第二节离散型随机变量及其概率分布.pptVIP

解 作业 习题2-1 3 习题2-2 3, 6, 8, 10, 12 概率论 概率论 第二节 离散型随机变量 及其概率分布 离散型随机变量及其分布律 离散型随机变量表示方法 三种常见分布 从中任取3 个球 取到的白球数X是一个随机变量 . (1) X 可能取的值是0,1,2 ; (2) 取每个值的概率为: 例1 一、离散型随机变量及其分布律 1. 定义: 某些随机变量X的所有可能取值是有限多个 或可列无限多个, 这种随机变量称为离散型随机变量 . 其中 (k=1,2, …) 满足： k=1,2, … （1） （2） 2. 定义: 设 xk (k=1,2, …) 是离散型随机变量 X 所取的 一切可能值，称 为离散型随机变量 X 的分布律(probability distribution). 用这两条性质(非负性,完备性) 判断一个函数是否是分布律 解: 依据分布律的性质 P(X =k)≥0, a≥0 , 从中解得 即 例2 设随机变量X的分布律为： k =0,1,2, …, 试确定常数a . 二、离散型随机变量表示方法 （1）公式法 （2）列表法 X 随机变量X的所有取值 随机变量X的各个取值所对应的概率 例3 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的概率分布律. 解：X 可取值为0,1,2 ; P{X =0}=(0.1)(0.1)=0.01 P{X =1}= (0.9)(0.1) +(0.1)(0.9) =0.18 P{X =2}=(0.9)(0.9)=0.81 则X的分布律为： X 例4 某射手连续向一目标射击，直到命中为止， 已知他每发命中的概率是p， 求所需射击发数X 的分布律. 解: 显然，X 可能取的值是1,2,… ， P{X=1}=P(A1)=p, 为计算 P{X =k }， k = 1,2, …， Ak = {第k发命中}，k =1, 2, …， 设 于是 可见 这就是求所需射击发数 X 的分布律. 三、三种常见分布 1.（0－1）分布：（也称两点分布） 随机变量 X 只可能取 0 与 1 两个值，其分布律为： 或 称 X 服从（0-1）分布或两点分布 其中 q=1-p 对于一个随机试验，如果它的样本空间只包含两个元素，即 ，我们总能在W上定义一个服从 （0－1）分布的随机变量: 检查产品的质量是否合格，对新生婴儿的性别进行登记，检验种子是否发芽以及“抛硬币”试验都可以用（0-1）分布的随机变量来描述． 用X 表示n 重伯努利试验中事件A发生的次数,则 易证： （1） 称 r.v. X 服从参数为n 和p 的二项分布, 记作 X ~ b(n, p) （2） X ~ b(1, p) (0-1)分布也可记作 2. 二项分布(Binomial Distribution) X ~ B(n, p) 或 例6 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3重伯努利试验. 依题意，每次试验取到次品的概率为0.05. 设X 为所取的3个中的次品数， 于是，所求概率为： 则 X ~ b(3,0.05)， 若将本例中的“有放回”改为”无放回”, 那么各次试验条件就不同了, 此试验就不是伯努利试验 . 此时, 只能用古典概型求解. 请注意： 例6’ 已知某类产品的次品率为0.2，现从一大批这类产品中随机地抽查20件，问恰好有k (k=0,1,2,…,20)件次品的概率是多少？ 解 这是不放回抽样．但由于这批产品的总数很大，且抽查的产品的数量相对于产品的总数来说又很小，因而可以当作放回抽样来处理．这样做会有一些误差，但误差不大.我们将检查一件产品是否为次品看成是一次试验，检查20件产品相当于做20重伯努利试验．以X记抽出的20件产品中次品的件数，那么X是一个随机变量，且X～b(20,0.2). 则所求的概率为 将计算结果列表如下： k k 0 1 2 3 4 5 0.012 0.058 0.137 0.205 0.218 0.175 6 7 8 9 10 ≥11 0.109 0.055 0.022 0.007 0.002 0.001 计算结果作图： 见书P37 伯努利试验对试验结果没有等可能的要求， 但有下述要求： （1）每次试验