2.2离散型随机变量及其概率分布解剖.ppt

第二章 随机变量及其分布 2.2 离散型随机变量及其概率分布 一、离散型随机变量的概率分布 二、几种常见的离散型随机变量的概率分布 2 、 二项分布 3 、泊松分布 小结 * 定义1 设随机变量X的一切可能取值为 x1,x2,...,xn,...且pi=P(X=xi),i=1,2,..., 称此公式为X的概率分布或分布律，也称 概率函数. 常用表格的形式来表示X的概率分布 X x1 x2 ... xn ... P p1 p2 ... pn ... 性质 (1)pn≥0,n=1,2,... ； (2)p1+p2+...+pn+…=1； (3)对ab 有 P(aX≤b)= 例如 在掷一颗骰子的试验中,X表示出现的点数,则 X的概率分布为 X 1 2 3 4 5 6 P 1/6 1/6 1/6 1/6 1/6 1/6 设A表示出现奇数点,则P(A)=P(x=1)+P(x=3)+P(x=5)=1/3 例1 某篮球运动员投中篮圈概率是0.9，求他两次独立投 篮投中次数X的概率分布. P｛X=0｝=(0.1)(0.1)=0.01 P｛X=1｝= 2(0.9)(0.1) =0.18 P｛X =2｝=(0.9)(0.9)=0.81 解 用X表示两次独立投篮投中次数，则X所有可取的 值为0、1、2 . X P 0 1 2 0.01 0.18 0.81 X的概率分布为 且 例2 已知随机变量Ｘ的概率分布为： ,求常数a. 解 由概率分布的性质知 即 15a= 1, 解得 关于分布律的说明： 若已知一个离散型随机变量X的概率分布 X x1 x2 ... xn ... P p1 p2 ... pn ... 则可以求X所生成的任何事件的概率，特别地： 例如：X的概率分布由例1给出，则 1、 两点分布 定义2 如果随机变量 X 只有两个可能取 值，其概率分布为 X Pi 1 0 p q 则称X服从 处参数为p的两点分布. 特别，若X服从 处参数为p的两点分布，即 则称 X 服从0-1分布，(p为参数）. 注 其分布律可写成 凡是随机试验只有两个可能的结果， 应用场合 常用0 – 1分布描述，如产品是否格、人口性别统 计、系统是否正常、电力消耗是否超负荷等等. 特别当 n=1时，二项分布为退化为0－1分布. 显然, 则称 X 服从参数为 n，p的二项分布, 记作X~B(n, p). 定义3如果随机变量X的概率分布为 注 二项分布的试验背景是n重Bernoulli试验模型; 其中n是试验独立重复的次数, p是每一次基本试验“成功”的概率. 随机变量X指n次试验中“成功”出现的次数. 例3 已知 100 个产品中有 5 个次品, 现从中有放回 地取 3 次, 每次任取 1 个, 求在所取的 3 个中恰有 2 个次品的概率. 解 因为这是有放回地取 3 次, 因此这 3 次试验的 条件完全相同且独立, 它是伯努利试验, 依题意, 每次试验取到次品的概率为 0.05. 设 为所取的 3 个中的次品数, 则 于是, 所求概率为: 例3 已知 100 个产品中有 5 个次品, 现从中有放回 地取 3 次, 每次任取 1 个, 求在所取的 3 个中恰有 2 个次品的概率. 注: 若将本例中的 “有放回” 改为 “无放回”, 各次试验条件就不同了, 那么 已不是伯努利概型, 此时, 只能用古典概型求解. 例4 某人进行射击, 设每次射击的命中率为 0.02, 独立射击400次, 试求至少击中两次的概率. 解 将一次射击看成是一次试验. 设击中的次数为 则 的分布律为 于是所求概率为 定义4 如果随机变量X的概率分布为 (其中λ＞0是常数) 则称X服从参数为λ的泊松分布，记为 X~P(λ)(或 ). 在一定时间间隔内： 一匹布上的疵点个数； 应用场合 电话总机接到的电话次数； 一个容器中的细菌数； 放射性物质发出