随机变量概率论论文

概率论与数理统计第二章随机变量及其分布

关于随机变量的研究，是概率论的中心内容．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

象，而随机变量则是一种动态的观点，一如数学分析中的常量与变量的区分那样．

为一个更高的理论体系，其基础概念是随机变量

* 常见的两类试验结果：示性的——明天天气（晴，多云…）；化验结果（阳

性，阴性）…

* 中心问题：将试验结果数量化

定义.果量X是定义在S上的一个单值实值函

。

实例1次，观察他是否击中目标的情况

用

表示射中目标的次数

用X

,

X是一个变量，它的取值决定于试验结果（样本点），一个样本点对应X的一个值.故X是定义在

它的定义域为S，值域为R={0,1,2,3,4}

现该射手不断向目标射击, 直到击中目标为止,则,

)(所需射击次数=e X 是一个随机变量.

且X (e ) 的所有可能取值为:

.

,3,2,1

实例2则

是一个随机变量的所有可能取值为:

此随机变量的取值也有一定的概率规律.

(2) 随机变量的取值具有一定的概率规律

但它与普通的函数有普通函数是定义在实数轴上的,而素不一定是实数).

说明

(1)

随机变量通常用大写字母等表示

有了随机变量，随机试验中的各种事件，引入随机变量的意义

叫次数用X 表

概率论与数理统计第二章随机变量及其分布

关于随机变量的研究，是概率论的中心内容．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

象，而随机变量则是一种动态的观点，一如数学分析中的常量与变量的区分那样．

为一个更高的理论体系，其基础概念是随机变量

* 常见的两类试验结果：示性的——明天天气（晴，多云…）；化验结果（阳

性，阴性）…

* 中心问题：将试验结果数量化

定义.果量X是定义在S上的一个单值实值函

。

实例1次，观察他是否击中目标的情况

用

表示射中目标的次数

用X

,

X是一个变量，它的取值决定于试验结果（样本点），一个样本点对应X的一个值.故X是定义在

它的定义域为S，值域为R={0,1,2,3,4}

现该射手不断向目标射击, 直到击中目标为止,则,

)(所需射击次数=e X 是一个随机变量.

且X (e ) 的所有可能取值为:

.

,3,2,1

实例2则

是一个随机变量的所有可能取值为:

此随机变量的取值也有一定的概率规律.

(2) 随机变量的取值具有一定的概率规律

但它与普通的函数有普通函数是定义在实数轴上的,而素不一定是实数).

说明

(1)

随机变量通常用大写字母等表示

有了随机变量，随机试验中的各种事件，引入随机变量的意义

叫次数用X 表

《概率论与数理统计》内容提要及习题详解 第三章 多维随机变量及其概率分布 第 17 页 共 13 页

第三章 多维随机变量及其概率分布

【内容提要】

一、二维随机变量及其分布函数

【定义】设X?X(?),Y?Y(?)是定义于随机试验E的样本空间?上的两个随机变量，则称(X,Y)

为二维随机变量，称F(x,y)?P?X(?)?x,Y(?)?y?为其联合分布函数，而称:

F1(x)?P?X(?)?x?及F2(y)?P?Y(?)?y?分别为X,Y的边缘分布函数。

二维随机变量(X,Y)的联合分布函数F(x,y)具有如下性质: ⑴．非负性: ?x,y?R，有0?F(x,y)?1；

⑵．规范性: ?x,y?R，有F(x,??)?F(??,y)?0,F(??,??)?1； ⑶．单调性: 当x(或y)固定不变时，F(x,y)是y(或x)的单增函数； ⑷．右连续性: ?x,y?R，有F(x?0,y?0)?F(x,y)；

⑸．相容性: ?x,y?R，有F(x,??)?F1(x),F(??,y)?F2(y)； ⑹．特殊概率: 若x1?x2,y1?y2，则

P(x1?X?x2,y1?Y?y2)?F(x2,y2)?F(x1,y2)?F(x2,y

教 案

课程名称 概率统计 授课教师 职 称 系（部）

教 研 室

2013 —2014 学年 第 二 学期

授课对象： 本、专科 2012 （年）级 专业 1 班

本、专科 （年） 级 专业 班 本、专科 （年） 级 专业 班

教案书写与使用要求

1、教师在授课前两周完成教案书写，并由教研室主任亲自审批（教研室主任的教案由系部教学主任代签），教师必须携带教案上课。每次教案只可使用一轮课；在授课对象的专业、层次相同，使用同版次教材且授课内容及学时数完全一致的情况下，可使用同一本教案，否则不允许通用。

2、封面填写：不能空项，各项要写全称；授课对象：选择本科或专科

第二章随机变量及其分布

在随机试验中，人们除对某些特定事件发生的概率感兴趣外，往往还关心某个与随机试验的结果相联系的变量.由于这一变量的取值依赖于随机试验结果，因而被称为随机变量.与普通的变量不同，对于随机变量，人们无法事先预知其确切取值，但可以研究其取值的统计规律性.本章将介绍两类随机变量及描述随机变量统计规律性的分布.

§2.1随机变量

一、随机变量概念的引入

为全面研究随机试验的结果,揭示随机现象的统计规律性,需将随机试验的结果数量化，即把随机试验的结果与实数对应起来.

1.在有些随机试验中,试验的结果本身就由数量来表示. 例如:在掷骰子试验中,结果可用1,2,3,4,5,6来表示

2.在另一些随机试验中,试验结果看起来与数量无关,但可以指定一个数量来表示.

例如:掷硬币试验,其结果是用汉字“正面”和“反面”来表示的，可规定:用1表示“正面朝上”用0表示“反面朝上”

二、随机变量的定义

1定义设随机试验的样本空间为?,对每个???,都有一个实数X(?)与之对应,则称X(?)为随机变量.简记为X.

随机变量通常用英文大写字母X,Y,Z或希腊字母?,?等表示。 随机变量的取值一般用小写字母x,y,z等表示。 2随机变量的特征 1)它是一个变

第三章 多维随机变量及其分布

随机向量的定义：

随机试验的样本空间为S={?}，若随机变量X1(?),X2(?),…,Xn(?)定义在S上，则称（X1(?),X2(?),…,Xn(?)）为n维随机变量（向量）。简记为（X1,X2,…,Xn）。

二维随机向量（X,Y），它可看作平面上的随机点。

对（X,Y）研究的问题： 1．（X,Y）视为平面上的随机点。研究其概率分布——联合分布率、联合分布函数、联合概率密度；Joint

2．分别研究各个分量X,Y的概率分布——边缘（际）分布律、边缘分布函数、边缘概率密度；

marginal

3．X与Y的相互关系；

4．（X,Y）函数的分布。

§ 3.1 二维随机变量的分布

一．离散型随机变量 1．联合分布律

定义3.1 若二维随机变量(X,Y)可能取的值(向量)是有限多个或可列无穷多个,则称(X,Y) 为二维离散型随机变量。

设二维离散型随机变量(X,Y)可能取的值(xi,yj), i，j=1,2…,取这些值的概率为

pij=P{(X,Y)=(xi,yi)}=p{X=xi,Y=yi}i,j=1,2,…

第四章 大数定律与中心极限定理

4.1特征函数

内容提要

1. 特征函数的定义 设X 是一个随机变量,称)()(itX e E t =?为X 的特征函数,其表达式如下

(),()().(), 在离散场合， 在连续场合，itx i i itX itx x e P X x t E e t e p x dx ?+∞-∞

?=?==-∞<<+∞???∑? 由于1sin cos 22=+=tx tx e itx ,所以随机变量X 的特征函数)(t ?总是存在的.

2. 特征函数的性质 (1) 1)0()(=≤??t ; (2) ),()(t t ??=-其中)(t ?表示)(t ?的共 轭;

(3) 若Y =aX +b ,其中a ,b 是常数.则);()(at e t X ibt Y ??=

(4) 若X 与Y 是相互独立的随机变量,则);()()(t t t Y X Y X ????=+

(5) 若()l E X 存在,则)(t X ?可l 次求导,且对l k ≤≤1,有);()0()(k k k X E i =?

(6) 一致连续性 特征函数)(t ?在),(+∞-∞上一致连续

(7) 非负定性 特征函数)(t ?是非负定的,即对任意正整数n ,及n 个实数n t t t ,,,21 和n 个复数n z z z ,,21,有 ;0)(11≥-∑

2.1 随机变量及其

分布函数一、随机变量 二、分布函数

一、随机变量例1 抛一枚硬币,观察正面 1,反面 2出 现的情况: 样本空间 ={ 1, 2} 引入一个定义在 上的函数 X : 1, 1 X X ( ) 0, 2

由于试验结果的出现是随机的,因此 X( )的取值也是随机的

例2 从包含两件次品(a1,a2)和三件正品 (b1,b2,b3)的五件产品中任意取出两件:样本空间为: ={{a1,a2},{a1,b1},{a1,b2},{a1,b3},{a2,b1}, {a2,b2},{a2,b3},{b1,b2},{b1,b3},{b2,b3}}

以X表示抽取的两件产品中包含的 次品个数,则X是定义在 上的一个函数 即 X=X( ),

具体写出这个函数如下: 0 , ( b 1 , b 2 ), ( b 1 , b 3 ), ( b 2 , b 3 ) 1 , ( a 1 , b 1 ), ( a 1 , b 2 ), ( a 1 , b 3 ) X X ( ) ( a 2 , b 1 ), ( a 2 , b 2 ), ( a 2 , b 3 ) 2,

2.1 随机变量及其

分布函数一、随机变量 二、分布函数

一、随机变量例1 抛一枚硬币,观察正面 1,反面 2出 现的情况: 样本空间 ={ 1, 2} 引入一个定义在 上的函数 X : 1, 1 X X ( ) 0, 2

由于试验结果的出现是随机的,因此 X( )的取值也是随机的

例2 从包含两件次品(a1,a2)和三件正品 (b1,b2,b3)的五件产品中任意取出两件:样本空间为: ={{a1,a2},{a1,b1},{a1,b2},{a1,b3},{a2,b1}, {a2,b2},{a2,b3},{b1,b2},{b1,b3},{b2,b3}}

以X表示抽取的两件产品中包含的 次品个数,则X是定义在 上的一个函数 即 X=X( ),

具体写出这个函数如下: 0 , ( b 1 , b 2 ), ( b 1 , b 3 ), ( b 2 , b 3 ) 1 , ( a 1 , b 1 ), ( a 1 , b 2 ), ( a 1 , b 3 ) X X ( ) ( a 2 , b 1 ), ( a 2 , b 2 ), ( a 2 , b 3 ) 2,

概率论与数理统计 课件

第二节

随机变量的数学期望

一、数学期望的概念 二、数学期望的性质

概率论与数理统计 课件

通过前面的学习知道， 通过前面的学习知道，对于一个随机变量若已知它的 概率分布，就可以计算出我们要求的各种情形的概率。 概率分布，就可以计算出我们要求的各种情形的概率。 然而，在实际问题中所遇到的随机变量，其分布一般 然而，在实际问题中所遇到的随机变量， 情况下是未知的，而求出它的分布不是一件容易的事。 情况下是未知的，而求出它的分布不是一件容易的事。 在一些实际问题中，我们并不一定要知道某个随机变 在一些实际问题中， 量的分布， 量的分布，而只需要知道一些能够集中反映其分布特征和 性质的指标就可以解决问题。 性质的指标就可以解决问题。 例如, 在评价某地区粮食产量水平时, 例如, 在评价某地区粮食产量水平时, 通常只要知道该 地区粮食的平均产量; 又如, 在评论一批灯泡的质量时, 地区粮食的平均产量; 又如, 在评论一批灯泡的质量时, 既要注意其平均使用寿命, 既要注意其平均使用寿命, 又要注意灯泡寿命与平均寿命 的偏离程度. 的偏离程度.

概率论与数理统计 课件

实际上, 实际上, 描述随机变量的平均值和偏离程度的 数字特征在理论和实践上