2015 概率统计2.1讲解.pptVIP

例 设箱中有10个球，其中有2个红球，8个白  球；从中任意抽取2个,观察抽球结果。 取球结果为: 两个白球;两个红球;一红一白 随机变量的定义 求分布律举例 例 设有一批产品20件，其中有3件次品，从中任意抽 取2件，如果用X表示取得的次品数，求随机变量X的分布律及 事件“至少抽得一件次品”的概率。 从一批由9件正品、3件次品组成的产品中,有放回地抽取5次,每次抽一件,求恰好抽到两次次品的概率. 有放回地抽取5件,可视为5重Bernoulli实验 泊松分布  Poisson distribution 若随机变量 X 的分布律为: 服务台在某时间段内接待的服务次数X； 交换台在某时间段内接到呼叫的次数Y; 矿井在某段时间发生事故的次数; 显微镜下相同大小的方格内微生物的数目； 单位体积空气中含有某种微粒的数目 第二章 随机变量的分布 第二章 随机变量的分布 重点: 一维随机变量的概率分布; 二维随机变量 的联合概率分布; 边缘概率分布 难点: 随机变量的概率分布 §2.1一维离散型随机变量的分布律 1. 随机变量 2. 一维离散型随机变量的分布律 3. 一维离散型随机变量常用的分布 4. 一维随机变量的分布函数 在前面的学习中,我们用字母A、B、C...表示事件，并视之为样本空间Ω的子集；针对等可能概型，主要研究了用排列组合手段计算事件的概率。 本章，将用随机变量表示随机事件，以便采用高等数学的方法描述、研究随机现象。 一、随机变量( Random Variable ) 特点：试验结果数量化了，试验结果与数建立了 对应关系 如果用X表示取得的红球数，则X的取值可为0，1，2。 此时， “两只红球”= “X取到值2”, 可记为 {X=2} “一红一白”记为 {X=1}, “两只白球”记为 {X=0} 试验结果的数量化 随机变量 基本思想 将样本空间数量化,即用数值来表示试验的结果 有些随机试验的结果可直接用数值来表示. 例如: 在掷骰子试验中,结果可用1,2,3,4,5,6来表示 例如: 掷硬币试验,其结果是用汉字“正面”和“反面”来表示的 可规定: 用 1表示 “正面朝上” 用 0 表示“反面朝上” ( Random Variable ) 有些随机试验的结果不是用数量来表示， 但可数量化 1) 它是一个变量 它的取值随试验结果而改变 2) 随机变量在某一范围内取值，表示一个 随机事件 随机变量 随机变量的两个特征: 设随机试验的样本空间为Ω，如果对于每一 个样本点 ，均有唯一的实数 与 之对应，称 为样本空间Ω上 的随机变量。 定义3 定义2 =P(抽得的两件全为次品) 解：X的可能取值为 0，1，2 =P(抽得的两件全为正品) P{X=1} P{X=2} =P(只有一件为次品) P{X=0} 故 X的分布律为 而“至少抽得一件次品”={X≥1} = {X=1}?{X=2} P{X≥1}= P{X=1}+P{X=2} 故 注意： {X=1}与{X=2}是互不相容的！ 三、一维随机变量的几个重要分布 0-1分布(两点分布 ) 1－p p P 0 1 X 则称X服从参数为p 的二点分布或(0-1)分布, △背景：样本空间只有两个样本点的情况 都可以用两点分布来描述。 如：上抛一枚硬币。 △定义： 若随机变量X的分布律为: 例 设一个袋中装有3个红球和7个白球，现在从中随机抽取一球，如果每个球抽取的机会相等，并且用数“1”代表取得红球，“0”代表取得白球，则随机抽取一球所得的值是一个离散型随机变量 其概率分布为 即X服从两点分布。 其中0 p 1, 则称X服从参数为 n, p 的二项分布(也称Bernoulli 分布）,记为 X～B( n, p) 随机变量X的分布律 二项分布 Binomial distribution 在n重贝努利试验中,若以X表示事件A发生的次数, 则X可能的取值为0,1,2,3,…,n. 记X为共抽到的次品数，则 A=“一次实验中抽到次品”，P(A)=3/12, n=5 p=1/4 例1 解 例2 一大批种子发芽率为90%，今从中任取10粒.求播种后, 求（1）恰有8粒发芽的概率；（2）不小于8粒发芽的概率。 解 X～B（10, 0.