2离散型随机变量解析.ppt

离散型随机变量分布律的性质: 求分布律举例 例3 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。 故 X的分布律为 从一批次品率为p的产品中，有放回抽样直到抽到次品为止。求抽到次品时，已抽取的次数X的分布律。 记Ai=“第i次取到正品”,i=1,2,3,… 则 Ai , i=1,2,3,… 是相互独立的！ 且 几种常见的离散型分布 0-1分布(两点分布 ) 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 设生三胞胎的概率为10-4，求在10000次生育中恰有两次3胞胎的概率 小结 * * 一、离散型随机变量的分布律 二、常见离散型随机变量的概率分布 三、小结 离散随机变量的概率分布 称此式为X的分布律（列）或概率分布 设离散型随机变量 的所有可能取值是 ，而取值 的概率为 即 例1 设X的分布律为 求 a, P(0X≤2) P(0X≤2)=P(X=1)+P(X=2) =1/2+1/6=2/3 分布律确定概率 解 设随机变量X的分布律为 试确定常数b. 解 由分布律的性质,有 例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} 而“至少抽得一件次品”={X≥1} = {X=1}?{X=2} P{X≥1}= P{X=1}+P{X=2} 注意：{X=1}与{X=2}是互不相容的！ 故 解：X的所有可能取值为 1，2，3，… ,k,… P(X=k)= (1-p)k-1p ,k=1,2,… ( X=k )对应着事件 例4 1－p p P 0 1 X 则称X服从参数为p 的两点分布或(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。 △定义： 若随机变量X的分布律为: 实例1 “抛硬币”试验,观察正、反两面情况. 随机变量 X 服从 (0—1) 分布. 其分布律为 实例2 200件产品中,有190件合格品,10件不合格品,现从中随机抽取一件,若规定 取得不合格品, 取得合格品. 则随机变量 X 服从(0 —1)分布. 两点分布是最简单的一种分布,任何一个只有两种可能结果的随机现象, 比如新生婴儿是男还是女、明天是否下雨、种籽是否发芽等, 都属于两点分布. 说明 等可能分布 如果随机变量 X 的分布律为 实例 抛掷骰子并记出现的点数为随机变量 X, 则有 　　将试验 E 重复进行 n 次, 若各次试验的结果互 不影响 , 即每次试验结果出现的概率都不依赖于其 它各次试验的结果, 则称这 n 次试验是相互独立的, 或称为 n 次重复独立试验. (1) 重复独立试验 二项分布 (2) n 重伯努利试验 实例1 抛一枚硬币观察得到正面或反面. 若将硬 　　　币抛 n 次,就是n重伯努利试验. 实例2 抛一颗骰子n次,观察是否 “出现 1 点”, 就 　　　是 n重伯努利试验. 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) （3）二项分布 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. 随机变量X的分布律 二项分布 两点分布 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 解 例 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, 0.9） (1) P(X=8)= P(X=8)+P(X=9)+P(X=10) 这是不放回抽样.但由于这批种子的总数很大, 且任取10粒相对于种子的总数来说又很小, 因而此抽样可近似当作放回抽样来处理. 记X为发芽的粒数， A=“种子发芽”，P(A)=0.9, 例 有一批棉花种子,其出苗率为0.67,现每穴种4粒种子, (1) 求恰有ｋ粒出苗的概