贡献者: jingyuan
试验结果可以用一个变量 $X$ 来表示,并且 $X$ 是随着试验的结果的不同变化的,我们把这样的变量 $X$ 叫做一个随机变量(random variable)。随机变量常用大写字母 $X,Y,\cdots$ 表示。
如果随机变量 $X$ 的所有可能的取值都能一一列举出来,则称 $X$ 为离散型随机变量(discrete random variable)。
要掌握一个离散型随机变量 $X$ 的取值规律,必须知道:
这就是说,需要列出下表:
$X$ | $x_1$ | $x_2$ | $\cdots$ | $x_i$ | $\cdots$ | $x_n$ |
$P$ | $p_1$ | $p_2$ | $\cdots$ | $p_i$ | $\cdots$ | $p_n$ |
我们称这个表为离散型随机变量 $X$ 的概率分布(probability distribution),或称为离散型随机变量 $X$ 的分布列(distribution series)。
如果随机变量 $X$ 的分布列为
$X$ | $1$ | $0$ |
$P$ | $p$ | $q$ |
其中 $0< p<1,q=1-p$,则称离散型随机变量 $X$ 服从参数 $p$ 的二点分布。
一般地,设总数为 $N$ 件的两类物品,其中一类有 $M$ 件,从所有物品中任取 $n$ 件 $(n\leqslant N)$,这 $n$ 件中所含这类物品件数 $X$ 是一个离散型随机变量,它取值为 $m$ 时的概率为
我们称离散型随机变量 $X$ 的这种形式的概率分布为超几何分布,也称 $X$ 服从参数为 $N,M,n$ 的超几何分布。