第五章 随机变量及其分布.pptVIP

第五章 随机变量及其分布 离散型随机变量 连续型随机变量 随机变量的概念 随机变量就是其取值带有随机性的变量。在给定的条件下，这种变量取何值事先不能确定，只能由随机试验的结果来定，并且随试验的结果而变。 如果随机变量的全体可能取值能够一一列举出来，这样的随机变量称作离散型随机变量。 如果随机变量的全体可能取值不能一一列举，其可能的取值在数轴上是连续的，则该变量称为连续型随机变量。 可一一列举 在便利店观察使用信用卡消费的消费者人数：如0，1，2…. 学生参加高考，成绩在第70百分位数以上的科目数：如0，1，2，…. 不可一一列举 观察到加油站加油的等待时间：[0,10]分钟 某种电子设备的使用寿命：[100及以上]小时 概率分布的概念 随机变量的一切可能值的集合（值域），及其相应的概率叫做随机变量的概率分布。随机变量的统计性质可由它的概率分布来表征。 即：概率分布用来描述概率如何在随机变量的可能取值间分配。 1.离散型随机变量的分布 离散型随机变量可以用公式、表格或图形来表示。 袋中共有50个球，其中记上0号的5个，记上k号的分别有k个（k = 1，2，…，9）。现从袋中任取一球。试做出所得号数的分布列。 解：记所取之球的号数为随机变量X，由古典概率的计算方 法可知：P(x=0)=5/50，P(x = k) = k/50 (k= 1，2，…，9)。于是可做出分布列（见下表） 我们还可以用另一种方法来描述随机变量的概率分布，即以X取小于实数x的概率来描述分布情况： 即分布函数F(x)=P(Xx) 如连续掷两枚硬币出现面朝上的次数X的分布函数为： 离散型随机变量的分布函数图为: 间断跳跃递增式图 2. 连续型随机变量的分布 连续型随机变量X的一系列取值区间（例如，可以是由–∞与实数轴上的任意点所构成的一系列区间）和随机变量在该区间取值的概率之间确立的对应关系，称作这个连续型随机变量的分布。 连续型随机变量的分布可以用密度函数来描述，随机变量的密度函数记作 。 密度函数满足下面两个基本性质： （1）密度函数的函数值不会是负数，从图形看，密度曲线在横轴上方，以横轴为渐近线； （2）在整个实数轴上的密度函数值的和等于1，从图形看，密度曲线下覆盖的总面积等于1。这两个性质用密度函数式写作 连续型随机变量在某一数值区间内取值的概率等于竖立在该区间上的，以密度曲线为上底的曲边梯形的面积。写作 例 检查了在相同条件下生产的246件汽车活塞，测得所切削之活塞孔对中心线的偏差数据。因偏差尺寸属于连续型变量，对这类变量观测数据的整理应当采用组距式分组。把整理结果做成频率分布表（见下表）和频数分布直方图（见下图）。  对于连续型随机变量的分布函数： 其中f(x)为密度函数 相应的分布函数图为：在水平线(0,1)之间单调上升的曲线 随机变量的数字特征 期望 方差 随机变量的数学期望（期望） 随机变量X的数学期望是X的一切可能值以相应的概率为权数的加权算术平均数。 若X是离散型随机变量， 若是连续型随机变量，其概率密度函数为p(x)，则X的数学期望定义为 数学期望有下列性质： 性质 1 E(c) = c 性质 2 E(X + c) = E(X) + c 性质 3 E(cX) = cE(X) 性质 4 E(X ± Y) = E(X) ± E(Y) 推广 性质5 若X与Y独立，E(XY) = E(X)E(Y) 推广 若X1,…，Xn独立，有 E(X1·X2·…·Xn) = E(X1)·(X2)·…·E(Xn) 随机变量的方差和标准差 随机变量X的方差，记作V(X)，是X与其数学期望的离差平方的数学期望。即 V(X) = E[X – E(X)]2 称为X的标准差。 方差还可以有下列表达式 V(X) = E(X2) – [E(X)]2 若X是离散型随机变量，其分布如表1所示，则X的方差用下式计算。 若X是连续型随机变量，其概率密度函数为p(x)，则X的方差用下式计算。 方差有下列性质： 性质 1 V(c)= 0 性质 2 V(X + c) = V(X) 性质 3 V(cX)= c2V(X)