第2章 随机变量及其分布
2.1 随机变量
定义 1 设随机试验E的样本空间S={e}。若对每个试验结果e,都有确定的实数X(e)与之对应,则称实值变量X(e)为随机变量,简记为X。
引入随机变量后,随机事件就可以用随机变量的取值来表示了。
2.2 分布函数
定义 2 设X为随机变量,对于任意实数x,令
性质:
1. 取值范围:[0,1]
2. 单调不减。
3. 右连续
4. 对任意实数 a,b(a<b) ,有
5. 对任意实数x,有
2.3 离散型随机变量及其概率分布
定义 3 若随机变量X只可能取有限个值或可列个值: x1,x2,...,xk,... ,则称X为离散型随机变量。X取各个可能值的概率
2.4 常用的离散型分布
2.4.1 两点分布
若随机变量X的分布律为
2.4.2 二项分布
如果随机变量X以 P{X=k}=Cknpkqn−k,k=0,1,2,...,n 为其概率分布,则称X服从参数为n,p的二项分布,记为
当n比较大,p比较小(一般 n≥10,p≤0.1 )时,有
2.4.3 泊松分布
若随机变量X的分布律为
2.4.4 超几何分布
设一批产品中有M件正品,N件次品。从中任意取n件,则取到的次品数X是一个离散型随机变量,它的概率分布为
2.5 连续性随机变量及其概率密度
定义 4设随机变量X的分布函数为F(x),若存在非负函数f(x),使得对任意实数x,恒有
2.6 常用的连续型分布
2.6.1 均匀分布
若随机变量X的概率密度为
则称X在区间[a,b]上服从均匀分布,简记为 X∼U[a,b]
2.6.2 指数分布
若随机变量X的概率密度为
则称X服从参数为 λ 的指数分布。
2.6.3 威布尔分布
设随机变量X的概率密度为
式中, η,β 均为正常数,则称X服从参数为 η,β 的威布尔分布,记作 X∼W(η,β) , η称为尺度参数,β称为形状参数
2.6.4 Γ 分布
设随机变量X的概率密度为
式中, α>0,β>0 均为常数, Γ(α)=∫+∞0tα−1e−tdt ,则称X服从参数为 α,β 的 Γ 分布,记作 X∼Γ(α,β) 。
概率统计中不少常见的重要分布只是
Γ
分布的特殊情形。当
α=1
时,
Γ
分布即是参数为
β
的指数分布;
当
α=n2,β=12
时,
Γ
分布则是统计学中十分重要的
χ2(n)
分布;
2.6.5 正态分布
设随机变量X的概率密度为
式中, −∞<μ<+∞,σ>0 均为常数,则称X服从参数为 μ,σ 的正态分布,记作 X∼N(μ,σ2)
参数 μ=0,σ=1 的正态分布,即N(0,1),称为标准正态分布,其概率密度和分布函数分别用 ϕ(x)和Φ(x) 表示,即有
Φ(x) 有以下性质:
(1) Φ(0)=12
(2) Φ(x)+Φ(−0x)=1,−∞<x<+∞
(3) Φ(x) 在区间 (−∞,+∞) 上严格单调递增。
容易证明,一般正态分布 N(μ,σ2) 的分布函数 F(x) 与标准正态分布 N(0,1) 之间有下列关系:
定义 5 设X是一个标准正态随机变量,给定 α,0<α<1 ,如果
性质 (0<α<1) :
(1) zα=−z1−α ;
(2) P{X>z1−α}=α ;
(3) P{|X|>z1−α2}=α或P{−z1−α2≤X≤z1−α2}=1−α