2-2离散型随机变量及其分布精选.pptx

§2离散型随机变量及其分布律教学纲目一、离散型随机变量及其分布律二、七种重要的离散型随机变量10退化分布20(0-1)分布30伯努利试验、二项分布40泊松分布60巴斯卡分布50几何分布70超几何分布教学目标10理解离散型随机变量、分布律及其性质，20熟练掌握六种重要的离散型分布，教学重点10离散型随机变量、分布律及其性质，20六种重要的离散型随机变量。引言从随机现象的可能出现的结果上看，随机变量至少有两种不同的类型。一种是试验结果X所有可能取的值为有限个或至多可列个，我们能把其结果一一列举出来，这种类型的随机变量称为离散型随机变量。例如古典概型中只有有限个可能结果，若对应于每一个结果用一个数值来表征，则得到一个离散型随机变量。一、离散型随机变量及其分布律定义若随机变量X的一切可能取值为有限或可列无限多个，则称X为离散型随机变量(discreterandomvarible)。要描述离散型随机变量并不难，只要知道它的所有可能取值以及取每一个可能值的概率，也就知道了它的统计规律性。定义设X为一离散型随机变量，其一切可能取值为x1,x2,…,xn,…，则pk=P{X=xk}，k=1,2,…,n,……或写成X P x1p1 x2p2x3p3x4……xn…… p4……pn……称它为离散型随机变量X的分布列(distributionsequence)，或称它为离散型随机变量X的分布律。kk根据概率的性质，易知离散型随机变量X的分布律具有下列性质10非负性：pk0，k=1,2,…， 20规范性：p k11。【证】X的所有可能取值构成了完备事件组，由概率的可列可加性知， p k1 P{Xxk}P({Xxk})P{S}1 k1k1概率1以一定的规律分布在各个可能值上。【注】10这两条也是离散型随机变量概率分布的充要条件。20表中一般要求x1,x2,…,xk,…从小到大排列，同时任一xi在表中只出现一次。30XLR的概率P{XL}P({Xxk}) xkL P(Xxk)xkL40分布律完整地描述了离散型随机变量的统计规律性，分布律就是离散型随机变量的概率分布。例1一汽车沿一街道行驶，需要通过3个设有红、绿信号灯的路口，每个信号灯为红或绿与其他灯为红或绿相互独立，且红、绿信号灯显示的事件相等。以X表示该汽车首次遇到红灯前已通过的路口个数，求X的分布律。【解】由题设可知，X的可能取值为0,1,2,3，其中X=3表示驶过该街道未遇红灯，设Ai={汽车在第i个路口遇到红灯}，则事件A1,A2,A3，相互独立，且P(Ai)=P(Ai)=1/2，i=1,2,3，P P{X=0}=P(A1)=1/2， P{X=1}=P(A1A2)=P(A1)P(A2)=1/4， P{X=2}=P(A1A2A3)=P(A1)P(A2)P(A3)=1/8， P{X=3}=P(A1A2A3)=P(A1)P(A2)P(A3)=1/8，故所求X的分布律为X01231/21/41/81/8二、七种常用的离散型随机变量1退化分布定义若随机变量X以概率1取常数c，即 P{X=c}=1则称X服从参数为c的退化分布(degeneratedistribution)，又称单点分布。【注】这时X并不随机，但有时我们宁愿把它看作随机变量的退化情况更为方便，它是描述确定性现象的概率模型。2两点分布及(0-1)分布定义若随机变量X的分布律为XPaqbp其中0p1，q=1-p,则称X服从两点分布(two-pointdistribution)，特别地，若a=0,b=1，即X的分布律为X0Pq1p其中0p1，q=1-p,则称X服从参数为p的伯努利分布(Bernoullidistribution)，又称(0-1)分布(0-1distribution).【注】伯努利分布是描述一次试验中事件A发生与否的概率分布情况的概率模型。凡是一次试验只有两个可能的结果，如产品是否合格，种子是否发芽，射击是否命中，电路是否中断，摸彩是否中奖，答案是否正确等均可由伯努利分布来描述，只不过对不同的问题，参数p的值也不同。3二项分布 设试验E只有两个可能的结果，A及A，则称E为伯努利试验。设P(A)=p，(0p1)，将E重复独立地进行n次，则称这一串重复独立的试验为n重伯努利试验(Bernoullitrials)。例抛一枚硬币，只有两个可能的结果： A={出现正面}，A={不出现正面}这是一个伯努利试验。将这枚硬币抛掷n次，就相当于n重伯努利试验。以X表示n重伯努利试验中事件A出现的次数，则其取值为0,1,2,3,…,n，若试验的结果为A,A,…,A,A,A,…,A,k次(n-k)次则P=pk(1-p)n-k，而A发生k次的情形共有Cnk种可能， 所以P{X=k}=Cnkp