第二章随机变量及其分布 2.1随机变量及其概率分布函数 2.2离散型随机变量及其分布律 2.3连续型随机变量及其分布律 2.4随机变量的函数的分布
第二章 随机变量及其分布 2.1 随机变量及其概率分布函数 2.2 离散型随机变量及其分布律 2.3 连续型随机变量及其分布律 2.4 随机变量的函数的分布
§2.1随机变量及其分布函数 Random variable and Distribution 在前面的学习中,我们用字母A、B、 C..表示事件,并视之为样本空间2的 子集;针对等可能概型,主要研究了用 排列组合手段计算事件的概率。 本章,将用随机变量表示随机事件,以 便采用高等数学的方法描述、研究随机 现象
§2.1 随机变量及其分布函数 Random Variable and Distribution • 在前面的学习中,我们用字母A、B、 C...表示事件,并视之为样本空间Ω的 子集;针对等可能概型,主要研究了用 排列组合手段计算事件的概率。 • 本章,将用随机变量表示随机事件,以 便采用高等数学的方法描述、研究随机 现象
2.1.1随机变量Random Variable ■ 基本思想 将样本空间数量化,即用数值来表示试验的结果 ■有些随机试验的结果可直接用数值来表示 例如:在掷骰子试验中,结果可用1,2,3,4,5,6来表示 有些随机试验的结果不是用数量来表示,但 可数量化 例如:掷硬币试验,其结果是用汉字“正面”和 反面”来表示的 可规定:用1表示“正面朝上” 用0表示 6 反面朝上
2.1.1 随机变量 Random Variable 基本思想 将样本空间数量化,即用数值来表示试验的结果 有些随机试验的结果可直接用数值来表示. 例如: 在掷骰子试验中,结果可用1,2,3,4,5,6来表示 有些随机试验的结果不是用数量来表示, 但 可数量化 例如: 掷硬币试验,其结果是用汉字“正面”和 “反面”来表示的 可规定: 用 1表示 “正面朝上” 用 0 表示 “反面朝上
试验结果的数量化 例设箱中有10个球,其中有2个红球,8个白 球;从中任意抽取2个,观察抽球结果。 取球结果为:两个白球;两个红球;一红一白 如果用X表示取得的红球数,则X的取值可为0,1,2。 此时,“两只红球”=“X取到值2”,可记为 {X=2} “一红一白”记为 {X=1}, “两只白球”记为{X=0} 特点:试验结果数量化了, 试验结果与数建立了 对应关系
例 设箱中有10个球,其中有2个红球,8个白 球;从中任意抽取2个,观察抽球结果。 取球结果为: 两个白球;两个红球;一红一白 特点:试验结果数量化了,试验结果与数建立了 对应关系 如果用X表示取得的红球数,则X的取值可为0,1,2。 此时, “两只红球”= “X取到值2”, 可记为 {X=2} “一红一白”记为 {X=1}, “两只白球”记为 {X=0} 试验结果的数量化
定义:(P.37)随机支量的定义 随机变量 设随机试验的样本空间为卫,如果对于每一 个样本点0∈O,均有唯一的实数X(o)与 之对应,称X=X(o)为样本空间2上 的随机变量。 随机变量的两个特征: 1)它是一个变量 2)它的取值随试验结果而改变 3)随机变量在某一范围内取值,表示一个 随机事件
定义:(p.37)随机变量的定义 1) 它是一个变量 2) 它的取值随试验结果而改变 3)随机变量在某一范围内取值,表示一个 随机事件 随机变量 随机变量的两个特征: 设随机试验的样本空间为Ω,如果对于每一 个样本点 ,均有唯一的实数 与 之对应,称 为样本空间Ω上 的随机变量。 X( ) X X ( )
随机变量的实例: 1例 >某个灯泡的使用寿命X。 X的可能取值为[0,+oo) >某电话总机在一分钟内收到的呼叫次数Y. Y的可能取值为0,1,2,3,..·, 在[0,1]区间上随机取点,该点的坐标X. X的可能取值为[0,1]上的全体实数
某个灯泡的使用寿命X。 某电话总机在一分钟内收到的呼叫次数Y. 在[0,1]区间上随机取点,该点的坐标X. X 的可能取值为 [0,+) Y 的可能取值为 0,1,2,3,..., X 的可能取值为 [0,1]上的全体实数。 例 随机变量的实例:
用随机变量表示事件 若X是随机试验E的一个随机变量,SCR,那么 X∈S}可表示E中的事件 ■E中的事件通常都可以用X的不同取值来表示 如在掷骰子试验中,用X表示出现的点数,则 “出现偶数点”可表示为:{X=2}U{X=4}U{X=6} 出现的点数小于4”可表示为:{X<4}或{X≤3}
用随机变量表示事件 若X是随机试验E的一个随机变量,S⊂R,那么 {X∈S}可表示E中的事件 如在掷骰子试验中,用X表示出现的点数,则 “出现偶数点”可表示为:{X=2} {X=4} {X=6} “出现的点数小于4”可表示为:{X< 4}或{X3} E中的事件通常都可以用X的不同取值来表示
随机变量的分类 随机变量 离散型 非离散型 连续型 其它 ()离散型 随机变量所取的可能值是有限多个或 无限可列个,叫做离散型随机变量. 实例1观察掷一个骰子出现的点数 随机变量X的可能值是:1,2,3,4,5,6
随机变量的分类 离散型 (1)离散型 随机变量所取的可能值是有限多个或 无限可列个, 叫做离散型随机变量. 观察掷一个骰子出现的点数. 随机变量 X 的可能值是 : 随机变量 连续型 实例1 1, 2, 3, 4, 5, 6. 非离散型 其它
实例2若随机变量X记为“连续射击,直至命 中时的射击次数”,则X的可能值是: 1, 2, 实例3 设某射手每次射击打中目标的概率是0.8, 现该射手射了30次,则随机变量X记为“击中目标 的次数”则X的所有可能取值为: 0,1,2,3,…, 30
实例2 若随机变量 X 记为 “连续射击, 直至命 中时的射击次数” , 则 X 的可能值是: 1, 2, 3, . 实例3 设某射手每次射击打中目标的概率是0.8, 现该射手射了30次,则随机变量 X 记为“击中目标 的次数” ,则 X 的所有可能取值为: 0, 1, 2, 3, , 30
(2)连续型 随机变量所取的可能值可以连续地充 满某个区间,叫做连续型随机变量. 实例1随机变量X为“灯泡的寿命”. 则X的取值范围为I0,+o∞). 实例2R 随机变量X为“测量某零件尺寸时的测量 误差 ” 则X的取值范围为(a,b)·
实例2 随机变量 X 为“测量某零件尺寸时的测量 误差” . 则 X 的取值范围为 (a, b) . 实例1 随机变量 X 为“灯泡的寿命” . [0, ). (2)连续型 随机变量所取的可能值可以连续地充 满某个区间,叫做连续型随机变量. 则 X 的取值范围为