随机变量及其分布.docxVIP

E甲, 乙两人 E 甲, 乙两人 同时向某目标射击一次 AB, AB, 中靶情况 AB, AB §2.1 随机变量一、 概念 对于随机试验： E: S {AB, AB, AB, AB}，X 表示射击中 靶的次数，对应的取值为；0，1，2。定义：随机变量是定义在样本空间 S={ω}上的一个单值实函数，记作 X=X(ω),简记为 X。 二、 分类 1、离散型随机变量 2、非离散型随机变量 §2.2 离散型随机变量一?离散型随机变量的分布 设离散型随机变量可能取的值 为: x 1 , x 2 , ? ? , 取这些值的概率为 P(X= x )= p ,i=1,2,... (2.1 ) i i 称(2.1)式为离散型随机变量 X 的 分布律。(2.1)式也可以用表格的形式表示如下: Xxx12 X x x 1 2 … x i … P p p p 1 2 i … … 布列，分布列也可以表示成下列矩阵的形式： ?x x ? x ?? ? 1 2 i ? ??p p ? p ? ? ? 1 2 i 离散型随机变量的分布律，分布列 （以及下一节介绍的分布函数）统称 为离散型随机变量的概率分布，简称 为离散型随机变量的分布。 根据概率的性质，可知离散型随机变量的分布律具有下列性质 （1）p i ? 0,i=1,2,... （2） ? i p ? 1 i 常见的几种分布 1、单点分布 例: 若随机变量 X 只取一个常数值 C，即P(X=C)=1，则称X 服从单点分布。（也叫退化分布。） 2、0-1 分布 例: 若随机变量X 只能取两个数值 0 或 1，其分布为 X 0 P q 1 p 0p P( X 1,q=1-p ， k)=pkq1-k ,k=0,1 或 记 为 则称 X 服从参数为 p 的两点分布或 参数为 p 的 0-1 分布。 3、几何分布 例: 一射手每次打靶射击一发子弹，打中的概率为 p(0p1),不中的概率为 q=1-p.今向靶作独立重复射击，直到中靶为止，则消耗的子弹数 X 是一个离散型随机变量，其分布为 X X P 1 p 2 qp 3 q2p … … k qk-1p … … 或记为  P ( X?k)= qk ?1 p , k=1,2, ... 则称 X 服从参数为 p 的几何分布。 4、超几何分布 例: 设一批同类型的产品共有 N 件，其中次品有M 件。今从中任取n(假 定 n N-M)件，则这 n 件中所含的次品 ? 数 X 是一个离散型随机变量，其分布 为 Cm Cn?m P( X ? m) ? M N ?M ,m=0,1…,k,k=min(M Cn N ,n) 则称 X 服从超几何分布。 (二） 二项分布 在 n 重伯努利试验中，事件 A 发生的次数 X 是一个离散型随机变量， 其分布为 P( X= k )= C k n pk qn ?k ,k=0,1,2,?,n, 称 X 服从参数为 n，p 的二项分布。 记为 X ~ B ( n , p ) 。例 2:P39. 例 3:P40. 在电脑上，应用相应的数学或统计分析软件，这些概率是很容易计算出来的，所以，还有必要用逼近的方法吗？ 泊松分布 定义 若离散型随机变量 X 的 分 布 为 P ( X ? k ) ? k e ? ， ??k ! ? ? k=0,1,2,? 其中常数?0，则称 X 服从参数为?的泊松分布,记为 X ~ ?(?) 。 泊松 Poisson 定理 P41, 设有 一列二项分布 X ～B( n, p n n ), n=1, 2, ...,如果lim np n n ??? ? ? , ? 为与 n 无关的正常数，则对任意固定 的非负整数 k，均有 limP?X ? k?? limC p (1? p ) ? ? ? k e?? 证略。  n n?? n?? k k n k n n n k! 例 5:P43. 例 6:P44,自学。 §2.3 随机变量的分布函数 一、概念 定义 2.1 设 X 是一随机变量（不论是离散型还是非离散型）， 对任意的实数x ,令 F ( x) ? P( X ? x) (2.11) 则称 F（ x ）为 X 的分布函数。 例 1:（书上例 2.8） 设 X 服从参数为 p 的（0-1）分布，即： P(X ? k) ? pk q1? k , = 0,1, 其 中 k0p1,q=1-p. 求 X 的分布函数 k F( x ). 例: 设 R.V. X 的分布函数为 F ( x ) ? ? 0 ?? 0 .4 ? ?? 0 .8 ? ?? 1 x ? ? 1 ? 1 ? x ? 1 1 ? x ? 3 x ? 3 求 X 的概率分布。 二、性质 性质 1 若x x ,则F( x )?F( x ).即