概率论第二章1概要.ppt

取λ=np=5, 可得 3.超几何分布 例8：在6只同类产品中有2只不合格品，从中每次取一只，共取3次 （1）每次取出的产品立即放回，再取下一只。 求取出3只产品中的不合格品数X的概率分布 （二项分布） （2）每次取出的产品都不放回，求取出3只产品中的不合格品数Y的概率分布 （超几何分布） 超几何分布与二项分布之间的关系： 当N 很大, n 很小时: 超几何分布近似的看成是二项分布。 命题：若 当N→∞时，M / N →p, 则有 4、Possion 分布 (泊松分布) 定义:若随机变量X所有可能取得值为0，1，2，…, 取各个值的概率为 则称X服从参数为λ的Possion分布,记为X~P(λ). 历史上，泊松分布是作为二项分布的近似，于1837年由法国数学家泊松引入的 . 二项分布与泊松分布 命题 对于二项分布B(n, p), 当n充分大, p又很小时, 则对任意固定的非负整数k, 有近似公式 例9：已知某自动机床产品的次品率为0.001，从产品中任取5000个，求这5000个产品中次品超过5的概率？ 解 令5000个产品中次品数为X，则 X~B(5000, 0.001)， 于是，所求概率 从上式可以看出，若用二项分布概率公式计算，计算量很大。但注意到，n很大，p很小，这时，np=5, 不是很大，可以用前面的近似公式 例10、 假定一个实验成功的概率为p(0p1),不断重复进行实验, 直到首次成功为止,求实验次数X的概率分布. 解:X 的概率分布为: 几何分布 P{X=n}=qn-1p, (n=1,2,...) * * 第二章 随机变量及其分布 §2.1 随机变量 §2.2 离散型随机变量及其分布 §2.3 随机变量的分布函数 §2.4 连续型随机变量及其分布 §2.5 随机变量函数的分布 学习内容 基本概念（理解） 变量及其分布（重点） 变量函数的分布（理解） 一、随机变量概念的产生 在实际问题中，随机试验的结果常和数量相联系，由此就产生了随机变量的概念. §2.1 随机向量 第1章：主讲随机事件及其结果出现的概率计算 1、有些试验结果本身与数值有关（本身就是一个数）. 例 掷一颗骰子,考察面上出现的点数； 七月份北京的最高温度； 每天从郑州站下火车的人数； 昆虫的产卵数； 正面出现6点的概率=1/6 2、在有些试验中，试验结果看来与数值无关，但我们可以引进一个变量来表示它的各种结果. 也就是说，把试验结果数值化. 例 抛掷一枚硬币可能出现的两个结果，也可以用一个变量来描述： 反面向上的概率=1/2 正如裁判员在运动场上不叫运动员的名字而叫号码一样，二者建立了一种对应关系. 试验结果数值化类似于…… 这种对应关系在数学上理解为定义了一种实值函数. ω. X(ω) R 随机变量是由样本空间到实数轴的单值映射； （1）这种实值函数是定义在样本空间上的函数。它随试验结果的不同而取不同的值， 所以在试验之前只知道它可能取值的范围，而不能预先肯定它将取哪个值. （2）由于试验结果的出现具有一定的概率，于是这种实值函数取每个值和每个确定范围内的值也有一定的概率. 定义 2.1.1 设随机试验 E 的样本空间?={ω} ，如果对于每一个ω ∈ ? 有实数 X(ω) 和它对应，这样就得到一个定义在 ? 上的实值单值函数 X(ω); 称 X(ω) 为 随 量 机 变 简记为 r.v.(random variable) 。 随着试验结果的不同而取不同值的变量称为随机变量。 而表示随机变量所取的值 时,一般采用小写字母x,y,z等. 随机变量通常用大写字母 X,Y,Z或希腊字母?,η等表示 例如，从某一学校随机选一学生，测量他的身高. 我们可以把可能的 身高看作随机变量 X, 然后我们可以提出关于 X 的各种问题. 如 P( X 1.7米 )=？ P( X ≤1.5米 )=? P( 1.5米 X 1.7米)=? 有了随机变量, 随机试验中的各种事件，就可以通过随机变量的关系式表达出来. 二、引入随机变量的意义 如：单位时间内某电话交换台收到的呼叫次数用 X 表示，它是一个随机变量. 事件{收到不少于1次呼叫} { X 1} {没有收到呼叫} { X= 0 } 随机变量概念的产生是概率论发展史上的重大事件. 引入随机变量后，对随机现象统计规律的研究，就由对事件及事件