概率论的基础--chapter 2_2.PPTVIP

Probability Theory 离散型随机变量 * 随机变量的分布 第二章 杨宇明 youngym@126.com 第二节 离散型随机变量 一. 离散型随机变量的分布律 称X 是离散型随机变量，并称pi = P{X = xi }，i = 1,2,…为X 的分布律。 定义：如果随机变量X 至多取可列无穷个数值：x1, x2, … , pi = P{X = xi }, 满足 （1） pi ≥ 0 ； （2） ∑ pi = 1。 i=1 ∞ 我们常用表格表示分布律。 … pi … p2 p1 P{ X = xi } … xi … x2 x1 X 赌博彩金问题中Y 是离散型随机变量，其分布律为： 0.0128 0.1282 0.3589 0.5001 P{Y = yi } 2 0.2 0.05 0 Y 例1 某种产品在生产过程中的废品率为p（0p1），对产品逐个检查，直到检查出5个不合格品为止，试写出停止检查时已检查的产品个数X 的分布律。 解：进行 k-1 次检查，指定的4次检查出现不合格品的概率为 p4（1 – p )k – 5。 事件{ X = k }相当于第k 次检查到的产品必为不合格品，而前k – 1 次检查中查出4 件不合格品。 这种情形共有 C 种不同的方式。 4 k - 1 故分布律为 P{ X = k } = C p5（1 – p )k – 5， 4 k - 1 其中，k =5,6,… 例2 : 同时抛掷两颗骰子,观察它们出现的点数,求两颗骰子中出现的最大点数的概率分布. 解:设两颗骰子中出现最大点数为X,则X的可能取值为:1,2,3,4,5,6 基本事件总数: 36 两颗骰子都出现k点 1 一颗出现k点,另一颗小于k点 11/36 1/4 7/36 5/36 1/12 1/36 p 6 5 4 3 2 1 X 对于离散型随机变量X ，由概率可加性得 {X ≤ x } = ∪ {X = xi} ，从而有 xi≤x P{X ≤ x } = P[ ∪ {X = xi}] = ∑ P{X = xi} xi≤x xi≤x 以其分布函数为F( x ) = ∑ pi xi≤x 离散型随机变量的分布函数为阶梯型函数。 二. 贝努里试验和二项分布 E1：抛一枚硬币出现正反面。 E2：检查一件产品是否合格。 E3：射击，观察是否命中。 E4：考一门课，是否通过。 我们称之为贝努里试验。 特点：试验只有两个结果，A和A。 设贝努里试验的两个基本事件 之一为A，P(A)=p 令随机变量 X= 1，若事件A 发生； 0，若事件A 不发生。 { 则X 的分布律为 p 1-p P{X=xi} 1 0 X 称X 服从 0 - 1 分布 思考: X 的分布函数怎样? 定义 ：将试验E 按下述条件重复进行n次。 （1）每次试验的条件不变； （2）各次试验的结果互不影响。 则称这n次试验为n次重复独立试验。 若试验E 恰好是贝努里试验，则称这n次试验为n重贝努里试验 ，或称贝努里概型。 对于一个贝努里试验 ，我们可以考察如下问题： （1）事件A 首次发生的试验次数； （2）事件A 发生k 次时的试验次数； （3）n次试验中事件A 发生的次数。 在贝努里试验中，设事件A 发生的概率为p 设X 表示事件A 发生的次数，则X = 0，1，2，…，n。 3）n次贝努里试验中事件A 发生的次数。 定理：在n重贝努里试验中，事件A 发生的概率为 P(A) = p，0 p 1，则事件A 发生的次数X 的分布律为 在n重贝努里试验中，事件A 在指定的k次试验中出现的概率为 pk ( 1-p )n-k 。 种不同的方式。 可加性可得 在n次试验中，选出k 次试验来有 且各种方式的事件互不相容，由概率的有限 证: 我们称随机变量X 服从二项分布，记为 X ~ B(n, p) 特别地，0-1 分布可以看作X ~B(1, p) X：n次贝努里试验中事件A 发生的次数 Q：n次贝努里试验中事件A 不发生的次数 Y 服从什么分布？ A：服从B(n,1-p) 例3：设有一批同类产品共有N 个，其中次品有M 个， 解