x的函数，我们称它为随机变量X的分布函数，用F(x)表示。 例如，掷骰子 xi 1 2 3 4 5 6 pi 1/6 1/6 1/6 1/6 1/6 1/6 F(x) 1/6 2/6 3/6 4/6 5/6 1 再如，取产品 xi 0 1 2 pi 1/10 6/10 3/10 F(x) 1/10 7/10 1 三、常见的离散型随机变量 1.二点分布，又称为0－1分布 如果随机变量X只能取两个值0，1，P(X=1)＝p，P(X=0)＝1-p，则称X服从二点分布 例如，抛一枚硬币，设出现正面为X=1，出现反面为X=0。 取一件产品，设取到正品为X=1，取到次品为X=0。 它们都服从二点分布。 2.二项分布 如果随机变量X的可能取值为0,1,2,…,n，取这些值的概率为 P(X=k)＝(nk)pk(1-p)n-k (k＝0,1,2,…,n)，则称X服从二项分布，记作X～B(n,p)。 [重要提示] 如果一个事件X是由某一个服从二点分布的随机试验独立重复n次构成的，那么它服从二项分布。 例如，P.272 例3 买一条烟，买到假烟的概率为0.15，没买到假烟的概率为0.85，它服从二点分布。 买20条烟就是买一条烟独立重复20次，所以X～B(20,0.15) P.273 例4 投篮一次，投中的概率为0.6，不中的概率为0.4，服从二点分布。 投篮10次，就是投篮一次 这样的试验独立重复10次， 所以X～B(10,0.6) 3.泊松分布 如果随机变量X的概率分布为P(X=k)＝ (k＝0,1,2,…)(λ＞0)，则称X服从参数为λ的泊松分布，记作X～π(λ)。 例如，P.274 例5 电话交换台每分钟接到的呼叫次数X～π(3)，求一分钟内呼叫次数不超过1次的概率。 解：由题意知λ＝3，P(X=k)＝3k/k!·e-3 P(X≤1)＝P(X=0)＋P(X=1) ＝30/0!·e-3＋31/1!·e-3＝4e-3 ≈0.199 在计算过程中我们常需要用到e-λ的值，现给出几个常用的值。 e-1＝0.3679，e-2＝0.1353， e-3＝0.0498，e-4＝0.0183 [重要提示] 如果一个事件X～B(n,p)，而n很大、p很小