22离散型随机变量及其分布技术方案.pptVIP

§2.2 离散型随机变量及其分布 2.常用的离散型随机变量及其分布（3种） (2) 二项分布 * 第二章 一、离散型随机变量的定义 二、常用的离散型随机变量 从中任取3 个球取到的白球数X是一个随机变量。 (1) X 可能取的值是0，1，2 ; (2) 取每个值的概率为: 看一个例子 1.离散型随机变量分布律的定义 定义1 某些随机变量X的所有可能取值是有限多个或可列无限多个, 这种随机变量称为离散型随机变量。 定义2 设 xk (k=1,2, …) 是离散型随机变量 X 所取的一切可能值，称 为离散型随机变量 X 的分布律. 其中 (k=1,2, …) 满足： （1） （2） 用这两条性质 判断一个函数 是否为分布律 解: 依据分布律的性质 a≥0 , 即 从中解得 设随机变量X 的分布律为 试确定常数a . 例1 离散型随机变量分布列的表示方法 （1）公式法 （2）列表法 X 某篮球运动员投中篮圈概率是0.9，求他两次独 立投篮投中次数X的概率分布. 解: X 可取值为0, 1, 2 ; P{X =0}=0.1×0.1=0.01 P{X =1}= 2×0.9×0.1 =0.18 P{X =2}=0.9×0.9=0.81 其分布律为 X 例2 解 由题意可知 的分布律为 ，则 设一汽车在开往目的地的道路上需经过三盏信号 灯，每盏信号灯以概率 允许汽车通过,变量 表示汽车停车次数(设各信号灯的工作是相互独立的）, 求 的分布律。 例3 将 带入可得 的分布律为 (1) (0-1)分布 定义1 如果随机变量X的分布律为 则称X 服从参数为p的(0-1)分布，也称为两点分布。 或 注：服从（0-1）分布的随机变量很多，凡涉及的试验 只有两个互斥的结果： ，都可在样本空间上定义 一个服从（0-1）分布的随机变量 下面我们将介绍一个重要的离散型随机变量的 分布---------二项分布 1）伯努利概型（概率论中最早研究的模型之一，也是 研究最多的模型之一，在理论上具有重要地位） ①重复独立试验 在相同的条件下对试验E重复做n次，若n次试验中各 结果是相互独立的，则称这n次试验是相互独立的。 “重复”是指这n次试验中P(A)= p 保持不变。 “独立”是指各次试验的结果互不影响。 ②伯努利概型 设随机试验E只有 两种可能结果，且 将试验E独立地重复进行n次，则称这n次试验 为n重伯努利试验，或 n重伯努利概型。 掷骰子：“掷出4点”，“未掷出4点” 抽验产品：“是正品”，“是次品” 一般地，设在一次试验E中我们只考虑两个互逆的 结果：A 或 . 这样的试验E称为伯努利试验。 定义2 如果随机变量X 的分布律为 二项分布，记为 易证 由二项式定理 特别,当 时,二项分布为 这就是（0-1）分布，常记为 2） 二项分布 则称X服从参数为n,p的 其中 3） 二项分布的分布形态 若 ，则 由此可知，二项分布的分布律(右图) 到其最大值后再随着 的增大而减小。 称为该二项分布的最可能次数。 先是随着 的增大而增大，达 这个使得 达到其最大值的 可以证明： ◆如果(n+1)p不是整数，则 k0=[(n+1)p]; ◆如果(n+1)p是整数，则 k0= (n+1)p 或 (n+1)p-1. 故所求概率为 表示所取的3个中的次品数，则 解：设 注：若将本例中的“有放回”改为“无放回”，那么各次 试验条件就不同了，不是伯努利概型，此时只能 用古典概型求解。 已知100个产品中有5个次品，现从中有放回地取3 次每次任取1个，求在所取的3个中恰有2个次品的概率. 例4 某城市有1%色盲者，问从这个城市里选出多少 人才能使里面至少有一位色盲患者的概率不 少于0.95？ 解：设选出n个人中色盲患者数 则 两边取对数 所以得 例5 概率分布为： 定义1 设随机变量X 所有可能取值为0, 1, 2,…, 且其 (3) 泊松分布 注：① ② 则称X 服从参数为?的泊松分布，记为 泊松分布的图形特点： 解: 由已知得 所以分布律为 随机变量 ,已知 求?的值，并写出X的分布律 例6