第二章 一维随机变量和其分布.docxVIP

第二章 一维随机变量及其分布 考试内容随机变量 随机变量分布函数的概念及其性质 离散型随机变量的概率分布 连续型随机变量的概率密度常见随机变量的分布 随机变量函数的分布 考试内容 随机变量 随机变量分布函数的概念及其性质 离散型随机变量的概率分布 连续型随机变量的概率密度 常见随机变量的分布 随机变量函数的分布 考试要求 1． 理解随机变量的概念，理解分布函数的概念及性质，会计算与随机变量相联系的事件的概率。 F F ( x ) ? P{ X ? x}( ?? ? x ? ?? ) 理解离散型随机变量及其概率分布的概念，掌握 0 理解离散型随机变量及其概率分布的概念，掌握 0—1 分布、二项分布 B（n,p）、几何分布、超几何分布、泊松（Poisson）分布P（ ? ）及其应用。 了解泊松定理的结论和应用条件，会用泊松分布近似表示二项分布。 3． 理解连续型随机变量及其概率密度的概念，掌握均匀分布U（ 理解连续型随机变量及其概率密度的概念，掌握均匀分布U（a,b）、正态分布N（ ?, ? 2）、指数分布及 其应用，其中参数为?( 其应用，其中参数为?(? ? 0) 的指数分布E（ ? ）的概率密度为 f (x) ? ? ? ?? e??x , 若x0, ? 0, 若x ? 0.? ? 会求随机变量函数的分布。 本章导读本章的核心内容是 8 大分布函数及其对应的模型；如何根据定义求的函数分布 本章导读 一般方法。介绍了作者用于分布函数求一维分布的直角分割法秘技。分布函数的定义历来是使读者感到迷茫的知识点，如为什么要求分布函数必须右连续等问题？目前的教材和参考书的讲法都不清晰，作者系统地揭开了这一神秘数学面纱。 一、 随机变量 1 概 念 随机试验的每一个可能的结果e （即每一基本事件），对应样本间的集合? ? ?e?中每一元素，我们都可以设令一个实数 X ?e?来表示该元素，显然， X ?e?为实值单值函数 X ? X ?e?， 称 X 为随机变量。对 e ，我们试验前无法确定，也就无法事先确定 X 的值，只有在试验后才会知道 X 的值，但 X 取值一定服从某种确定的分布。 随机变量与普通函数区别有三，第一，随机变量定义域为样本空间的基本事件；第二，随机变量取值是随机的，只有它取每一个可能值有确定的概率；第三，随即变量是随机事件的人 为数量化，而且这种数值只是一种符号表示。比如：将一枚硬币抛三次，以 X 表示三次投掷中出现正面?用 H 表示正面，T 表示反面?的总次数，那么，对于样本空间? ? ?e?中的每一个 样本点e ， X 都有一个值与之对应，即 样本点 样本点 X 的值 HHH HHT HTH THH HTT THT TTH TTT 3 2 2 2 1 1 1 0 二、随机变量的分布函数 随机变量的分布函数（适合任何类型的随即变量） 陈氏第 2 陈氏第 2 技 分布函数定义形式的渊源 一般情况下，人们只对某个区间内的概率感兴趣，即研究下列四种可能的区间的概率 P?x 1 ? X ? x 2 ? 或 P?x 1 ? X ? x 2 ? 或 P?x 1 ? X ? x 2 ? 或 P?x 1 ? X ? x ? 2 ?P?x ? X ?P?x ? X ? x ?? P?X ? x ?? P?X ? x ? ? ?P x ? X ? x ? P X ? x ? P X ? x ? ? 1 2 ? ? 2 ? ? 1 ? ?? 1 ?P x ? X ? x ? P X ? x ? ? P X ? x ? ? 2 ? ? 2 ?? ? 1 ?? ??? ?P?x ? X ? x ?? P?X ? x ???? P?X ? x ? 1 2 2 1 ? 1 2 2 1 所以，我们只须定义一个 P?X ? x?形式就可以了，其他区间形式都可以用它表示出来。于是定义： F ?x?? P?X ? x?为 X 的分布函数。它就是 X 落在任意区间???, x? 上的概率， 本质上是一个累积函数。 F ?x?具有下列重要性质： 单凋不减；因为区间越大，概率越大。 F ????? lim F ?x?? 1, F ????? lim F ?x?? 0 ； x??? x??? ?P ?P?x ? X ? x ?? P?X ? x ?? P?X ? x ?? F ?x ?? F ?x ? ? ?P x ? X ? x ? P X ? x ? P X ? x ? ? F x ? F x ? 0 ? 1 2 ? ? 2 ? ? 1 ?? 2 ? ? 1 ? ? ?P?x ? X ? x ?? P?X ? x ? ??? P?X ? x ? ??? F ?x ? 0?? F ?x ? 0? 1 2 2 1 2 1 ? ?P?x