概率统计：随机变量.pptx

在随机试验中,有些试验结果本身与数值有关(本身就是一个数).;2;; 若对于随机试验 E 的每一个可能结果ω∈Ω，都有唯一的一个实数值ξ(ω) 相对应，则称实值函数ξ(ω) 为随机变量，简记为ξ.;5;例 对于? ={?1,?2,?3} ，构造事件族 F ={?, ?,{?1,?2},{?3}}，再定义概率：;; 引入随机变量的意义?; 随机变量概念的产生是概率论发展史上的重大事件. 引入随机变量后，随机试验中的任一随机事件就可以通过随机变量的取值关系式表达出来，对随机现象统计规律的研究，就由对事件及事件概率的研??扩大为对随机变量及其取值规律的研究.;10;11;12;13;14;15;16;17;18;19;20;有了分布函数,关于随机变量的许多概率都能方便算出:;22;23;24;25;26;27;28;29;30;31;32;33;34;35;36;37;38;39;40;41;42;43;44;伯努利(Bernoulli)概型; 具体地, 如果随机试验E只有两个结果: A和A,其中,P(A)=p, P(A)=q, (p+q=1,p0,q0), 则称E为伯努利试验．; 伯努利试验是一种非常重要的概率模型, 它是“在同样条件下进行重复试验”的一种数学模型，特别在讨论某事件出现的频率时常用这种模型。;独立重复伯努利试验中的几个重要问题： (1)n 次试验中A 恰好发生 k 次的概率是多少？ (2)到第 k 次试验 A才首次发生的概率是多少？ (3)一直不停试验，A最终发生的概率是多少？;49;50;51;52;53;54;55;56;57;58;59;60;61;62;63;64;65;66;67;68;69;70;71;72;73;74;75;76;77;78;79;80;81;82;83;84;命题: 若随机变量X的分布函数F(x)是连续函数，且除了有限个点外，F(x)的导数存在且连续。(1) 在F(x)的导数存在的点x上，令f(x)=F’(x).(2)在F(x)的导数不存在的点x上，令f(x)为任意确定的值（如0），或者不定义f(x)的值。则X是连续型的随机变量，密度为f(x) 。;86;87;88;89;90;91;92;93;94;95;96;97;98;99;100;101;102;103;104;105;106;107;108;109;110;111;112;113;114;115;116;117;118;119;120;121;122;123;124;125;126;127;128;129;130;131;132