為了幫助考生系統的復習質量工程師課程,全面的了解質量工程師考試教材的相關重點,小編特編輯匯總了2011年質量工程師考試各章復習的重點資料,希望對您參加本次考試有所幫助!
一、隨機變量的概念
前一章建立了隨機事件及其概率的概念。我們發現有些試驗的結果,直接表現為數量。比如,在抽樣檢驗產品中,出現廢品的個數;在供電問題中,人們關心的是在某段事件內,同時工作的車床數目;射擊時彈著點與目標的距離等。盡管有些試驗的結果沒有直接表現為數字,但我們仍然可以用數字來表示它。比如,一次試驗中,試驗成功記為1,試驗失敗記為0;產品檢驗中,優質品記為2,次品記為1,廢品記為0等等。由此可見,對于任何一個試驗的各種基本結果,都可以用數量與之對應。
盡管由于隨機因素的作用,試驗的結果有多種可能性,但是對于試驗的每一個結果ω,都可以用一個實數X(ω)來表征:試驗的結果不同,X(ω)可能取不同值,因而是一個變量,故X(ω)是試驗結果的函數.我們稱這種變量X(ω)為隨機變量,簡記為X.
隨機變量作為樣本點的函數,有兩個基本特點,一是變異性:對于不同的試驗結果,它可能取不同的值,因此是變量而不是常量;二是隨機性:由于試驗中究竟出現哪種結果是隨機的,因此該變量究竟取何值是在試驗之前,事先無法確定的,直觀上,隨機變量就是取值具有隨機性的變量。
根據取值情況隨機變量可以分為兩大類:離散型和非離散型。離散型隨機變量的所有可能取值為有限個或至多無窮可列個;非離散型隨機變量的情況比較復雜,它的所有可能取值不能夠一一列舉出來。其中的一種對于實際應用最重要,稱為連續型隨機變量,其值域為一個或若干個有限或無限區間。今后我們主要研究離散型和連續型兩種隨機變量。
二、離散型隨機變量的概率分布
定義2.1:如果隨機變量X只可能取有限個或至多可列個值,則稱X為離散型隨機變量。
定義2.2:設X為離散型隨機變量,它的一切可能取值為X1,X2,……,Xn,……,記
P=P{X=xn},n=1,2……(2.1)
稱(2.1)式為X的概率函數,又稱為X的概率分布,簡稱分布。
離散型隨機變量的概率分布有兩條基本性質:
(1)Pn≥0 n=1,2,…
(2)∑pn=1
對于集合{xn,n=1,2,……}中的任何一個子集A,事件“X在A中取值”即“X∈A”的概率為
P{X∈A}=∑Pn
特別的,如果一個試驗所包含的事件只有兩個,其概率分布為
P{X=x1}=p(0p1)
P{X=x2}=1-p=q
這種分布稱為兩點分布。 如果x1=1,x2=0,有
P{X=1}=p
P{X=0}=q
這時稱X服從參數為p的0-1分布,它是離散型隨機變量分布中最簡單的一種。由于是數學家伯努利最先研究發現的,為了紀念他,我們也把服從這種分布的試驗叫伯努利試驗。習慣上,把伯努利的一種結果稱為“成功”,另一種稱為“失敗”。
三、連續型隨機變量的概率密度
定義2.3 對于隨機變量X,如果存在一個非負可積函數f(x),-∞x+∞,使對于任意兩個實數a,b(ab)都有
P{aXb}=f(x)在a,b區域內的定積分 (由于排版水平過于低下,只有這樣了,^o^)
則稱X為連續型隨機變量,稱f(x)為X的概率分布密度函數,簡稱概率密度或分布密度,簡記為X~f(x).
(1)f(x)≥0,對任何x∈(-∞,+∞)
(2)f(x)在(-∞,+∞)的區間內積分為1.
定義2.4 如果連續型隨機變量X的概率密度f(x)為
①1/(b-a) a≤x≤b
②0 其他
則稱X服從區間[a,b]上的均勻分布。
由定義可以看出服從均勻分布的隨機變量,其概率密度函數在整個區間[a,b]上恒等于一個常數,并且這個常數就是該區間長度的倒數1/(b-a)。均勻分布是連續型隨機變量中最簡單的一種分布,也是常用的重要連續型分布之一。
四、隨機變量的分布函數
離散型隨機變量由其一切可能值和它取各個值的概率來描繪,連續型隨機變量由概率密度函數來描繪。離散型和連續型,是實際中最重要的兩類隨機變量。但是除這兩類隨機變量外,還存在既不是離散型也不是連續型的隨機變量。分布函數是概率論中重要的研究工具,它可以用于描繪包括離散型和連續型在內的一切類型的隨機變量。
定義2.5 設X是任意一個隨機變量,稱函數
F(x)=P{Xx},-∞x+∞
為隨機變量X的分布函數。
F(x)包括下列性質:
1,0≤F(x)≤1 (-∞x+∞);
2,F(x)是x的單調不減函數;
3,F(-∞)=lim(x→-∞)F(x)=0, F(+∞)=lim(x→+∞)F(x)=1;
4,F(x)至多有可列個間斷點,并且在其間斷點處也是右連續的,即對于任何實數x,
F(x+0)=F(x)
五、隨機變量的概率分布密度函數和分布函數的聯系
1,對于離散型隨機變量,P{X=xn}=pn,n=1,2,……
有F(x)=∑pn (xn≤x)
2,對于連續型隨機變量,P{X=xn}=pn,-∞n+∞
有F’(x)=f(x)
注意要點:1,離散型分布和連續型分布的區別;
2,概率密度函數與分布函數的聯系與區別。
熱門文章:
編輯推薦:
(責任編輯:中大編輯)