吴传生第二版概率论与数理统计-概率统计5.pptxVIP

第五章随机变量及其分布随机变量是将随机现象的结果用数值表示的变量。本节介绍随机变量的概念，以及离散型和连续型随机变量的常见分布。hg作者：

5.1随机变量的定义和性质随机变量的定义随机变量是描述随机现象结果的变量。它是将样本空间中的每个事件映射到一个实数值的函数。随机变量的性质随机变量可以是离散的或连续的。离散随机变量的值可以计数，而连续随机变量的值可以在某个范围内取值。

5.1.1随机变量的定义随机试验的结果随机试验的结果是无法事先确定的，它是一个随机变量。数值型随机变量的值可以是数字，例如抛硬币的结果是正面或反面，可以用1和0来表示。函数随机变量的值可以是其他类型的变量，例如一个人的身高，是一个连续的随机变量。

5.1.2随机变量的性质随机变量的取值随机变量的值是随机事件的结果，可以是数字或其他类型的值，例如字符或布尔值。随机变量的分布随机变量的取值概率可以用概率分布函数来描述，它描述了每个取值的概率。随机变量的期望随机变量的期望值是其所有取值乘以对应概率的加权平均值，代表了随机变量的中心趋势。随机变量的方差随机变量的方差衡量了随机变量与其期望值的偏离程度，反映了随机变量的离散程度。

5.2离散型随机变量及其分布11.离散型随机变量离散型随机变量的取值只能是有限个或可数个值。例如，抛掷一枚硬币三次，正面出现的次数就是一个离散型随机变量，其取值只能是0，1，2，3。22.离散型随机变量的分布函数离散型随机变量的分布函数是指随机变量取小于或等于某个值的概率。其图像是一个阶梯状函数，每个阶梯的高度表示对应取值的概率。33.常见的离散型分布常见的离散型分布包括伯努利分布、二项分布、泊松分布等。这些分布在统计学和概率论中有着广泛的应用。

5.2.1离散型随机变量定义离散型随机变量是指其取值只能是有限个或可数个值的随机变量。例如，掷一枚骰子，其结果为1到6之间的整数，是一个离散型随机变量。特征离散型随机变量的取值可以是整数，也可以是有限个实数。这些取值之间存在着明显的间隔，并且可以用计数的方式来描述。举例一些常见的离散型随机变量包括：掷硬币的正面次数，一个样本中出现缺陷产品的数量，一个电话交换机在一个小时内接到的电话次数。

5.2.2离散型随机变量的分布函数1定义离散型随机变量的分布函数是指随机变量取小于或等于某个值的概率。它描述了随机变量取不同值的概率分布。2性质分布函数是一个非递减函数，且在随机变量取值点处具有跳跃性，在其他点处是连续的。分布函数的值域为[0,1]。3应用分布函数可以用来计算随机变量取值落在某个区间的概率，并可用于分析随机变量的统计特征。

5.2.3常见的离散型分布伯努利分布伯努利分布描述了单次试验中只有两种可能结果的事件，比如抛硬币的结果是正面或反面。二项分布二项分布描述了在一定次数的独立试验中，事件成功的次数，比如掷骰子多次，出现六点的次数。泊松分布泊松分布描述了在特定时间或空间内，事件发生的次数，比如在一定时间内，电话呼入的次数。几何分布几何分布描述了在独立重复试验中，第一次取得成功的次数，比如投掷硬币，直到出现正面所需要的次数。

5.3连续型随机变量及其分布11.连续型随机变量连续型随机变量的取值可以是某个区间内的任何实数，可以是无限多个。22.连续型随机变量的分布函数连续型随机变量的分布函数是其取值小于等于某个值的概率。33.连续型随机变量的概率密度函数连续型随机变量的概率密度函数是其分布函数的导数，可以描述随机变量取值的概率大小。44.常见的连续型分布常见的连续型分布包括均匀分布、正态分布、指数分布等。

5.3.1连续型随机变量定义如果随机变量X的取值可以在某个区间内任意取值，则称X为连续型随机变量。示例例如，人的身高、体重、血压等都是连续型随机变量。它们的取值范围都是连续的。

5.3.2连续型随机变量的分布函数连续型随机变量的分布函数是描述随机变量取值小于或等于某个特定值的概率。它是一个单调递增的函数，并且在整个实数轴上定义。1定义F(x)=P(X≤x)2性质单调递增，右连续3意义描述概率分布分布函数在概率论中扮演着重要的角色，它可以用来计算随机变量取值在某个区间内的概率。例如，如果我们要计算随机变量X取值在a和b之间（ab）的概率，则可以使用分布函数F(b)-F(a)来计算。

5.3.3连续型随机变量的概率密度函数定义对于连续型随机变量X，其概率密度函数f(x)是一个非负函数，满足以下条件：对于任意实数x，f(x)≥0，且∫f(x)dx=1。性质概率密度函数f(x)的曲线下的面积表示随机变量X落在该区间内的概率。如果f(x)在某个点x0处的值较大，则X落在x0附近的概率较大。