考研数学概率论辅导讲义.docx

考研数学概率论辅导讲义

主讲：马超

第二章 随机变量及其分布

第一节 基本概念

1、概念网络图

? 基本事件? ???随机事件A??? P(A) ?

?随机变量X(?)? ?a?X?b? ?F(b)?F(a)?

? ? ? ? ? ?

? ? 0?1分布??

? ?二项分布??

? ? ??

?离散型?泊松分布??

? ?? ?超几何分布

? ?

? ?

???分布函数：F(x)?P(X?x)? 八大分布? ??几何分布???

?

??

? ?

? ?

? ?均匀分布??

?连续型?指数分布??

? ? ??

? ?

?? ?正态分布???

2、重要公式和结论

离散型随机变量的分布

设离散型随机变量X的可能取值为X(k=1,2,…)且取各个值的概率，即事

k

件(X=X)的概率为

k

P(X=x)=p，k=1,2,…，

k k

律 则称上式为离散型随机变量X的概率分布或分布律。有时也用分布列的形

式给出：

X | x1,x2,?,xk,?

P(X?xk) p1,p2,?,pk,?。显然分布律应满足下列条件：

（1）pk?0，k?1,2,?， （2）

?? ?1

pkk?1 。

p

k

连续型随机变

设F(x)是随机变量X的分布函数，若存在非负函数f(x)，对任意实数x，有

量的分布密度

F(x)??x

??

f(x)dx

，

则称X为连续型随机变量。f(x)称为X的概率密度函数或密度函数，简称概

率密度。

密度函数具有下面4个性质：1° f(x)?0。

???f(x)dx?1

2° ?? 。

离散与连续型随机变量的关系

P(X?x)?P(x?X?x?dx)?f(x)dx

积分元f(x)dx在连续型随机变量理论中所起的作用与散型随机变量理论中所起的作用相类似。

P(X?x

k)?p

k

k在离

分布函数

设X为随机变量，x是任意实数，则函数

F(x)?P(X?x)

称为随机变量X的分布函数，本质上是一个累积函数。

P(a?X?b)?F(b)?F(a) 可以得到X落入区间(a,b]的概率。分布

函数F(x)表示随机变量落入区间（–∞，x]内的概率。分布函数具有如下性质：

1° 0?F(x)?1, ???x???；

2° F(x)是单调不减的函数，即x1

?x时，有F(x)?F(x)；

1223°F(??)?limF(x

1

2

2

3°

F(??)?limF(x)?0， F(??)?lim

4°

x??? x???

F(x?0)?F(x)，即F(x)是右连续的；

5°

P(X?x)?F(x)?F(x?0)。

对于离散型随机变量，F(x)?

对于连续型随机变量，F(x)?

? p ；

k

xk?x

x

? f(x)dx 。

??

八大

分布

0-1分布

二项分布

P(X=1)=p,P(X=0)=q

在n重贝努里试验中，设事件A发生的概率为p。事件A发生的次数是随机变量，设为X，则X可能取值为0,1,2,?,n。

nP(X?k)?P

n

)?Ck

n

pkqn?k ， 其 中

泊松分布

q?1?p,0?p?1,k?0,1,2,?,n，

则称随机变量X服从参数为n，p的二项分布。记为

X~B(n,p)。

当n?1时，P(X?k)?pkq1?k，k?0.1，这就是（0-1）分布，所以（0-1）分布是二项分布的特例。

设随机变量X的分布律为

?kP(X?k

?k

k!

e??，??0，k?0,1,2?，

则称随机变量X服从参数为?的泊松分布，记为X~?(?)或者P(?)。

泊松分布为二项分布的极限分布（np=λ，n→∞）。

超几何分布

Ck?Cn?k k?0,1,2?,l

P(X?k)? M N?M,

Cn l?min(M,n)

N

随机变量X服从参数为n,N,M的超几何分布，记为H(n,N,M)。

几何分布 P(X?k)?qk?1p,k?1,2,3,?，其中p≥0，q=1-p。随机变量X服从参数为p