2.13离散型随机变量与分布列,分布函数及其基本性质,常见的几种离散型分布(优秀经典公开课教案).docx

2.13离散型随机变量与分布列,分布函数及其基本性质,常见的几种离散型分布(优秀经典公开课教案).docx

  1. 1、本文档共40页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第 五 次课 2 学时 本次教学重点: 离散型随机变量与分布列,分布函数及其基本性质,常见的几种离散型分布 本次教学难点: 随机变量的分布函数 本次教学内容: 第二章 随机变量及其分布函数 第一节 随机变量的直观意义与定义 一、随机变量概念的引入 为全面研究随机试验的结果 , 揭示随机现象的统计规律性 , 需将随机试验的结果数量化, 即把随机试验的结果与实数对应起来 . 在有些随机试验中 , 试验的结果本身就由数量来表示 . 如在“n重贝努里试验中,事件 A 出 现k次”这一事件的概率, 若记 ξ=n重贝努里试验中 A出现的次数, 则上述“n重贝努里试验中, 事件 A出现 k次”这一事件可以简记为( ξ=)k ,从而有 k k n k P( ξ =kC)=nk p k q n k q=1-p 并且 ξ的所有可能取值就是事件 A 可能出现的次数 0,1,2,??n 在另一些随机试验中 , 试验结果看起来与数量无关 ,但可以指定一个数量来表示之 . 例如抛掷一枚均匀的硬币可能出现正面,也可能出现反面,约定 若试验结果出现正面 , 令 η=1, 从而 {试验结果出现正面 }=( η=1); 若试验结果出现反面 , 令 η=0, 从而 {试验结果出现反面 }=(η=0)。 为了计算 n 次投掷中出现正面数就只需计算其中 “1出”现的次数了。 一般地,若 A 为某个随机事件,则一定可以通过如下示性函数使它与数值发生联系 在上面的例子中,我们遇到了两个随机变量 ξ,η,这两个变量取什么值,在每次试验之 前是不确定的,因为它的取值依赖于试验的结果,也就是说它的取值是随机的,通常称这种 量为随机变量。从上面例子可以发现,有了随机变量,至少使随机事件的表达在形式上简洁 得多了。 在上述前两个例子中,对每一个随机试验的结果自然地对应着一个实数,而在后两个例 子中,这种对应关系是人为地建立起来,由此可见,无论哪一种性质,所谓随机变量,不过 是随机试验的结果(即样本点)和实数之间的一一对应关系 二、随机变量的定义 定义 设 ,F,P 是一概率空间,对于 , ( )是一个取实值得函数;若对于任一 实数 x, : ( ) x 是一随机事件,亦即 : ( ) x F ,则称 ( ) 为随机变量 . 为书写方便, ( )简写为 ,事件 : ( ) x 记为 { x} 通常用希腊字母 , , 或大写字母 X,Y,Z 等表示随机变量 随机变量与高等数学中函数的比较 : (1) 它们都是实值函数 , 只不过在函数概念中, f(x)的自变量 x 为实数,而随机变量的概念 中,随机变量 ξ(ω)的自变量为样本点 ω,因为对每个试验结果 ω都有函数 ξ( ω)与之对应, 所以 ξ( ω)的定义域是样本空间,值域是实数域。但随机变量在试验前只知道它可能取值的 范围 ,而不能预先肯定它将取哪个值 ; (2) 因试验结果的出现具有一定的概率 ,故随机变量取每个值和每个确定范围内的值也有 一定的概率 . 例 1 :一射手对一射击目标连续射击, 则他命中目标的次数 为随机变量, 的可能取值为 0, 1,2?? 例 2 :某一公交车站每隔 5 分钟有一辆汽车停靠,一位乘客不知道汽车到达的时间,则侯车时 间为随机变量 , 的可能取值为 。 例 3 :考察某一地区全年的温度的变化情况,则某一地区的温度 为随机变量, 的可能取值 为。 例 4 :大炮对某一目标射击,弹着点的位置,如果建立如图所示的坐标系,则弹着点就可以用 一个二维坐标( )表示出来,这时,就要用二维随机变量来描述。 三.随机变量的分类 从随机变量的取值情况来看,若随机变量的可能取值只要有限个或可列个则该随机变量 为离散型随机变量,不是离散型随机变量统称为非离散型随机变量,若随机变量的取值是连 续的,称为连续型随机变量,它是非离散型随机变量的特殊情形。 从随机变量的个数来分,随机变量可分为一维随机变量和多维随机变量, (一)一维随机变量及分布列 1.定义 定义 2: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 为一维(实值)离散型随机变量,简称离散型随机变量。 讨论离散型随机变量主要要搞清楚两个方面:一是随机变量的所有可能取值;更主要的 的是搞清楚随机变量取这些可能值的概率。 例 5:设袋中有五个球( 3 个白球 2 个黑球)从中任取两球,则取到的黑球数为随机变量 , 的可能取值为 0,1, 2。 P( 0)C511 P( 0) C5 110,P( 1) CC2C53 3 6 ,P( 2) C33 10 C53 10 习惯上,把它们写成 0 1 2 2、分布律 如果离散型随机变 可能取值为 ai(i 1,2, ) 相应的 ai 取值的概率 P ai pi 称 为随机变量 的分布列,也称为

文档评论(0)

capt + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档