14.离散随机变量

1.定义

• 离散随机变量（Discrete Random Variable）是概率论中的一种随机变量，它的取值为有限个或可数个。换句话说，离散随机变量的取值集合是一个离散的集合，其中每个取值之间没有连续的点。

• 具体来说，设有一个随机试验，其样本空间为Ω，离散随机变量 X 是一个函数，它将样本空间中的每个样本点映射到一个实数值。形式上，离散随机变量可以表示为 X: Ω → R，其中 X 是随机变量，Ω 是样本空间，R 是实数集。

2.特点

• 离散随机变量的特点：

1. 它的取值集合是离散的，即是一个有限个或可数个数值。
2. 对于每个取值，有一个概率与之对应。即每个可能取值的概率都是非负的，并且所有取值的概率之和等于 1。

• 离散随机变量可以用概率质量函数（Probability Mass Function，PMF）来描述其概率分布。PMF P(X=x) 给出了随机变量 X 等于 x 的概率。因此，通过 PMF，我们可以计算随机变量在各个取值处的概率。

• 离散随机变量的例子包括：

  • 投掷一个骰子，随机变量 X 表示点数的取值（1、2、3、4、5、6）。
  • 从一批产品中随机选取一个，随机变量 X 表示选中的产品是否合格（合格为1，不合格为0）。

• 离散随机变量在概率论和统计学中有广泛的应用，它是随机试验中常见的一种随机变量类型。通过研究离散随机变量的概率分布，我们可以了解试验的随机性，从而进行概率推断和统计分析。

3.例子

• 5个黑球，三个白球，每次取一个球，不放回。一直到取到黑球为止，假设X是取到白球的树木，求X的概率函数

• 根据题目描述，有5个黑球和3个白球，每次取一个球，不放回，一直取到黑球为止。我们定义随机变量 X 表示取到白球的次数。

• 解随机变量 X 的概率函数：

1. P(X = 0)：表示第一次就抽到黑球的概率。
   在第一次抽取中，取到黑球的概率是 5/8，因为有5个黑球和8个球总共。
   在这种情况下，试验结束，没有第二次抽取取到白球的机会。
   因此，P(X = 0) = 5/8。

2. P(X = 1)：表示第一次抽到白球，第二次抽取取到黑球的概率。
   在第一次抽取中，取到白球的概率是 3/8。
   在第二次抽取中，有5个黑球和7个球总共（因为第一次抽取已经取走了一个球）。
   因此，P(X = 1) = (3/8) * (5/7) = 15/56 (约为0.268)。

3. P(X = 2)：表示前两次抽取都是白球，第三次抽取取到黑球的概率。
   在前两次抽取中，取到两个白球的概率是 (3/8) * (2/7) = 6/56 = 3/28。
   在第三次抽取中，有5个黑球和6个球总共（因为前两次抽取已经取走了两个球）。
   因此，P(X = 2) = (3/28) * (5/6) = 15/168 = 5/56 (约为0.0893)。

4. P(X = 3)：表示前三次抽取都是白球。
   在前三次抽取中，取到三个白球的概率是 (3/8) * (2/7) * (1/6) = 1/56。
   因为已经取到了3个白球，所以不存在第四次抽取。
   因此，P(X = 3) = 1/56.

• 同时，P(X > 3) = 0，因为最多只能抽到3个白球。

• 总结随机变量 X 的概率函数：

  P(X = 0) = 5/8
  P(X = 1) = 15/56 (约为0.268)
  P(X = 2) = 5/56 (约为0.0893)
  P(X = 3) = 1/56