2.1随机变量的定义

第二章 随机变量及其分布 §2.1 随机变量
例1. 抛硬币试验中S {H,T}, 样本点H与T不是数量。
例2. 测试灯泡寿命试验, S={e}={t|t≥0},样本点本身 是数量。
定义 : 设随机试验E的样本空间是S，若 X : S R为单值实范数，则称X为随机变量 （random variable, 简记为r.v.) 。

2. 特例: (1,) 是参数为的指数分布. （=1） 3. 伽玛函数的性质: (i) (+1)= ();
1 (iii)( ) . 2
(ii) 对于正整数n, (n+1)=n!;
§5. 随机变量的函数的分布
一、 X为离散型r.v. 例1.设X具有以下的分布律,求Y=(X-1)2分布律: X -1 0 1 2 pk 0.2 0.3 0.1 0.4
(二) 贝努利试验
(二项分布)
定 义 : 设 试 验E只 有 两 个 可 能 结 果 A与 A , 且 P( A ) p ( 0 p 1), 将 试 验E独 立 重 复 地 进 行 n次 , 这 样 的 试 验 称 为 贝 努 利 试 验.
设X是n重贝努利试验中事件A发生的次数, 则X 是一个随机变量, 于是
§4. 连续型随机变量及其概率密度
F(x) , 存在非负函 1.定义 : 对于r.v.X的分布函数 数f(x) , 使对于任意的实数 x, 有
则称X为连续型r.v.f(x)称为X概率密度函数, 简称概率密度. 连续型r.v.的分布函数是连续函数.
F(x ) f(t)dt

x
2.概率密度 f(x)的性质:
25
标准正态分布的上分位点:
设X ~ N(0,1), 若z 满足条件

解
直接对上式求导有
二、连续型随机变量函数的分布
81
例 18
解
二、连续型随机变量函数的分布
82
定理 1
定理 2
83
总结/summary
离散型随机变量：分布律
分 二项分布、泊松分布、几何
随 布 分布
机 变
函 数
连续型随机变量：密度函数
量 均匀分布、指数分布、正态
分布
随机变量函数的分布
84
谢谢观赏
46
47
目录/Contents
2.1 随机变量及其分布 2.2 常用的离散型随机变量 2.3 常用的连续型随机变量 2.4 随机变量函数的分布
48
目录/Contents
2.3 常用的连续型随机变量
一、均匀分布 二、指数分布 三、正态分布
一、均匀分布
49
一、均匀分布
50
一、均匀分布
51
一、均匀分布
15
定义3
（1）非负性 （2）规范性
三、离散型随机变量及其分布律
16
换句话说，如果一个随机变量只可能取有限个 值或可列无限个值, 那么称这个随机变量为（一维） 离散型随机变量.
一维离散型随机变量的分布律也可表示为：
三、离散型随机变量及其分布律
17
例2
求
三、离散型随机变量及其分布律
18
解
四、连续型随机变量及其密度函数
2.1 随机变量及其分布 2.2 常用的离散型随机变量 2.3 常用的连续型随机变量 2.4 随机变量函数的分布
73
目录/Contents
2.4 随机变量函数的分布 一、离散型随机变量函数的分布 二、连续型随机变量函数的分布

求常数a.
解 由概率分布的性质得
1 . 得 15a = 1, 即 a 15
p
i 1
5
i
1
第2章
§2.1-2.2 随机变量的概念, 分布函数
第11页
课堂练习2 在一个袋子中有10个球，其中6个白球，4 个红球。从中任取3个，求抽到红球数的概率分布。 解 用X表示抽到的红球数，则X所有可能的取值为0，1，2，3。
Ω={ t | t ≥ 0}
第2章
§2.1-2.2 随机变量的概念, 分布函数
第4页
定义 设随机试验E的样本空间为Ω，如果对于每一个 ω∈Ω，都有唯一的一个实数X(ω)与之对应，则称 X(ω)为随机变量，并简记为X。
注意： 1. X是定义在Ω上的实值、单值函数。 2. 若给定了试验的样本空间的概率分布。就可以确 定随机变量 X 取某些值时的概率，设 A 为一实数集,
第2章
§2.1-2.2 随机变量的概念, 分布函数
第2页
例1续 掷一枚硬币10次，观察出现正面的次数。
此时，试验的样本空间是由一系列长度为10的正反面 的序列组成，总共有 210 个元素。 定义函数 X 如下：对任意一个序列
,
定义
X ( ) 出现正面的次数。
这样的定义的函数 X 是一个随机变量。它反映了出 现正面的次数。利用它可以很容易的描述随机事件。 例如， {X≤5}= 出现正面次数不多于5次的事件.
第2章
§2.1-2.2 随机变量的概念, 分布函数
第9页
定义 设离散型随机变量X所有可能的取值为 x1 , x2 , … , xn , … X取各个值的概率，即事件{X=xi}的概率为 P { X = xi } = pi （i = 1, 2, …） 则称之为离散型随机变量X的概率分布或分布列(律). 亦可用下面的概率分布表来表示

引入适当的随机变量描述下列事件： 例1：引入适当的随机变量描述下列事件： 个球随机地放入三个格子中， ①将3个球随机地放入三个格子中，事件 A={有 个空格} B={有 个空格} A={有1个空格}，B={有2个空格}， C={全有球 全有球} C={全有球}。 进行5次试验， D={试验成功一次 试验成功一次} ②进行5次试验，事件 D={试验成功一次}， F={试验至少成功一次 试验至少成功一次} G={至多成功 至多成功3 F={试验至少成功一次}，G={至多成功3次}
例2
xi ∈( a ,b )
∑
P( X = xi )
设随机变量X的分布律为 设随机变量X
0 1 2 3 4 5 6 0.1 0.15 0.2 0.3 0.12 0.1 0.03
试求: 试求:
P( X ≤ 4), P (2 ≤ X ≤ 5), P ( X ≠ 3)
0.72 0.7
F ( x) = P{ X ≤ x} =
k : xk ≤ x
∑p
k
离散型随机变量的分布函数是阶梯函数, 离散型随机变量的分布函数是阶梯函数 分布函数的跳跃点对应离散型随机变量的 可能取值点,跳跃高度对应随机变量取对应 可能取值点 跳跃高度对应随机变量取对应 值的概率;反之 反之,如果某随机变量的分布函数 值的概率 反之 如果某随机变量的分布函数 是阶梯函数,则该随机变量必为离散型 则该随机变量必为离散型. 是阶梯函数 则该随机变量必为离散型
X
x
易知，对任意实数a, 易知，对任意实数 b (a<b), P {a<X≤b}＝P{X≤b}－P{X≤a}＝ F(b)－F(a) ≤ ＝ ≤ － ≤ ＝ －
P( X > a) = 1 − F (a)