二、随机变量的概念一、随机变量的引入三、小结第一节 随机变量概率论是从数量上来研究随机现象内在规律 性的，为了更方便有力的研究随机现象，就要用 数学分析的方法来研究， 因此为了便于数学上的推导和计算，就需将任意的随机事件数量化当 把一些非数量表示的随机事件用数字来表示时， 就建立起了随机变量的概念1. 为什么引入随机变量?一、随机变量的引入2. 随机变量的引入实例1 在一装有红球、白球的袋中任摸一个球, 观察摸出球的颜色.S=红色、白色 非数量将 S 数量化 可采用下列方法 红色 白色即有 X (红色)=1 , X (白色)=0.这样便将非数量的 S=红色，白色 数量化了.实例2 抛掷骰子,观察出现的点数.S=1，2，3，4，5，6样本点本身就是数量恒等变换且有则有二、随机变量的概念1.定义随机变量随着试验的结果不同而取不同的值, 由于试验的各个结果的出现具有一定的概率, 因 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随机变量是一个函数 , 但它与普通的函数有 着本质的差别 ,普通函数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).2.说明 (1)随机变量与普通的函数不同随机事件包容在随机变量这个范围更广的概 念之内.或者说 : 随机事件是从静态的观点来研究 随机现象,而随机变量则是从动态的观点来研究随 机现象.(3)随机变量与随机事件的关系实例3 掷一个硬币, 观察出现的面 , 共有两个结果:若用 X 表示掷一个硬币出现正面的次数, 则有即 X (e) 是一个随机变量.实例4 在有两个孩子的家庭中,考虑 其性别 , 共有 4 个样本点:若用 X 表示该家女孩子的个数时 , 则有可得随机变量 X(e),实例5 设盒中有5个球 (2白3黑), 从中任抽3个,则是一个随机变量.实例6 设某射手每次射击打中目标的概率是0.8, 现该射手射了30次, 则是一个随机变量.且 X(e) 的所有可能取值为 :且 X(e) 的所有可能取值为:实例7 设某射手每次射击打中目标的概率是0.8,现该射手不断向目标射击 , 直到击中目标为止,则是一个随机变量.且 X(e) 的所有可能取值为:实例8 某公共汽车站每隔 5 分钟有一辆汽车通 过, 如果某人到达该车站的时刻是随机的, 则是一个随机变量.且 X(e) 的所有可能取值为:3.随机变量的分类离散型(1)离散型 随机变量所取的可能值是有限多个或无限可列个, 叫做离散型随机变量.观察掷一个骰子出现的点数.随机变量 X 的可能值是 :随机变量连续型实例11, 2, 3, 4, 5, 6.非离散型其它实例2 若随机变量 X 记为 “连续射击, 直至命中时的射击次数”, 则 X 的可能值是: 实例3 设某射手每次射击打中目标的概率是0.8,现该射手射了30次,则随机变量 X 记为“击中目标的次数”, 则 X 的所有可能取值为:实例2 随机变量 X 为“测量某零件尺寸时的测量误差”.则 X 的取值范围为 (a, b) .实例1 随机变量 X 为“灯泡的寿命”.(2)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.则 X 的取值范围为三、小结2. 随机变量的分类: 离散型、连续型.1. 概率论是从数量上来研究随机现象内在规 律性的，因此为了方便有力的研究随机现象， 就需将随机事件数量化，把一些非数量表示的随机 事件用数字表示时， 就建立起了随机变量的概念 因此随机变量是定义在样本空间上的一种特殊 的函数