第二章 离散型随机变量VIP免费

第二章离散型随机变量离散型随机变量随机变量的分布函数连续型随机变量一维随机变量函数的分布二维随机变量的联合分布多维随机变量的边缘分布与独立性条件分布多维随机变量函数的分布关于随机变量(及向量)的研究，是概率论的中心内容．这是因为，对于一个随机试验，我们所关心的往往是与所研究的特定问题有关的某个或某些量，而这些量就是随机变量．也可以说：随机事件是从静态的观点来研究随机现象，而随机变量则是一种动态的观点，如数学分析中的常量与变量的区分那样．变量概念是高等数学有别于初等数学的基础概念．同样，概率论能从计算一些孤立事件的概念发展为一个更高的理论体系，其基础概念是随机变量2.1随机变量的概念(p23)定义.设S={e}是试验的样本空间，如果变量X是定义在S上的一个单值实值函数即对于每一个eS，有一实数X=X(e)与之对应，则称X为随机变量。随机变量常用X、Y、Z或、、等表示。随机变量的特点:1X的全部可能取值是互斥且完备的；2X的部分可能取值描述随机事件。EX．引入适当的随机变量描述下列事件：①将3个球随机地放入三个格子中，事件A={有1个空格}，B={有2个空格}，C={全有球}。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}，G={至多成功3次}奇异型（混合型）连续型非离散型离散型随机变量随机变量的分类：随机变量2.2离散型随机变量(P24)定义若随机变量X取值x1,x2,…,xn,…且取这些值的概率依次为p1,p2,…,pn,…,则称X为离散型随机变量，而称P{X=xk}=pk,(k=1,2,…)为X的分布律或概率分布。可表为X～P{X=xk}=pk,(k=1,2,…)，或…~XXx1x2…xK…Pkp1p2…pk…(1)pk0,k＝1,2,…;(2)1.1kkp＝.}{35332CCCkXPkk＝＝例1设袋中有5只球，其中有2只白3只黑。现从中任取3只球(不放回)，求抽得的白球数X为k的概率。解k可取值0，1，22.分布律的性质例2.某射手对目标独立射击5次，每次命中目标的概率为p，以X表示命中目标的次数，求X的分布律。解：设Ai第i次射击时命中目标，i=1,2,3,4,5则A1,A2,…A5,相互独立且P(Ai)=p,i=1,2,…5.SX={0,1,2,3,4,5},(1-p)5)(}0{54321AAAAAPXP...{}1{5432154321AAAAAAAAAAPXP4)1(5pp5,...,1,0)1(}{55kppCkXPkkk...{}2{5432154321AAAAAAAAAAPXP3225)1(PPC·几个常用的离散型分布（一）伯努利(Bernoulli)概型与二项分布1.(0-1)分布(p25)若以X表示进行一次试验事件A发生的次数，则称X服从(0－1)分布(两点分布)X～P{X＝k}＝pk(1－p)1－k,(0