中南财经政法大学概率论课件-第2章-一元随机变量及其分布.pdfVIP

第二章 一元随机变量及其分布 2.1 随机变量的概念与类型 2.2 离散型随机变量 2.3 随机变量的分布函数 2.4 连续型随机变量 2.5 随机变量函数的分布 2.1 随机变量的概念与类型  引入随机变量的原因 把随机现象的结果数量化, 以便 我们进行定量的数学处理. 我们将会看到, 随机变量概 念的引入使得对随机现象的处理更加简单和直接, 也更 统一而有力.  初步定义用来表示随机现象结果的变量称为随机变量. 例1 很多随机现象的结果本身就是数, 把这些数看成某特 设变量的取值就可以获得随机变量. 如掷一枚骰子, 可能出现1,2,3,4,5,6诸点. 若设置 = “掷一枚骰子出现的点数”, 则1,2,3,4,5,6就是随机变量的可能取值. 这时  事件“出现3点”可用“ = ”表示.  事件“出现点数超过3点”可用“ ”表示.  “ ≤ ”是必然事件.  “ = ”是不可能事件. 在这个随机现象中若再设 = “掷一枚骰子6点出现的次数”, 则是仅取0或1两个数值的随机变量, 这是与不同的另一个 随机变量. 这时  “ = ”表示事件“没有出现6点”.  “ = ”表示事件“出现6点”.  “ ≤ ”是必然事件.  “ ≥ ”是不可能事件. 注 这个例子说明在同一个随机现象中, 不同的设置可以获得 不同的随机变量, 如何设置可以按照需要进行. 例2 有些随机现象的结果虽然不是数, 但扔可根据需要 设计有意思的随机变量. 如检验一件产品的可能结果有两种: 合格品和不合 格品. 若我们把注意点放在不合格品上, 则设置 = “检验一件产品所得的不合格品数”, 那么是仅取0或1的随机变量. 且“ = ”表示事件 “出现合格品”; “ = ”表示事件 “出现不合格品”. 若检查10件产品, 其中不合格品数是一个随机变量, 它仅 可能取0,1,2,…,10等11个值. 且  “ = ”表示事件 “全是合格品”.  “ = ”表示事件 “全是不合格品”.  “ ≤ ”是必然事件.  “ ”是不可能事件.  事件“不合格品数不多于一件”可用“ ≤ ”表示. 由此可见, 随机变量是人们根据研究和需要设置出来, 若把 它用等号或者不等号与某些实数连接起来就可以表示很多 事件. 这种表示方法简单、含义明确、使用方便. 随机变量的数学定义及其分类  定义在样本空间上的实值函数 = 称为随机变 量(Random Variable).  常用,,等大写字母表示随机变量, 其取值用小写字 母,,等表示.  假如一个随机变量仅可能取有限个或者可列个值, 则称其 为离散型随机变量(Discrete Random Variable).  假如一个随机变量的可能取值充满数轴上的一个区间 (,), 则称其为连续型随机变量(Continuous Random Variable), 其中可以是−∞, 可以是+∞. 注这个定义说明, 随机变量是样本点的一个函数, 这个函 数可以是不同样本点对应于不同的实数, 也允许多个样本点 对应同一个实数. 这个函数的自变量(样本点)可以是数也可 以不是数, 但是因变量一定是实数. 例3 (随机变量的例子)  每天进入超市的顾客数与顾客购买商品的件数都是 离散型随机变量, 顾客排队等候付款的时间是连续型 随机变量.  电视机的寿命和测量的误差都是连续型随机变量.  某交通路况一个月内的事故数是离散型随机变量. 注 (1) 随机变量与“确定性变量”的关系. 例如, 某人公里/小时的匀速从某处出发, 经过小时之后 距离该处公里. 此时与该处的距离就是“确定性变量”(因 为我们无需这个过程结束便可准确预测). 然而, 这仅仅是在理想的状况下, 因为速度比如会受到许 多随机性因素的影响从而使得称为随机变量. 所以, 从绝对的意义上讲, 许多通常视为确定性变量的量, 本质上都有随机性