第6章 随机变量及其分布.pptVIP

第六章 随机变量及其分布 一、随机变量 随机变量概念 ——在条件S下，随机试验的每一个结果都用一个实数来表示，不同的取值表示不同的实验结果，对于样本空间Ω中的每个样本点都有唯一的实数与之对应， 并用一个变量来表示这些实数，此变量称为随机变量 ，用希腊字母ξ、η…或用大写英文字母X、Y、Z…表示 随机变量的分类 离散型随机变量 连续型随机变量 二、离散型随机变量 概率分布 离散型随机变量的概率分布 其中， P(X=xk)=pk是X的概率，x1，x2，…, xn,…构成完备事件组 概率分布性质 （1） pk≥ 0 （2） pk =1 （k=1，2，3…） 二、离散型随机变量 分布函数 X为一随机变量，x为任一实数，把F(x)=P(X≤x) 称为X的分布函数。 若实数x1，x2 （x1＜ x2） 则有 P(x1＜X ≤ x2)= F(x2)- F(x1) 试推导 分布函数性质 （1） x1＜ x2时 F(x1) ≤F(x2) （2） 0≤ F(x) ≤1且 lim F(x) =0 ， lim F(x) =1 （3） F(x+0) = F(x) F(x)是右连续的 二、离散型随机变量 几种常见的概率分布 1）两点分布 设随机变量X的取值只有两个：0和1，它的分布列为 P(X=1)=p ,P(X=0)=1-p=q (0＜p ＜1) 则称X服从参数为p的两点分布，又称0—1分布，记为 X～B（1，p）。 例 4-11 从一批次品率为0.01的产品中任取一件，若 设X表示取得的次品数，则X服从参数p=0.01的两点分布 凡是只有两个基本事件或可归纳为两个状态的随机试验都可以确定一个服从两点分布的随机变量 几种常见的概率分布 2）二项分布 设随机变量X分布为 P(X=k)= pkqn-k (k=0,1,2, …,n; 0＜p ＜1,q=1-p) 则称X服从参数为n，p的二项分布，记为X～B (n , p) 一般地，对于n重贝努利实验，如果用X表示n重贝努利实验中事件A发生的次数，事件A发生的概率为p，则事件A发生的次数X服从参数为n，p的二项分布 例4-12 设有10台机床，每台发生故障的概率为0.2，求 ：同时有3台机床不发生故障、7台机床发生故障的概率。 几种常见的概率分布 3）几何分布 设随机变量X的分布为 P(X=k)=pqk-1 (k=0,1, 2 … ,n, …; 0＜p ＜1,q=1-p) 则称X服从参数为p的几何分布，记为X ～G(P) 例4-13 某射手每次射击命中目标的概率为0.8，若连续向目标射击，直到命中目标为止，其设计的次数是一个随机变量，它服从参数p=0.8的几何分布。他射击3次首次命中目标的概率为P(X=3)=0.8×0.22=0.032. 试求他至多射击3次即可命中目标。 注：一般地，在贝努利试验中，如果用X表示贝努利试验中事件A首次发生的次数，事件A发生的概率为p，则事件A首次发生的次数X服从参数为p的几何分布。 几种常见的概率分布 4）泊松分布 设随机变量X的分布为 P(X=k)= eλ (k=0,1, 2 … ,n, …; λ＞0) 则称X服从参数为λ的泊松分布，记为X ～P (λ). 泊松分布常见于所谓的稠密性问题中， 如放射性元素在某一段时间内放射的粒子数，某交换台的电话呼叫次数，一页书中印刷错误出现的次数，一批布上的瑕疵点数都服从泊松分布 几种常见的概率分布 4）泊松分布 泊松分布在二项分布近似计算中的运用 当λ=np （n很大，p很小） limCnpk(1-p)n-k = e-λ