.离散型随机变量及其分布.pptVIP

§2.2 离散型随机变量地概率分布 上页 下页 铃 结束 返回 首页 一、离散型随机变量的概率分布 二、几种常用的离散型分布 上页 下页 铃 结束 返回 首页 一、离散型随机变量的概率分布律 定义1 如果随机变量X的所有可能取到的值是有限个或可列无限个，这种随机变量X叫做离散型随机变 量。 定义2 设离散型随机变量X所有可能取的值为xk(k=12，…)，X取各个可能值的概率，即事件{X=xk}的概率为 P{ X=xk }=pk k=1，2，… （1） 称pk为离散型随机变量X的概率分布律，简称为分布律或概率 分布。 分布律有时也用表格的形式来表示： … pn … p2 p1 pk … xn … x2 x1 X 例1 设有一汽车在开往目的地的道路上需经过四盏信号灯，每盏信号灯以1/2的概率允许或禁止汽车通行，以X表示汽车首次停下时，它已通过的信号灯的盏数（设各信号灯的工作是相互独立的）。求X的分布律。 解 设每盏信号灯禁止汽车通过的概率为p，则X的分布律为： （1－p）4 p（1－p）3 p（1－p）2 p（1－p） p pk 4 3 2 1 0 X 或写成 P{X=k} =(1-p)kp, k=0,1,2,3 P{X=4} =(1-p)4 以p＝1/2代入即得分布律为 P{X=k} ＝（1/2）k＋1 k=0,1,2,3 P{X=4} ＝(1/2)4 由分布律的定义易知概率分布列具有以下性质： 1）pk≥0 k=1，2，… 2） 反过来，任意一个具有以上两个性质的数列{pk},都有资格作为某一个随机变量的分布律。 注：分布律不仅明确地给出了{X=xk}的概率。而且对于任意的实数ab，事件{a≤X≤b}发生的概率均可由分布律求出。 所以 P{a≤X≤b} 更一般地，对于任意集合B IB={k:xk∈B} 二、几种常用的概率分布 1、0－1分布(两点分布) 定义3 设随机变量X只可能取0与1两个值，它的分布律是 P{ X=k }=pk(1-p)1-k， k=0，1 (0p1)（2） 则称X服从(0－1)分布或两点分布。 其分布律也可写成： p 1-p pk 1 0 X 背景: 如果一个随机试验的样本空间只有两个结果Ω={e1,e2},则在Ω上我们总能定义一个服从0-1分布的随机变量 来描述试验结果. 2、二项分布 定义4 在n重贝努利试验中，设每次试验事件发生的概率，则事件发生的次数是一个随机变量，它的分布律为 其中0p1,q=1-p，因分布律中的每一项正是二项式展开式中的项，称随机变量服从参数为p的二项分布，记为X~B(n,p)． 当n=1时，二项分布就是参数为p的（0—1）分布． m＝0，1，…，n （3） 容易证明： （3）*二项分布的最可能数和概率最大值 定义5 如果二项分布B(n,p)中P k0＝P{X＝k0}＝ Pk{X＝k}＝ Pk 则称k0为二项分布b(n,p)的最可能数，此时P k0是概率的最大值。 定理1 ⅰ)如果(n+1)p不是整数，则k0=[(n+1)p]是二项分布b(n,p)的唯一最可能数，当k≤k0时，概率Pk随k增大而增大；当k≥ k0时，它随k增大而递减；当k＝ k0时，Pk达到最大值。 ⅱ)如果k0=(n+1)p是整数，则k0和k0-1都是b(n,p)的最可能数；当k≤k0-1时，概率Pk随k增大而递增；当k≥ k0时，它随k增大而递减；当k＝ k0和k＝ k0-1时，Pk达到最大值。 提示? 返回 解 例2 设有一大批产品? 其次品率为0?002? 今从这批产品中随机地抽查100件? 试求所得次品件数的概率分布律? 以X记所抽查的100件产品中次品的件数? 则X的可能取值是0? 1? 2? ? ? ?? 100? X的概率分布律为 这是不放回抽样? 但因元件总数很大? 所抽查的元件数与元件总数之比甚小? 故可当作放回抽样处理? 即抽查100件产品可看作每次抽查一件的100重贝努里试验? 解 例3 设某汽车从甲地开往乙地? 途中有10盏红绿灯? 而每盏红绿灯独立地以0? 4的概率禁止汽车通行? 试求? (1)10盏红绿灯全都顺利通过的概率? (2)该车在途中因红灯恰停3次的概率? (3)该车在途中第8盏红绿灯处恰为第4次停车的概率? (1) P1?(1?0?4)10