第二章 随机变量及其分布
- 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、"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、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)。
第二章随机变量及其分布
§2.1 随机变量
一、概念
对于随机试验:
E: }
A
B
B
A
S ,X表示射击中{AB
,
A
,
,
B
靶的次数,对应的取值为;0,1,2。
定义:随机变量是定义在样本空间
S={ω}上的一个单值实函数,记作X=X(ω),简记为X 。
二、 分类
1、 离散型随机变量
2、 非离散型随机变量
§2.2 离散型随机变量
一.离散型随机变量的分布
设离散型随机变量可能取的值为:,,,21
ΛΛx x
取这些值的概率为
P(X=x i )= p i ,i=1,2,... (2.1) 称(2.1)式为离散型随机变量X 的分布律。(2.1)式也可以用表格的形式表示如下:
上述表格称为离散型随机变量X 的分布列,分布列也可以表示成下列矩阵的形式:
⎪⎪⎭⎫ ⎝⎛ΛΛΛΛi i p p p x x x 2121
离散型随机变量的分布律,分布列(以及下一节介绍的分布函数)统称
为离散型随机变量的概率分布,简称为离散型随机变量的分布。
根据概率的性质,可知离散型随机变量的分布律具有下列性质 (1)p i ≥0,i=1,2,...
(2)
1
=∑i
i
p
常见的几种分布 1、 单点分布
例: 若随机变量X 只取一个常数值C ,即P(X=C)=1,则称X 服从单点分布。(也叫退化分布。)
2、0-1分布
例:若随机变量X只能取两个数值0或1,其分布为
0
X )=p k q1-k ,k=0,1
则称X 服从参数为p 的两点分布或参数为p的0-1分布。
3、几何分布
例:一射手每次打靶射击一发子弹,打中的概率为p(0
或记为
P(k
X=)=p
q k1-, k=1,2, ... 则称X服从参数为p的几何分布。
4、超几何分布
例:设一批同类型的产品共有N 件,其中次品有M件。今从中任取n(假定n≤N-M)件,则这n件中所含的次品数X是一个离散型随机变量,其分布为
n
N
m n M
N m M C C C m X P --==)(,m=0,1…,k ,k=min(M
,n)
则称X 服从超几何分布。
(二) 二项分布
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 )=k
n k
k
n
q
p C -,k=0,1,2,⋯,n,
称X 服从参数为n ,p 的二项分布。记为 ),(~p n B X 。
例2:P39.
例3:P40.
在电脑上,应用相应的数学或统计分析软件,这些概率是很容易计算出来的,所以,还有必要用逼近的方法吗?
泊松分布
1. 定义 若离散型随机变量X 的分布为
λ
λ-=
=e k k X P k
!
)(,
k=0,1,2,⋯ 其中常数λ>0,则称X 服从参数为λ的泊松分布,记为
)(~λπX 。
2. 泊松Poisson 定理P41, 设有一列二项分布X n
~B(n p n ,), n=1,
2, ...,如果λ=∞
>-n
n np
lim , λ
为与
n 无关的正常数,则对任意固定的非负整数k ,均有
{}λ
λ--∞
→∞
→=-==e k p p C k X P k k
n n k n k n n n n !
)1(lim lim 证略。
例5:P43. 例6:P44,自学。
§2.3 随机变量的分布函数
一、概念
定义2.1设X是一随机变量(不论
是离散型还是非离散型),
对任意的实数x,令
P
x
F≤
= (2.11) (x
X
(
)
)
则称F(x)为X的分布函
数。
例1:(书上例2.8)设X服从
参数为p的(0-1)分布,即:
k
q p k X P k
-==1)(,
k
= 0,1,其中
0
例: 设R.V. X 的分布函数为
⎪⎪⎩⎪
⎪⎨
⎧≥<≤<≤--<=3
1
318.0114.010)(x x x x x F
求X 的概率分布。
二、性质
性质1 若x 1 F(x )是x 的单调不减函数。 性质2 对任意的实数x ,均有 0≤ F(x )≤1 (2.15) 且 0)(lim =-∞ →x F x (2.16) 1)(lim =+∞ →x F x (2.17) 性质3 对任意的实数x 0,有 )()(0 lim 0x F x F x x =+ →