第二节离散性随机变量及其分布研究.pptVIP

例2.12 向[0,1]区间随机抛一质点，以X表示质点坐标。假定质点落在[0,1]区间内任一子区间内的概率与区间长成正比，求X的分布函数。 当x0时，{X≤x}=Φ，故F(x)=0; 当0≤x≤1时, 特别, F(1)=P{0≤X≤1}=k=1; 1 解： F(x)=P{X≤x} 当x1时，{X≤x}=S, 故F(x)=1。 用分布函数描述随机变量不如分布律直观， 对非离散型随机变量，是否有更直观的描述方法？ a b 离散型随机变量：随机变量所有可能取的值是有限个或可列无限多个。 为了掌握随机变量X的统计规律性，我们不仅需要知道随机变量X的取值，而且还应知道X取每个值的概率。 第二节 离散型随机变量及其分布率 如X：取到次品的个数，Y：收到的呼叫数等都是离散型随机变量，但Z：电视机的寿命 不是离散型随机变量。 这样，我们就掌握了X这个随机变量取值的概率规律。 从中任取3个球 取到的白球数X是一个随机变量 X可能取的值是0,1,2 取每个值的概率为 例2.1 且 1、定义 设离散型随机变量X的所有可能取值为xk（k=1, 2, …），称X取各个可能值的概率，即事件｛X=xk｝的概率， P｛X=xk｝=pk, （k=1, 2, …） 为X的分布律或概率分布（Probability distribution）。也可以表示为 X x1 x2 … xk … pk p1 p2 … pk … 一、离散型随机变量概率分布的定义 用这两条性质判断 一个函数是否是 概率分布 （1） pk ? 0, k＝1, 2, … ; （2） 2. 分布律的性质 例2.2 设随机变量X的概率分布为： k =0,1,2, …, 试确定常数a 。 解: 依据概率分布的性质: P{X =k}≥0, a≥0 从中解得 。 欲使上述函数为概率分布 这里用到了幂级数展开式 k =0,1,2, …, 3. 利用分布律求事件概率 离散型随机变量的分布律不仅给出了{X=xk } 的概率，而且通过它可以求事件 发生的概率。 由概率的有限可加性有 例2.3 设袋中有5只球，其中有2只白3只红。现从中任取3只球(不放回)，求抽得的白球数X为k的概率。 解：k可取值0，1，2， 求抽得白球数至少为１的概率。 例2.4 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的分布律。 解：X可取0、1、2为值 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 且 P{X =0}+ P{X =1}+ P{X =2}=1 1. （0-1）分布 若随机变量X只取0和1，其分布律为 P{X＝k}＝pk(1－p)1－k, k＝0,1 (0p1) 则称X服从参数为p的（0-1）分布(贝努利分布或两点分布) （Two-point distribution）。 二、常见的离散型随机变量的概率分布 其分布律也可以写成 凡是随机试验只有两个可能的结果，常用0 - 1分布描述，如产品是否格、人口性别统计、系统是否正常、电力消耗是否超负荷等等。 应用场合 200件产品中，有196件是正品，4件是次品，今从中随机地抽取一件，若规定 例2.5 X= 1, 取到合格品 0, 取到不合格品 则 P{X=1}=196/200=0.98，P{X=0}=4/200=0.02， 故X服从参数为0.98的两点分布。 若以X表示n重伯努利试验事件A发生的次数，则称X服从参数为n, p的二项分布（binomial distribution）。记作X?b（n, p), 其分布律为： 2. 伯努利试验、二项分布 设将试验独立重复进行n次，每次试验都只有两种可能的结果A和 ，设事件A发生的概率为p，则称这n次试验为n重伯努利试验。 例2.6 从某大学到火车站途中有6个交通岗，假设在各个交通岗是否遇到红灯相互独立，并且遇到红灯的概率都是1/3。 （1）设X为汽车行驶途中遇到的红灯数，求X的分布律。 （2）求汽车行驶途中至少遇到5次红灯的概率。 解:（1）由题意， X ～ b(6,1/3), 于是X的分布律为: 例2.7 某人射击的命中率为0.02，他独立射击400次，试求其命中次数不少于2的概率。 解：设X表示400次独立射击中命中的次数， 则X～b(400, 0.02)， 故, P{X?2}=1-P{X=0}-P{X=1} =1-0.9