文章目录
随机变量与分布函数
1.随机变量
设E是一个随机试验,其样本空间为Ω={ω},如果对于每一个样本点ω∈Ω,都有唯一一个实数X(ω)与之对应,则称X(ω)为一维随机变量,通常用X,Y,Z,···表示随机变量。
通俗来讲,随机变量就是在每次试验结束后我们所关注的与结果有关的变量。(例如:我们在掷骰子时,我们往往可能关注的是每次掷完骰子后两骰子的点数之和,而不会在意具体两枚骰子的点数,像这种“两骰子的点数之和”变量就可以是这个试验的随机变量)
2.分布函数
设X是一个随机变量,x是任意实数,则函数F(x)=P{X≤x}称为X的分布函数
基本性质
(1)单调性:F(x)是一个单调不减的函数,即当x1<x2时,F(x1)<F(x2)
(2)有界性:0≤F(x)≤1,且
F ( + ∞ ) = lim x − > + ∞ F ( x ) = 1 F(+\infty)=\lim_{x->+\infty }F(x)=1 F(+∞)=limx−>+∞F(x)=1 F ( − ∞ ) = lim x − > − ∞ F ( x ) = 0 F(-\infty)=\lim_{x->-\infty }F(x)=0 F(−∞)=limx−>−∞F(x)=0
(3)连续性:F(x+0)=F(x),即F(x)是右连续函数(x+0这里为x处的右极限)
3.由分布函数求概率
P { a < X ≤ b } = P { X ≤ b } − P { X ≤ a } = F ( b ) − F ( a ) P\{a<X≤b\}=P\{X≤b\}-P\{X≤a\}=F(b)-F(a) P{ a<X≤b}=P{ X≤b}−P{ X≤a}=F(b)−F(a)
随离散型随机变量及其分布
1.一维离散型随机变量
若随机变量X的全部可能取值是有限个或可列个(或者该随机变量X的概率1以一定规律分布在各个可能的值上),则称X为离散型随机变量
2.分布律
离散型随机变量X所有可能取值为 x k x_{k} xk( k k k=1,2,···),事件{
x k x_{k} xk}的概率为P{
x k x_{k} xk}= p k p_{k} pk( k k k=1,2,···),则称P{X= x k x_{k} xk}= p k p_{k} pk( k k k=1,2,···)为X的分布律或分布列。
分布律也可以写成表格形式:
X | x 1 x_{1} x1 x 2 x_{2} x2 ⋅ ⋅ ⋅ ··· ⋅⋅⋅ x k x_{k} xk ⋅ ⋅ ⋅ ··· ⋅⋅⋅ |
---|---|
P | p 1 p_{1} p1 p 2 p_{2} p2 ⋅ ⋅ ⋅ ··· ⋅⋅⋅ p k p_{k} pk ⋅ ⋅ ⋅ ··· ⋅⋅⋅ |
离散型随机变量的分布律的性质:
(1)P{X= x k x_{k} xk}= p k p_{k} pk≥0, k k k=1,2,···
(2) ∑ k \sum_{k} ∑kP{X= x k x_{k} xk}= ∑ k p k \sum_{k}p_{k} ∑kpk=1
3.离散型随机变量
(1)如果已知X的分布律为P{X= x k x_{k} xk}= p k p_{k} p