第四讲 随机变量及其分布.ppt

* * 第四讲 随机变量及其分布 本次课讲第二章第一节到第五节，从随机变量到分布函数。 下次课讲第二章第五节到第八节，从分布函数到函数的分布函数。 重点：离散随机变量的概率函数（概率分布）、分布函数及其联系和区别；连续型随机变量的分布函数、区间概率、密度函数及其联系和区别。特殊的分布。 难点：同上 作业：下次上课时交作业4，第 15—16 页 第四讲 随机变量及其分布 简要回顾： 一：离散型随机变量的概率函数 （一）概率函数与概率分布 1. 定义： 取得这些值的概率分别为 即： 称为离散型随机变量 X 的概率函数或分布律（列）。 则： 2. 概率函数的性质 ⑵规范性：若随机变量 X 只能取有限个值 则 第四讲 随机变量及其分布 第四讲 随机变量及其分布 3. 概率函数的分布（表示方法） 则概率函数的表格形式称为概率分布表。又叫列举法。 概率分布（表） （2）概率图示方法 有时也用概率分布图表示概率函数（分布）： 第四讲 随机变量及其分布 例 3-3-1 取得白球为止，求取球次数的概率分布。假定： 袋中有2个白球和3个黑球，每次从袋中任取1个球，直至 （1） 取出的黑球不再放回去； （2） 取出的黑球仍放回去。 （1）设随机变量 X 是取球次数， 解 因此，所求概率分布列表为： 第四讲 随机变量及其分布 （2）设随机变量 Y 是取球次数， 因此，所求概率分布为： 第四讲 随机变量及其分布 例 3-3-2 在 n=5 的贝努里试验中，设事件A在一次试验 中出现的概率为 p, 试求事件A出现次数的分布列 , 并求 于是，x的分布列为： 第四讲 随机变量及其分布 注意： 记X为n次试验中事件A发生的次数，则其概率函数为 其中 例如在n次独立重复的 Bernoulli 试验中 , 每次事件A发生 的概率为 p 。 在学习独立试验序列时我们已知，此称二项分布 . 它含有两个参数 n 和 p ，记作 B(n ,p ) 。 记概率函数为 1. 二项分布 一、典型的离散随机变量概率分布一 第四讲 随机变量及其分布 2.“0-1” 分布(两点分布 ) 设随机变量 X 只能取两个数值0和 1, 而概率函数是 于是，概率分布为 通常称这种分布为称 0 1分布 ( 或两点分布 ). 3. 几何分布 第四讲 随机变量及其分布 其中 概率函数 设随机变量 X 的取值范围为： 取得这些值的概率函数是： 4. 超几何分布 其中 n,M,N 都是正整数 , n x N M. 且 n N , M N , x M , x n, 第四讲 随机变量及其分布 超几何分布含有三个参数， 通常记作 其概率函数还可记为 （1）超几何分布表示检查产品的次品问题 设一批产品共有 N 个 , 其中有 M 个次品.从这批产品 中任取 n 个产品，则取出的 n 个产品中的次品数 X 服从超 几何分布 从一批产品中任意取出n个产品，可以有两种不同的方式： ①一次任意取出n个产品； 第四讲 随机变量及其分布 第四讲 随机变量及其分布 ②每次任意取出一个产品，取出的产品不再放回， 连续取n个产品 . 第四讲 随机变量及其分布 （2）用二项分布近似计算超几何分布 例 4-3-1 1000 件产品中有 900 件正品，随机抽取 20 件检查，试求（1）恰有 18 件正品的概率，（2）正品不超过 18 件的概率 第四讲 随机变量及其分布 第四讲 随机变量及其分布 例 4-3-2 第四讲 随机变量及其分布 （二）典型的离散变量概率分布二： 泊松 ( Poisson ) 分布 1. 定义 设随机变量 X 的可能取值是一切非负整数，而概率函数是 其中常数 >0, 此称泊松分布 ( Poisson ). 2. 泊松分布的意义： 泊松分布是泊松经过著名的泊松试验得出的成就。可用它描述许多实际问题的分布.如： 第四讲 随机变量及其分布 泊松分布含有一个参数 , 通常记作 P ( ) . 如果 X 服从泊松分布 P ( ), 则记为 在大量试验中，小概率事件发生的次数可以近似地看作服从 Poisson 分布。 如：一段时间内电话用户对电话站的呼叫次数 铸件上的疵点数 候车的旅客数 原子放射粒子数等 除了实际问题的应用以外，泊松分布还可以近似计算许多其它分布，如二项分布 3. 泊松分布近似计算二项分布 定理 2 服从泊松分布 P ( ), 即 其中 = np . 则当 n 时 , X 近似 设随机变量 X B (n,p ), 第四讲 随机变量及其分布 证 (当 n 充分大时 ) 第四讲 随机变量及其分布 泊松分布的计算要用泊松分布表 4. 泊松分布表 泊松分布表在教材后附录表 1 第四讲 随机变量及其分布 例 4-3-3 设一批产品共 2000 个， 其中有 40 个次品。