随机变量及其概率分布经典教案

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

第15章随机变量及其概率分布

【授课对象】理工类专科大一

【授课时数】9学时

【授课方法】讲授与提问、随堂练习相结合

【基本要求】1、了解随机变量的概念;

2、理解离散型随机变量的概念及其分布律的概念和性质;

3、理解连续型随机变量的概念及其概率密度函数的概念和性质;

4、理解分布函数的概念,并知道其性质;

5、会利用分布律、概率密度函数及分布函数计算有关事件的概率;

6、会求简单的随机变量函数的概率分布;

7、了解二维随机变量的概念,知道二维随机变量的边缘(边际)分布、

联合分布函数等概念;

【本章重点】随机变量的概念;连续型(离散型)随机变量的密度函数(分布律)的概念和性质以及它们的分布函数的概念和性质;随机变量函数的概率分

布;熟记几种特殊分布的概率分布或密度函数。

【本章难点】随机变量的概念及性质;连续型随机变量的概率密度函数及分布函数的性质与相关计算;随机变量的函数的分布的求解。

【授课内容及学时分配】

§15.1随机变量

在第一章里,我们主要研究了随机事件及其概率,同学们可能会注意到在随机现象中,有很大一部分问题与实数之间存在着某种客观的联系。例如,在产品检验问题中,我们关心的是抽样中出现的废品数;在车间供电问题中,我们关心的是某时期正在工作的车床数;在电话问题中关心的是某一段时间内的话务量等。对于这类随机现象,其试验结果显然可以用数值来描述,并且随着试验的结果不同而取不同的数值。然而,有些初看起来与数值无关的随机现象,也常常能联系数值来描述。比如,在投硬币问题中,每次实验出现的结果为正面或反面,与数值没有联系,但我们可以通过指定数“1”代表正面,“0”代表反面,为了计算n次投掷中出现的正面就只须计算其

中“1”出现的次数了,从而使这一随机试验的结果与数值发生联系。

一般地,如果A 为某个随机事件,则一定可以通过如下示性函数使它与数值发生

联系:⎩⎨⎧=不发生

发生A A A 011 这就说明了,不管随机试验的结果是否具有数量的性质,我们都可以建立一个样本空间和实数空间的对应关系,使之与数值发生联系。

为了全面的研究随机试验的结果,揭示随机现象的统计规律性,我们将随机试验的结果与实数对应起来,将随机试验的结果数量化,引入随机变量的概念。

引例:随机试验E1:从一个装有编号为0,1,2,...,9的球的袋中任意摸一球。则其样本空间Ω={0ω,1ω,...,9ω},其中i ω“摸到编号为i 的球”,i =0,1,...,9. 定义函数 ξ:i ω→i ,即ξ(i ω)=i ,i =0,1, (9)

这就是Ω和整数集{0,1,2,…,9}的一个对应关系,此时ξ表示摸到球的号码。

从上例中,我们不难体会到:

①对应关系ξ的取值是随机的,也就是说,在试验之前,ξ取什么值不能确定,而是由随机试验的可能结果决定的,但ξ的所有可能取值是事先可以预言的。

②ξ是定义在Ω上而取值在R 上的函数。

同时在上例中,我们可以用集合{i ω:ξ(i ω)≤5}表示“摸到球的号数不大于5”这一随机事件,因而可以计算其概率。习惯上我们称定义在样本空间Ω上的单值实函数ξ为随机变量。这就有了如下定义:

定义:设随机试验E 的样本空间为}{ω=Ω,ξ=ξ(ω)是定义在Ω上的单值实函数,若对任意实数x ,集合{ω:ξ(ω)≤x}是随机事件,则称ξ=ξ(ω)为随机变量。

定义表明随机变量ξ=ξ(ω)是样本点ξ的函数,为方便起见,通常写为ξ,而集合{ω:ξ(ω)≤x}简记为{ξ≤x}。

如在上例中,摸到不大于5号球的事件可表示为{ξ≤5},则其概率为P{ξ≤5}=3/5。 随机变量的引入,使概率论的研究由个别随机事件扩大为随机变量所表征的随机

现象的研究。正因为随机变量可以描述各种随机事件,使我们摆脱只是孤立的去研究一个随机事件,而通过随机变量将各个事件联系起来,进而去研究其全部。今后,我们主要研究随机变量和它的分布。

§15.2 随机变量的概率分布

对于随机变量来讲,我们不仅关心它取哪些值,更关心它以多大的概率取那些值,即研究随机变量的统计规律性—分布函数。

一、随机变量的分布函数

由前可知,若ξ是随机变量,则对∀x ∈R ,{ξ≤x }是随机事件,所以P{ξ≤x }有意义。当实数a

可见,只要对一切实数x 给出概率P{ξ≤x },则任何事件{a <ξ≤b }及它们的可列交、可列并的概率都可求得。从而P{ξ≤x },x ∈R 完全刻划了随机变量ξ的统计规律,并决定了随机变量ξ的一切概率特征。

1.定义:设ξ是Ω上的随机变量,对∀x ∈R ,

称)(x F = P{ξ≤x }为ξ的分布函数。

2.性质:设)(x F 是随机变量ξ的分布函数,则)(x F 具有如下性质:

①单调非降性:即对R x x ∈<∀21,)()(21x F x F ≤

证明:对21x x <∀,有}{}{21x x ≤⊂≤ξξ,则

)(}{}{)(2211x F x P x P x F =≤≤≤=ξξ

②规范性:1)(lim )(,0)(lim )(==+∞==-∞+∞

→-∞→x F F x F F x x , ③右连续性:对,0R x ∈∀有 )()(lim 00x F x F x x =+

→ (性质②,③的证明可参考其它有关的资料)

注:反之可证明:对于任意一个函数,若满足上述三条性质的话,则它一定是某随机变量的分布函数。

例1:判断下列函数是否为分布函数

⎪⎩⎪⎨⎧≥<≤<=2/12/0sin 00)(1ππx x x x x F (√) ⎪⎩

⎪⎨⎧≥<≤<=ππx x x x x F 10cos 00)(2 (×)

由定义可见,要计算ξ取值的概率可以通过其分布函数来实现。为了研究随机变量ξ的概率分布,我们常选择)(x F 来代替之。

3.运算:若R b a ∈<,)(~x F ξ 则有:

{}()()

{}lim ()(0)ˆ{}{}{}()(0)

{}1(){}1(0)

{}()(0)

{}(0)(0)

{}(0)()

x a P a b F b F a P a F x F a P a P a P a F a F a P a F a P a F a P a b F b F a P a b F b F a P a b F b F a →-

<ξ≤=-ξ<==-ξ==ξ≤-ξ<=--ξ>=-ξ≥=--≤ξ≤=--≤ξ<=---<ξ<=-- 例2:已知ξ的分布函数为

⎪⎪⎪⎩⎪⎪⎪⎨⎧≥<≤<≤<≤<=31

3212/11213/2102/00)(x x x x x x x F

求}42{},2/1{},1{},3{<<>=≤ξξξξP P P P 。

解:

12

/112/111)2()04(}2{}4{}42{4

/34/11)2/1(1}2/1{1}2/1{6/12/13/2)01()1(}1{1

)3(}3{=-=--=≤-<=<<=-=-=≤-=>=-=--====≤F F P P P F P P F F P F P ξξξξξξξ 例3:设某随机变量的分布函数为x B A x F arctan )(+=,试确定A ,B 的值。

解:由12/)arctan (lim )(lim )(0

2/)arctan (lim )(lim )(=+=+==+∞=-=+==-∞+∞→+∞→-∞→-∞

→B A x B A x F F B A x B A x F F x x x x ππ

得π/1,2/1==B A