《概率论》第2章§2.1 一维随机变量及分布列

i 1
i 1
随机变量的数学期望。
(i 1,2,)
(1)
29
例3 设 为离散型随机变量，其分布列为
P{
(1)k
2k } k
1 2k
k 1,2,
试问: 的数学期望是否存在？
30
二、常用分布的数学期望
1） 单点分布
E c
2）两点分布
E p
3）二项分布 ~ B(n, p) E np
4）普阿松分布 ~ P( ) 5）几何分布 ~ G( p)
2）几何分布的无记忆性
定理：设 服从几何分布 G( p) ，m为任意整数，则
P( m k m) P( k) pqk1
6. 超几何分布
P(
k)
C
k M
C
nk N -M
CnN
注：背景
, k 0,1,,min( n, M )
9
§2.2 多维随机变量及其分布
一、二维随机变量及其分布
1. 定义
0, 1, 2，3 1
定义1：设（, F, P）是概率空间, =()是 定义在上的实值函数， 如果x R, 有
{ () x} F
则称为随机变量。
定义2（离散型随机变量）
随机变量
离散型 非离散型奇连异续型型
2
二、离散型随机变量的分布列
1. 定义
定义3: 设离散型随机变量的可能取值为 xi (i 1,2,)
例5 已知随机变量和的分布列为：
~
1 1
0 1
11
4 2 4
~
0 1
1 1
2 2
且P{ =0}=1 (1)求和的联合分布列 (2)问和是否独立？为什么？
19

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

则称X服从参数为λ的泊松分布, 记为 X ~ P() .
HAINAN UNIVERSITY
概率论与数理统计
第二五章 基随本机极变限量定及理其分布
泊松分布的应用
“稠密性”问题(一段时间内,电话交换中心接到的呼叫次 数,公共汽车车站候车的乘客数,售票窗口买票的人数， 原子放射的粒子数，保险公司在一定时期内被索赔的次 数等)都服从泊松分布.
随机变量的分布函数
1.定义: 设X为一随机变量, x为任意实数, 称函数 F(x)=P{X≤x}为X的分布函数.
注: ① F(x)是一普通函数, 其定义域为 ,; ② F x的值为事件X x的概率; ③ F x可以完全地描述随机变量取值的规律性.
例如: Pa X b PX b PX a
连续型随机变量及概率密度函数
1.定义: 设X ~ F(x), 若存在一个非负可积的函数 f (x),
使 x R, 有
F ( x)
PX
x
x
f
(t)dt
,
则称X为连续型随机变量, f (x) 称为X的概率密度函数或
分布密度函数.
2.几何意义:
HAINAN UNIVERSITY
概率论与数理统计
第二五章 基随本机极变限量定及理其分布
二、随机变量的概念
定义： 设试验E的样本空间为 , 若对于每个样本
点 , 均有一个实数 X ()与之对应, 这样就得
到一个定义在 上的单值函数 X X () , 称X为随
机变量.
X
样本空间
实数
注: ① 随机变量是一个定义在样本空间上的实函数, 它取值的随机性是由样本点的随机性引起的;
x 1
x0
0 x x
不是 (不满足规范性)

分布函数的性质：
F ( x ) 单调不减，即
x1 x2 , F ( x1 ) F ( x2 )

0 F ( x) 1 且
x
lim F ( x) 1, lim F ( x) 0
x

F ( x ) 右连续，即
F ( x 0) lim F (t ) F ( x)
一、离散型随机变量的概念
定义: 若随机变量 X 的可能取值是有限多个或无穷 可列多个，则称 X 为离散型随机变量. 描述离散型随机变量的概率特性常用它的概率分布 或分布律，即
P( X xk ) pk , k 1,2,
概率分布的性质

pk 0, k 1,2,
非负性
pk 1
第二章
一维随机变量及其分布
一、随机变量及其分布 二、离散型随机变量的分布函数 三、离散型随机变量的概率函数 四、连续型随机变量及其概率密度 五、随机变量的函数的分布
2.1
2.1.1 2.1.2
随机变量及其分布
随机变量的概念 随机变量的分布函数
为了更好的揭示随机现象的规律性并利用数学 工具描述其规律，引入随机变量来描述随机试验的 不同结果．
请 填 空
P(a X b) F (b 0) F (a) P(a X b) F (b 0) F (a 0)
例2.1.1 设随机变量的 分布律为 :
x
pk
-1
1 4
2
1 2
3
1 4
1 求 X 的分布函数，并求: P ( X ), P ( 3 X 5 ), P (2 X 3) 2 2 2
k
1k
(2) 离散型均匀分布