(1)什么是随机变量?与普通变量有何不同。随机变量有哪些分类?
1.随机变量的定义:设E是随机试验,它的样本空间是S={e},如果对于每一个e ∈ \in ∈ S ,有一个实数X(e)与之对应,这样就得到一个定义在S上的单点实值函数X(e),称X(e)为随机变量。
2.随机变量与普通变量的区别:随机变量是一个函数,但它与普通的变量有着本质的区别,普通变量是定义在实数轴上的,而随机变量是定义在样本空间上的(样本空间的元素不一定是实数).
3.随机变量的分类:
离散型:随机变量所取得可能值是有限多个或者无限多个,叫做离散型随机变量.
连续型:随机变量所取的可能值可以连续地充满某个区间,叫做连续型随机变量.
(2)什么是离散型随机变量的分布律?有哪些性质?总结求分布律的思路方法。思考知道分布律能解决什么问题?
1.离散型随机变量地分布律:设离散型随机变量X所有地可能取值为 x k ( k = 1 , 2 , 3... ) x_k(k = 1 , 2, 3...) xk(k=1,2,3...),X 取各个可能值得概率,即事件 X = x k {X = x_k} X=xk得概率,为 P{X = x k x_k xk} = p k p_k pk,k= 1,2,3… 称此为离散型随机变量X的分布规律.
2.性质:(1) p k > = 0 p_k >= 0 pk>=0,k=1,2,3… (2) ∑ k = 1 ∞ p k = 1 \sum_{k=1}^{\infty} p_k=1 ∑k=1∞pk=1.
(3)掌握4种常见离散型随机变量的分布,完成下表。
标记方法 | 分布律 | 参数意义 | 试验场景 | |
---|---|---|---|---|
两点分布 | X(e) | P(X=k)= p k ( 1 − p ) 1 − k p^k(1-p)^{1-k} pk(1−p)1−k,k=0,1 | X是随机变量,k是随机变量的取值,p为随机变量取值为k时发生的概率 | 抛硬币试验,硬币的正反面 |
二项分布 | X~B(n,p) | P ( X = k ) = ( n k ) p k q n − k P(X=k)={n\choose k}p^kq{n-k} P(X=k)=(kn)pkqn−k | X是随机变量,k是随机变量的取值,p为随机变量取值为k时发生的概率,n为试验次数 | 抛硬币抛n次 |
泊松分布 | p( λ \lambda λ) | p{X=k}= λ k e − k k ! , k = 0 , 1 , 2... \frac{\lambda^ke^{-k}}{k!},k=0,1,2... k!λke−k,k=0,1,2... | X是随机变量,k是随机变量的取值,p为随机变量取值为k时发生的概率, λ 大 于 0 是 常 数 \lambda大于0是常数 λ大于0是常数 | 火山爆发 |
几何分布 | F(X) | P(x=k)= ( 1 − p ) k − 1 (1-p)^{k-1} (1−p)k−1,o,j=1,2… | 0<p<1 | 首次成功问题 |
(1)什么是随机变量的分布函数?有什么性质?
(1)随机变量的分布函数:设X是一随机变量,x是任意的实数,函数 F(X) = P{X<=x},称为随机变量X的分布函数。
(2)性质:0 <= F(x) <= 1,x ∈ ( − ∞ , + ∞ ) \in(-\infty,+\infty) ∈(−∞,+∞); F ( x 1 ) ≤ F ( x 2 ) , ( x 1 < x 2 ) ; F(x_1)\le F(x_2),(x_1<x_2); F(x1)≤F(x2),(x1<x2);(单调不减,右连续性)
(2)思考通过分布函数可以直接或简接获得随机变量的哪些信息?
我们可以知道x在任意有限区间(a,b)内取值的概率.
(3)分布函数与离散型随机变量分布律的关系(用公式表达)
分布律: p k = P p_k=P pk=P{X= x k x_k xk} 分布函数: F(x) = P{X ≤ x \le x ≤x}
F(x) = P{X ≤ x \le x ≤x}= ∑ x k < = x p k \sum_{x_k<=x}p_k ∑xk<=xpk
(4)总结求分布函数的方法步骤。
根据题面得出随机函数的分布律,由分布函数与离散型随机变量分布律的关系得出分布函数