一个随机变量,我们不仅要知道它可能取哪些值,而且更重要的是以怎样的概率来取这些值,即它的取值规律.随机变量取值的规律通常用分布函数来描述.
分布函数 设X为一随机变量,称
为随机变量X的分布函数.
由定文可知:分布函数F(x)是定义域为全体实数,值城为[0,1]的普通函数,它的引入使许多概率问题转化为函数问题,这样就可以借助微积分的知识来研究随机事件.
分布函数在点x的函数值就是随机变量落在区间(-∞,x]内的概率.由于对任意实数a<b,有
P(a<X≤b)=P(X≤b)-P(X≤a)=F(b)-F(a)
因此由F(x)可求出X在任一区间内取值的概率,从而分布函数F(x)能完整地刻画出不同类型随机变量X的概率分布.
例8.16 “投掷一颗均匀骰子”是随机试验,用随机变量X表示出现的点数.求:
(1)X的取值范围;(2)P(X=1);(3)P{(X=1)∪(X=2)};
(4)P(X>4)和P(X≤4);(5)P(2≤X<4).
解 (1)X的取值范围是{1,2,3,4,5,6}. (2)P(X=1)=
(3)P{(X=1)∪(X=2)}=P(X=1)+P(X=2)=
(4)P(X>4)=P(X=5)+P(X=6)=
P(X≤4)=1-P(X>4)=
(5)P(2≤X<4)=P(X=2)+P(X=3)=(www.xing528.com)
例8.17 在10件同类型产品中,有3件次品.现任取2件,用随机变量X表示“2件中的次品数”,显然X的可能取值有0,1,2,求随机变量X的分布函数.
解 由古典概率,有
又由F(x)=P(X≤x)(X=0,1,2)得
当x<0时,{X≤x}是不可能事件,所以F(x)=P(X≤x)=P(ϕ)=0.
当0≤x<1时,F(x)=P(X≤x)=P(X=0)=
当1≤x<2时,F(x)=P(X≤x)=P(X=0)+P(X=1)=
当x≥2时,{X≤x}是必然事件,所以F(x)=P(X≤x)=P(Ω)=1.
故随机变量X的分布函数为:
由例8.17可知,分布函数具有如下性质:
(1)0≤F(x)≤1,(-∞<x<+∞).
(2)在整个定义域内,F(x)是x的单调增加函数,即若x1<x2,则F(x1)≤F(x2).
(4)F(x)是右连续的,即
根据随机变量取值的情况,可以把随机变量分为两类:离散型随机变量和非离散型随机变量.如果随机变量的所有可能取值是可以一一列举出来的,这样的随机变量称为离散型随机变量.如“打靶环数”“掷一枚均匀骰子点数”“产品抽样检查时出现的次品数”等,都是离散型随机变量.在非离散型随机变量中,最重要的是连续型随机变量,如“分子的运动速度”“候车时的等待时间”“灯泡寿命”等,它们可以取某一区间或整个实数轴上所有的值,这样的随机变量称为连续型随机变量.下面主要研究这两种随机变量及其概率分布.
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。