第二章 离散型随机变量(6)

第二章随机变量及其分一、基本要求、重点与难点（一）基本要求1．理解随机变量的概念。

2．掌握离散型随机变量和连续型随机变理的描述方法。

3．理解分布列与概率密度的概念及其性质。

4．理解分布函数的概念及性质。

5．会应用概率分布计算有关事件的概率。

6．掌握二项分布、泊松分布、均匀分布、正态分布和指数分布。

7．会求简单随机变量函数的分布。

（二）重点1．离散型随机变量的分布列和分布函数的概念及性质。

2．连续型随机变量的密度函数和分布函数的概念及性质。

3．掌握二项分布、泊松分布、均匀分布、正态分布和指数分布。

4．随机变量的一些简单函数的概率分布的求法。

（三）难点1．离散型随机变量的分布列与分布函数的关系。

2．连续型随机变量的密度函数与分布函数的关系。

3．随机变量函数的分布的计算。

二、重点内容简介§1 随机变量的概念及分类定义定义在样本空间Ω上的一个实值函数X=X(ω)，使随机试验的每一个结果ω都可用一个实数X(ω)来表示，且实数X满足1）X是由ω唯一确定；2）对于任意给定的实数x，事件{X≤x}都是有概率的，则称X为一随机变量，一般用大写字母X,Y,Z等表示。

引入随机变量后，随机事件就可以通过随机变量来表示，这样，我们就把对事件的研究转化为对随机变量的研究。

随机变量一般可分为离散型和非离散型两大类。

非离散型又可分为连续型和混合型。

由于在实际工作中我们经常遇到的是离散型和连续型的随机变量，因此一般情况下我们仅讨论这两个类型的随机变量。

§2 随机变量的分布函数及其性质定义 设X 为一随机变量，x 是任意实数,称函数 F(x)=P(X ≤x) (-∞<x<+∞) 为随机变量X 的分布函数。

分布函数是一个以全体实数为其定义域，以事件{ω|∞＜X(ω)≤∞}的概率为函数值的一个实值函数。

分布函数具有以下的基本性质： 1） 0≤F(x )≤1;2） F(x )是非减函数； 3） F(x )是右连续的； 4）lim ()0,lim ()1;x x F x F x →−∞→+∞==设随机变量X 的分布函数为F(x )，则可用F(x )来表示下列概率：(1) ()();(2) ()(0);(3) ()1()1();(4) ()1()1(0);(5) ()()()()(0);(6) (||)()()()(0)();P X a F a P X a F a P X a P X a F a P X a P X a F a P X a P X a P X a F a F a P X a P a X a P X a P X a F a F a ≤=<=−>=−≤=−≥=−<=−−==≤−<=−−<=−<<=<−≤−=−−−§ 3 离散型随机变量1 定义定义 如果随机变量X (ω)所有可能取值是有限个或可列多个，则称X (ω)为离散型随机变量（discrete random variable ）简写作d .r .v .。

松定理（第二章）和中心极限定理（第五章），利用这些定理
可以近似计算出它们的值．
3．泊松分布
定义 2.5 如果随机变量 X 的分布律为
P{X k} k e ， k 0,1, 2,L ， 0 ，
k!
就称 X 服从参数为 的泊松分布，记为 X ~ P() ．
【注 1】 P{X
k
k}
e
0 ， k 0,1, 2,L
一般地，在随机试验 E 中，如果样本空间 只包含两个
样本点
{1,2}，且
X
0, 1,
若 =1 , 若 =2 ,
则 X ~ B(1, p) ，其中 p P{X 1} P({2}) ．
在现实生活中，0 1两点分布有着广泛的应用．例如某产品 合格与不合格；某课程的考试及格与不及格；某事件 A 发生与 不发生等许多现象都能够刻划成 0 1两点分布．
§2 离散型随机变量及其分布律
一、离散型随机变量及其分布律的概念 定义 2.1 若随机变量 X 的取值为有限个或可列无限多个，就 称 X 为离散型随机变量．
定义 2.2 设 X 为离散型随机变量，其所有可能的取值为 x1, x2 ,L , xi ,L ，且
P{X xi} pi ， i 1, 2,L ．
的概率为 0.6 ，求该射手在 4 次射击中，命中目标次数 X 的
分布律，并问 X 取何值时的概率最大． 解 将每次射击看成一次随机试验，所需考查的试验结果只
有击中目标和没有击中目标，因此整个射击过程为 4 重的贝
努里试验．故由题意知， X ~ B(4, 0.6) ，即
P{X k} C4k 0.6k 0.44k ， k 0,1, 2,3, 4 ．
P{X
10}

15
例4: 甲、乙两名棋手约定进行10盘比赛，以赢的盘数 较多者为胜. 假设每盘棋甲赢的概率都为0.6，乙赢的概 率为0.4，且各盘比赛相互独立，问甲、乙获胜的概率 各为多少？ 解 每一盘棋可看作0-1试验. 设X为10盘棋赛中甲赢的 盘数，则 X ～ b(10, 0.6) . 按约定，甲只要赢6盘或6盘 以上即可获胜. 所以
定义：若随机变量X所有可能的取值为x1，x2，…，xi，…，且 X 取这些值的概率为 P(X=xi)= pi , i=1, 2, ... (*)
则称(*)式为离散型随机变量X 的分布律。 分布律的基本性质： (1) 表格形式表示: pi 0, i=1，2，... (2)

i
pi 1
X pk
x1 p1
这里n=500值较大，直接计算比较麻烦. 利用泊松定理作近似计算: n =500, np = 500/365=1.3699>0 ，用 =1.3699 的泊松分布作近似 计算：
(1.3669) 5 1.3669 P{ X 5} e 0.01 5!
23
例2: 某人进行射击，其命中率为0.02，独立射击400次，试求击 中的次数大于等于2的概率。 解 将每次射击看成是一次贝努里试验，X表示在400次射击中 击的次数，则X~B(400, 0.02)其分布律为
k 0,1
14
(2) 二项分布 设在一次伯努利试验中有两个可能的结果，且有 P(A)=p 。则在 n 重伯努利试验中事件 A发生的次数 X是一个 离散型随机变量，其分布为
P ( X k ) C nk p k q n k
k =0, 1, 2 ,, n
称X 服从参数为n，p的二项分布，记为 X~b(n, p) 对于n次重复一个0-1试验. 随机变量X表示: n次试验中, A发生的次数. 如： 掷一枚硬币100次, 正面出现的次数X服从二项分布. b(100, 1/2) 事件 X～

2．1．1离散型随机变量（学生学案）例1 判断下列各个量，哪些是随机变量，哪些不是随机变量，并说明理由。

（1）昨天我校办公室接到的电话的个数.（2）标准大气压下，水沸腾的温度.（3）在一次比赛中，设一二三等奖，你的作品获得的奖次.（4）体积64立方米的正方体的棱长.（5）抛掷两次骰子,两次结果的和.（6）袋中装有6个红球，4个白球，从中任取5个球，其中所含白球的个数.函数与随机变量的异同点：例2：下列变量中是离散型随机变量的________．(1)下期《星光大道》节目中冠军的人数；(2)某加工厂加工的一批某种钢管的外径与规定的外径尺寸之差；(3)在泉州至福州的高速铁路线上，每隔50 m有一电线铁塔，从泉州至福州的高速铁路线上将电线铁塔进行编号，其中某一电线铁塔的编号；(4)福州市闽江水位监测站所测水位在(0,29]这一范围内变化，该水位站所测水位．课堂练习1：（课本P45练习NO：1）课堂练习2：1、袋中有大小相同的5个小球，分别标有1、2、3、4、5五个号码，现在在有放回的条件下取出两个小球，设两个小球号码之和为ξ，则ξ所有可能值的个数是____ 个；{ }表示．2、抛掷两枚骰子各一次，记第一枚骰子掷出的点数与第二枚骰子掷出的点数的差为ξ，试问:(1) {ξ>4}表示的试验结果是什么? (2) P (ξ>4)=?3、写出下列各随机变量可能的取值.（1）从10张已编号的卡片（从1号到10号）中任取1张，被取出的卡片的号数ξ．（2）一个袋中装有5个白球和5个黑球，从中任取3个，其中所含白球数ξ．（3）抛掷两个骰子，所得点数之和ξ．（4）接连不断地射击，首次命中目标需要的射击次数ξ．4、写出下列随机变量可能取的值，并说明随机变量所取的值表示的随机试验的结果一袋中装有5只同样大小的白球，编号为1，2，3，4，5 现从该袋内随机取出3只球，被取出的球的最大号码数ξ；5、(1)某座大桥一天经过的中华轿车的辆数为ξ；(2)某网站中歌曲《爱我中华》一天内被点击的次数为ξ；(3)一天内的温度为ξ；(4)射手对目标进行射击，击中目标得1分，未击中目标得0分，用ξ表示该射手在一次射击中的得分。