§2、离散型随机变量及其分布分析.pptVIP

* ; 离散型随机变量X的概率分布律 ，通常 习惯地称为概率分布列，简称为分布列． 概率分布律除以上表示形式之外，还可以 表格： 矩阵： 图形：在随机变量每个可能取值的点处画一长度 为相应概率值的线段．; 易知，离散型随机变量的概率分布律 满足下列基本性质：; 分布律的求解问题： ◆由分布律定义，用古典概率、条件概率等及其 性质求事件{ X = xk }概率； ◆利用分布函数； ◆利用已知重要分布的分布律． 分布律的应用问题： ◆确定分布律中的待定参数； ◆求分布函数； ◆求随机事件的概率.;* ; 【例1】 设一汽车在开往目的地的道路上需经过 4盏信号灯，每盏信号灯均以 p 的概率允许汽车通过． 假设各信号灯的工作状态相互独立，该汽车途中遇到 仅遇到信号灯禁止通过时停车．设X表示汽车首次停车 时已通过的信号灯的盏数，求X的分布律． 〖解〗 易知，随机变量X是离散型随机变量，其 所有可能取的值为0,1,2,3,4．下面求X取各个可能值 的概率．为叙述方便，记 则 注意到独立性，有;即所求分布律为; 【例2】一口袋中装有编号为1,2,3,4,5 的5只球. 现从口袋中任取3只，以X表示取出球的最大号码，试 求随机变量X的分布律和分布函数． 【解】易知随机变量X的所有可能值为3,4,5． (1)先求X的分布律： (取到4号球，另2只是···) 类似地，有 于是，X的分布律为; (2)求X的分布函数： 因X的分布律为 ， 而X的分布函数F(x)定义域是(-∞,+∞)，函数值F(x) 是满足事件{X ≤ x}的可能值的概率累积和，所以求X 分布函数F(x)需以X 的可能值划分定义域(-∞,+ ∞), 即就 x 分别位于区间(-∞,3),[3,4),[4,5),[5,+∞) 分段分别计算事件{ X ≤ x }的概率．;④ 当 时，; 分布函数的图形为 由该例不难理解知道，离散型随机变量X 的概率 分布函数F(x)是一个右连续的阶梯函数，其定义域是 (-∞,+∞)，值域是[0,1]．; 【例3】设随机变量X的分布律为 求X的分布函数和概率P{ X ≤ 0.5}，P{1.5 X ≤ 2.5}, P{2≤X≤3}. 【解】由分布???数定义可得 概率 P{ X ≤ 0.5}=0.25； P{1.5 X ≤ 2.5}=0.5； P {2≤X≤3}=0.75.; 注：对于离散型随机变量X ， ◆由分布律求分布函数时， 用X的可能值 分(-∞，+∞)为k+1个 区间 ，分别就 x 落在上述各区间内计算{X ≤ x}的概率[累积和]， 即求出F(x)的值； ◆离散型随机变量X 落在区间I 内的概率，可以 利用分布列或分布函数计算，即含于I 内点的概率之 和或分布函数在I 上的增量，必要时加减端点概率值; ◆离散型随机变量X 的分布函数是一个右连续的阶梯函数，其定义域是(-∞,+∞)，值域是[0,1] ．;记为X ～; 此外，对于二项分布的分布律 可以证明： 当 k 逐渐从 0 增加到 n ， 直至达到最大值， 同时，还可知： 变量X 取可能值[(n + 1)p]的概率最大； 当( n + 1)p 是整数时， 值( n + 1)p 和( n + 1)p -1． 证明大意：; 证明大意：为证明结论成立，需要考虑二项分布 为此，我们考虑 注意到( n + 1)p – k 值的正、负和零，易知： 当 k 逐渐从 0 增加到 n ， 随后单调减少．并且，······; 二项分布分布律的图形：;记为X ～; 注 二项分布的近似计算： 当n≥20，p≤0.05(特别地，n≥100, λ=np ≤10)时, 有如下泊松公式： 学会查附表3：泊松分布表．;X; 【例1】一大楼装有5个同类型的供水设备，调查 表明在任一时刻 t 每个设备被使用的概率为0.1，问 (1)同一时刻恰有2个设备被使用的概率是多少? (2)至少有3个设备被使用的概率是多少? (3)至多有4个设备被使用的概率是多少? 【解】设X表示“同一时刻被使用的设备个数”, 则有r.