赣南师院概率论教案05.pptVIP

第二章 随机变量及其分布 关键词： 随机变量 概率分布函数 离散型随机变量 连续型随机变量 随机变量的函数的分布 第一节 随机变量 一、随机变量的引入 二、随机变量的概念 一、离散型随机变量的分布律与性质 例 1 从1～10这10个数字中随机取出5个数字，令 X：取出的5个数字中的最大值．试求X的分布律． 例 3 15 件产品中有4件次品，11件正品．从中取出1件. 令 X：取出的一件产品中的次品数．则 X 的取值 为 0 或者 1，并且 2）二 项 分 布 如果随机变量 X 的分布律为 分布律的验证 ⑴．由于 说 明 显然，当 n=1 时 例 5 一张考卷上有5道选择题，每道题列出4个可能 答案，其中只有一个答案是正确的．某学生靠猜测至 少能答对4道题的概率是多少？ 所以 二项分布的分布形态 由此可知，二项分布的分布律 可以证明： 例 6 对同一目标进行300次独立射击，设每次射击 时的命中率均为0.44，试求300次射击最可能命中几次？ 其相应的概率是多少？ 因此，最可能射击的命中次数为 3）Poisson 分布 如果随机变量X 的分布律为 分布律的验证 ⑴ 由于 如果随机变量X 的分布律为 Poisson 分布的应用 Poisson分布是概率论中重要的分布之一． 自然界及工程技术中的许多随机指标都服从 Poisson分布． Poisson 定理 证明： 对于固定的 k，有 由 Poisson 定理，可知 例 8 设每次射击命中目标的概率为0.012，现射击600次， 求至少命中3次目标的概率（用Poisson分布近似计 算）． 例 8（续） 所以， 先是随着 k 的增大而增大，达到其最大值后再随着 k 的增大而减少．这个使得 则由题意 解：对目标进行300次射击相当于做300重Bernoulli 试验．令： 其相应的概率为 则称随机变量 X 服从参数为λ的Poisson 分布． 可知对任意的自然数 k，有 ⑵ 又由幂级数的展开式，可知 所以 是分布律． 试确定未知常数c . 例7 由分布律的性质有 解： 在生物学、医学、工业统计、保险科学及 公用事业的排队等问题中 , 泊松分布是常见的. 例如地震、火山爆发、特大洪水、交换台的电 话呼唤次数等, 都服从泊松分布. 电话呼唤次数 交通事故次数 商场接待的顾客数 地震 火山爆发 特大洪水 所以， 解：设 B={ 600次射击至少命中3次目标 } 进行600次射击可看作是一600重Bernoulli试验. 赣南师范学院物理与电子信息学院 《概率论与数理统计》 （第二章 随机变量及其分布） 离散型随机变量的概率分布 随机变量的分布函数 连续型随机变量的概率密度 随机变量的函数的分布 主要内容: 二、随机变量的概念 一、随机变量的引入 概率论是从数量上来研究随机现象内在规律性的，为了更方便有力地研究随机现象，就要用数学分析的方法来研究， 因此为了便于数学上的推导和计算，就需将任意的随机事件数量化．当把一些非数量表示的随机事件用数字来表示时， 就建立起了随机变量的概念． 1. 为什么引入随机变量? 2. 随机变量的引入 实例1 在一装有红球、白球的袋中任摸一个球,观察摸出球的颜色. S={红色、白色} 非数量 将 S 数量化 可采用下列方法 红色 白色 即有 X (红色)=1 , X (白色)=0. 这样便将非数量的 S={红色，白色} 数量化了. 实例2 抛掷骰子,观察出现的点数. S={1，2，3，4，5，6} 样本点本身就是数量 恒等变换 且有 则有 1.定义 　　随机变量随着试验的结果不同而取不同的值, 由于试验的各个结果的出现具有一定的概率, 因此随机变量的取值也有一定的概率规律. (2)随机变量的取值具有一定的概率规律 　　随机变量是一个函数 , 但它与普通的函数有着本质的差别 ,普通函数是定义在实数轴上的,而随机变量是定义在样本空间上的 (样本空间的元素不一定是实数). 2.说明 (1)随机变量与普通的函数不同 　　随机事件包容在随机变量这个范围更广的概念之内.或者说 : 随机事件是从静态的观点来研究随机现象,而随机变量则是从动态的观点来研究随机现象. (3)随机变量与随机事件的关系 实例3 掷一个硬币, 观察出现的面 , 共有两个 结果: 若用 X 表示掷一个硬币出现正面的次数, 则有 即 X (e) 是一个随机变量. 实例4 在有两个孩子的家庭中,考虑 其性别 , 共有 4 个样本点: 若用 X 表示该家女孩子的个数时 ,