2.2离散型随机变量的概率分布(易)描述.ppt

2.2离散型随机变量及其分布律 1.两点分布： 设随机变量X只可能取0与1两个值，它的分布律为 P{X=k}=pk(1-p)1-k , k=0，1. (0p1)则称X服从两点分布或（0－1）分布, 记为X?（0－1）分布。 （0-1）分布分布律用表格表示为： * 设X是一个离散型随机变量，它可能取的值是 x1, x2 , … .为了描述随机变量 X ，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. 一、离散型随机变量及其分布律 1．离散型随机变量的定义 设X为一随机变量，如X的全部可能取到的值是有限个或可列无限多个，则称随机变量X为离散型随机变量。 其中 (k=1,2, …) 满足： k=1,2, … （1） （2） 定义 ：设xk(k=1,2, …)是离散型随机变量X所取的一切可能值，称等式 k=1,2,… … 为X的概率函数或分布律，也称概率分布. 用这两条性质判断 一个函数是否是 随机变量的分布律 证明： 规范性：设离散型r.v. X的取值为x1,…,xn,… 则事件组{X=x1}…{X=xn}…构成了?的一个划分。 2、表示方法 （2）公式法 （1）列表法：分布律可以用表格的形式表示：xn一般从小到大排列。 （3）图示法: 分布律 可以用图形表示 P X x1 x2 xk … 例1　已知随机变量X的分布律为 X 　－2 　0　 3 　 5 P 1/4 a 1/2 1/12 试求（1）待定系数a， （2）概率P{X－1/2}。 得a=1/6 解:（1）由分布律性质 3、离散型随机变量及其分布举例 （2） 注：已知r.v.X分布律, 可求任意随机事件概率。 如求事件｛X∈B｝的概率P{ X∈B}时，只需将属于B的X的可能取值找出来，把X取这些值的概率相加，即 例2. 某射手连续向一目标射击，直到命中为止，已知他每发命中的概率是p，求所需射击发数X 的概率函数（即分布律）. 解: X 可能取的值是1,2,… ， P(X=1)=P(A1)=p, 为求 P(X =k )， k = 1,2, … Ak = {第k发命中}，k =1, 2, …， 设 于是 即 若随机变量X的概率函数如上式，则称X具有几何分布. 不难验证: 几何分布作为 描述某个试验 “首次成功” 的概率模型. （1）已知r.v.X的分布律，可求出X的分布函数： 设X的分布律为P{X=xk}=pk (k=1，2，…) 由可列可加性得X的分布函数为 这里的和式是对所有满足xk≤x的k求和。 分布函数F(x)在x=xk处有跳跃，跃跳值为pk=P{x=xk}。 4.分布律与分布函数的关系 （2）已知r.v.X的分布函数F(x) ，可求出X的分布律： 设X取值为x1,x2,…，那么，X的分布律为 例3: 设随机变量X的分布律为 X P -1 2 3 1/4 1/2 1/4 求X的分布函数，并求 解: 由概率的有限可加性，得所求分布函数为 F（x）的图形如图所示，它是一条阶梯形曲线，在x＝－1，2，3有跳跃，跳跃值分别为1/4，1/2，1/4。 -1 0 1 2 3 x P 1 X 0 1 P 1-p p 易得其分布函数： 二、三种常用离散型随机变量的分布 两点分布是最简单的一种分布,任何一个只有两种可能结果的随机现象, 比如新生婴儿是男还是女、明天是否下雨、种籽是否发芽等, 都属于两点分布. 2.二项分布（binomial distribution)： 定义：若离散型随机变量X的分布律为 其中0p1,q=1-p,则称X服从参数为n,p的二项分布，记为X?b(n,p). 即X服从二项分布。 (1)试验模型：在n重贝努利试验中，若以X表示事件A出现的次数，则X是一随机变量，X可能取的值为0，1，2，…，n，由二项概率公式可得X的分布律为 例如 在相同条件下相互独立地进行 5 次射击,每次射击时击中目标的概率为 0.6 ,则击中目标的次数 X 服从 B (5,0.6) 的二项分布. （2）当n=1时二项分布为(0-1)分布，即 X?b(１,p) （3）二项分布分布律的图形为： P x 对于固定n及p，当k增加时 ,概率P(X=k) 先是随之增加直至达到最大值