概率与数理统计第讲培训教案.pptVIP

函数与极限 随机变量 离散型随机变量 连续型随机变量 概率分布函数 随机变量函数的分布 §1.1 随机变量 可以看出，上述随机试验的每一个结果都对应着变量X 的一个确定的取值，因此变量X 是样本空间 上的实值函数: 由此看到，随机试验的结果可以用数量来表示，因此引入随机变量的概念 说 明 说 明 说 明 例3 一批产品有50 件，其中有8件次品，42 件正品，现从中取出 6 件 X 表示取出6 件产品中的次品数 则X 就是一个随机变量 它的取值为 0，1，2，…，6 例4 上午 8:00～9:00 在某路口观察 Y 表示该时间间隔内通过的汽车数 则Y 就是一个随机变量 它的取值为 0，1，…． 例5 观察某生物的寿命（单位：小时） Z 表示该生物的寿命 则Z 就是一个随机变量 它的取值为所有非负实数 例6 掷一枚硬币，令 例7 掷一枚骰子，在例1中，我们定义了随机变量 X 表示出现的点数.我们还可以定义其它的随机变量，例如我们可以定义 一. 离散型随机变量的概念与性质 说 明 离散型随机变量可完全由其分布列来刻划. 即离散型随机变量可完全由其可能取值以及取这些值的概率唯一确定 例1 从1～10这10个数字中随机取出5个数字， X 表示取出的5个数字中的最大值. 试求X 的 分布列 例2 将 1枚硬币掷 3次，X 表示出现的正面 次数与反面次数之差. 试求X 的分布列 例3 设离散型随机变量 X 的分布列为 例3（续） 例4 设随机变量 X 的分布列为 二. 几种常用的离散型随机变量 例6 15件产品中有4件次品，11件正品，从中 任取1件.X 表示取出的一件产品中的次品数. 则X 的取值为 0 或者 1，并且 如果随机变量 X 有如下的概率分布 说 明 1.显然，当 n = 1 时 二项分布的概率背景 进行n重贝努里试验，设在每次试验中 对同一目标进行 n 次射击，若每次射击只关心“击中目标”与“未击中目标” 两种情况 设在n重贝努里试验中 例7 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？ 例7（续） 所以 Poisson分布的应用 电话总机在某一时间间隔内收到的呼叫次数; 放射物在某一时间间隔内发射的粒子数; 容器在某一时间间隔内产生的细菌数,等等. 在一定条件下，都是服从Poisson分布的 Poisson定理 Poisson定理的证明(续) 对于固定的 k，有 Poisson定理的证明(续) 所以 Poisson定理的应用 —二项分布与泊松分布关系 由 Poisson 定理，可知 例11（续） 得 超几何分布的概率背景 一批产品有 N 件，其中有 M 件次品，其余 N-M件为正品．现从中取出 n 件， X 表示取出 n 件产品中的次品数 则 X 的分布列为 几何分布的概率背景 例12 对同一目标进行射击，设每次射击时的命中率为0.64，射击进行到击中目标时为止，X 表示所需射击次数．试求随机变量 X 的分布列，并求至少进行2次射击才能击中目标的概率 例12（续） 由独立性，得 X 的分布列为 作业 2.1; 2.2; 2.19; 2.22 例10 设有 80 台同类型的设备，各台工作是相互独立的，发生故障的概率都是 0.01，且一台设备的故障能由一个人处理。考虑两种配备维修工人的方法: 其一，由 4人维护，每人负责 20 台 其二，由 3 人，共同维护 80 台 试比较这两种方法在设备发生故障时不能及时维修的概率的大小 解: 按第一种方法. 以 X 记“第1人负责 的20台中同一时刻发生故障的台数” 则 X ~ B ( 20，0.01） 以 Ai 表示事件 “第 i 人负责的台中 发生故障不能及时维修” 则 80 台中发生故障而不能及时维修 的概率为 例10 (续) 按第二种方法. 以 Y 记 80 台中同一 时刻发生故障的台数 则 Y ~ B ( 80 , 0.01） 故 80 台中发生故障而不能及时维修的 概率为 第二种方法中发生故障而不能及时维修 的概率小，且维修工人减少一人。运用 概率论讨论国民经济问题，可以有效地 使用人力、物力资源 例10 (续) 解: 随机变量 X 的分布律为 由已知 试求 例11 设随机变量X 服从参数为 的Poisson 分布， 且已知 由此得方程 得解 所以 （另一个解 不合题意，舍去） 4.超几何分布