【概率论基础进阶】随机变量及其分布-随机变量及其分布函数

一、分布律

定义：在样本空间$\Omega$上的实值函数$X=X(\omega )$，称$X(\omega ),\omega \in \Omega$，称$X(\omega )$为随机变量，简记$X$
注：$X(\omega )$的定义域是$\Omega$，常用$X,Y,Z$等表示随机变量

定义：如果一个随机变量的可能取值是有限多个或可数无穷多个，则称它为离散型随机变量

定义：设离散型随机变量$X$的可能取值是$x_1,x_2,\cdots ,x_n,\cdots$，$X$取各可能值的概率为
P { X = x k } = p k , k = 1 , 2 , ⋯ P \left\{X=x_{k}\right\}=p_{k},k=1,2,\cdots P{ X=xk​}=pk​,k=1,2,⋯
称上式为离散型随机变量$X$的概率分布或分布律
分布律也有用列表方式给出的

$X$	$x_1$	$x_2$	$x_3$	$\cdots$	$x_n$	$\cdots$
$P$	$p_1$	$p_2$	$p_3$	$\cdots$	$p_n$	$\cdots$

或者
$$X\sim \left[\begin{array}{ccccc}{x}_1& x_2& \cdots & x_n& \cdots \\ p_1& p_2& \cdots & p_n& \cdots \end{array}\right]$$
这里只给出$X$可能取值可数无穷多个的情形。不难给出$X$有限个可能取值的情形

严格来说，$P(A)$即用$()$括起来的应该是事件， P { X = x k } P \left\{X=x_{k}\right\} P{ X=xk​}即用 { } \left\{\right\} { }括起来的应该是随机变量

分布律性质

• $p_k\ge 0,k=1,2,\cdots$
• $\sum _{k=1}^{\infty }{p}_k=1$

二、分布函数

定义：设$X$是一个随机变量，对于任意实数$x$，记函数
F ( x ) = P { X ≤ x } , − ∞ < x < + ∞ F(x)=P \left\{X \leq x\right\},-\infty <x < +\infty F(x)=P{ X≤x},−∞<x<+∞
称$F(x)$为随机变量$X$的分布函数
分布函数 F ( x )