第四部分概率.pptVIP

第四部分 概率 第14章 随机变量与概率分布 一、随机变量 一、随机变量 练习14.1 5个球,其中2白,3黑.取三个球, 随机变量X=三个球中白球的个数,求: X的值域; P(X=0); P(X=1); P(X=3); 将P(至少一个白球)写成随机变量的形式并求值. 二、离散型随机变量 (一) 概率分布 离散型X可取有限个, 或一串值.如: x1, x2, …… , xn , …… 其概率分布: 记pk= P(X = xk) 二、离散型随机变量 1.两点分布(Bernoulli分布)：参数 p 二、离散型随机变量 2.二项分布: 参数 n, p ( 0p1 ) 二、离散型随机变量 二、离散型随机变量 例14.2 100件产品, 其中5件次品, 95件正品. 有放回地随机取5件.求: 5件均为正品的概率. 5件中没有正品的概率. 令X=5件中的正品数, 画随机变量X的直方图. 二、离散型随机变量 3. 泊松(Poisson)分布: 参数 λ0 二、离散型随机变量 二、离散型随机变量 将体积V分成n份, ?V=V/n. 假定: (1) 从每块?V中,7.5秒内放射出两个以上粒 子的概率为0, 放出一个粒子的概率pn与?V成正比,即 pn=μ?V; (2) 各小块放出粒子是独立的. 所以,7.5秒内恰放出k个粒子的概率是 二、离散型随机变量 令 λ =μV,则 二、离散型随机变量 例14.3 设某台设备生产的产品有次品的概率的是0.1. 求10个样本中最多有一个次品的概率. 用Poisson分布近似的求10个样本中最多有一个次品的概率 二、离散型随机变量 练习 14.1 假设在一个500名士兵的部队中每名士兵患有某种疾病的概率是独立的且均为1/1000, 求至少一名士兵患此病的近似概率; 已知至少一名士兵患此病,求患此病的士兵多于一个的概率. 练习 14.2 某种程度上的洪水平均每50年一次, 求某一年无此种程度洪水的概率; 求40年内有3次的概率. 三、连续型随机变量 指数密度函数 * * 随机变量：随机化实验结果的数值(或数值向量)表征 定义：在一定条件组下, 每个可能的结果ω对应一个 实数值X(ω), 则称实值变量X(ω) 为一随机变量, 简记为X. 例: 摸牌(52张牌)：引入两个变量（ ?，?）： ?：1，2，3，4 对应于 ? ? ? ? ?：1(A),2,3,...,10,11(J),12(Q),13(K), (? A) ? （ ? = 2，? =1） P(任取一张为?8)=P(? =1，?=8) P(任取一张为小于10的?)=P{? =4，??10} 例 掷硬币：正 ? 1 ；反 ? 0 P{? =1}=P{? =0}=1/2 解: (1) X的值域 : 0,1,2 (2) P(X=0)=C(3,3)/C(5,3)=1/10; P(X=1)=C(2,1)C(3,2)/C(5,3)=6/10; P(X=2)=C(2,2)C(3,1)/C(5,3)=3/10. (3) P(X?1)=P(X=1)+P(X=2)=9/10 注: 例14.1 100件产品, 其中5件次品, 95件正品. 随机取 1件. 定义: X服从两点分布, p=P(X=1)=0.95. (二) 常见离散型概率分布 记为 X ? B( n, p ). 注: (1) 设一次试验中,事件A发生的概率为p, 则n次试验中 (2) 如果X1, …, Xn 为独立的两点分布变量, 参数均为p, 则 解: 令X=5件中的正品数, n=5,p=0.95 (1) P(X=5)=C(5,5)(0.95)5(0.05)0=0.773781 (2) P(X=0)= C(5,0)(0.95)0(0.05)5=3.125e-07 (3) P(X=1)=2.96875e-05; P(X=2)=0.001128125 P(X=3)=0 p(X=4)=0.2036266 例14.2 放射粒子数 服从泊松分布 试验显示: 体积为V的物质每7.5秒放出的粒子数 X ? Poisson(λ=3.87). 记为 X ? Poisson(λ). ? 将V无限细化,即 n ? ?, 则 泊松分布是二项分布B(n,p)当 np ? λ, n ? ? 时的极限分布 红色: θ= 1 绿色: θ= 0.5 蓝色: θ=2 *