2-1.离散型随机变量的概率分布教程.ppt

第二章 随机变量及其分布 §1 离散型随机变量的概率分布 §2 随机变量的分布函数 §3 连续型随机变量的概率密度 §4 随机变量的函数的分布 §2 .1 离散型随机变量及其分布 随机变量的概念 离散型随机变量的概念及分布 一些常用的离散型随机变量 一. 随机变量的概念： 例如：1.抛掷一枚硬币，可能出现正面，反面两种结果，于是Ω ={正，反}，规定： 2.某工厂产品分为一等，二等，三等，等外。于是Ω ={一等，二等，三等，等外}，若规定： 3 .在上午 8:00～9:00 时间段内某路口观察通过的汽 车数，可能是0，1，2，3，…，于是Ω ={0，1，2， 3，…}，规定： 4 .灯泡的寿命（单位：秒），可能的寿命t是大于等 于0,于是Ω ={t:t≥0}，规定： 以上四例的共同点是：对于样本空间Ω中的每一个样 本点e均标以一个实数，即确定了一个定义在样本空 间上的变量—随机变量。 定义：设有随机试验E的样本空间Ω ，如果对于样本空间中的每一个样本点e都对应一个确定的实数X(e)，由此确定的一个定义在Ω上的单值函数：X=X(e),称此为随机变量。一般用大写字母X,Y,Z… 说明 随机变量与高等数学中函数的概念不同。 1.随机变量定义在样本空间上，函数定义在实数上。 2.随机变量取值具有随机性，因试验的结果不同而取值不同，其每个可能的取值均对应一定的概率，但取值范围是确定的。 3.随机事件是由样本点构成的集合，故可说随机变量是随机事件基础上的一个概念。 说明：定义随机变量依问题的需要而定，如掷一 枚骰子， 我们定义了随机变量X表示出现的点 数．我们可以定义其随机变量为： 定义:设有随机试验E的样本空间Ω，如果对于样本 空间中的每一个样本点e都以一定的概率确定一个 实数X(e)，此时所确定的定义在Ω上的单值函数： X=X(e),称为随机变量。 对于每个试验的结果的出现均有一定的概率,因 而随机变量的取值有一定概率. 随机变量根据取值可分为离散型随机变量与非离 散型随机变量。 二、离散型随机变量的概念及分布 1. 离散型随机变量的定义 定义 如果随机变量X的取值是有限个或可列无穷 个，则称X为离散型随机变量． 设离散型随机变量X的所有可能取值为 其相应的概率为 ： 2.离散型随机变量的概率分布 设离散型随机变量 X 的所有可能取值为 其相应的概率为 ： 称 为离散型随机变量X的 概率函数或概率分布 公式可以用表格形式给出 离散型随机变量 X 的分布律． 由定义得: 必然事件的概率等于1 2.一个离散型随机变量的统计规律须知道X的所有可能取值及每一个可能取值的概率。 说明： 1.判断一个变量是否为随机变量只需验证这两条。 例1 设随机变量 X 的分布律为 解：由分布律的性质，得 所以, c = 3 级数为等比级数 例2 将 1 枚硬币掷 3 次，令X：出现的正面次数与反 面次数之差．试求： （1）X 的分布律； 解： X 的可能取值为 -3， - 1，1，3． 其分布律为 例3 设一汽车在开往目的地的道路上需经过四盏信号灯，每盏信 号灯以概率p禁止汽车通过. 以 X 表示汽车首次停下时，它已通过 的信号灯的盏数，求 X 的分布律. (信号灯的工作是相互独立的). P{X=3} =(1-p)3p 解： 以 p 表示每盏信号灯禁止汽车通过的概率 于是 X 的概率分布为： P{X= k} = (1- p)kp，k = 0,1,2,3 以 p = 1/2 代入得： P{X= 4} = (1-p)4 X 的可能取值是0,1,2,3,4 三、常用的离散型随机变量 1. Bernoulli分布 设随机变量X的取值只是0，1，其概率函数为 则称随机变量X服从参数为p的Bernoulli分布． 其分布律为： Bernoulli分布也称作 0-1 分布或二点分布． Bernoulli分布的概率背景 进行一次Bernoulli试验， A是随机事件。设： 设X 表示这次Bernoulli试验中事件A发生的次数． 或者设 2. n重Bernoulli试验、二 项 分 布 (1)n重独立随机试验 (2) n重Bernoulli试验 设有随机试验E ，将试验E重复独立进行n次，即对试验 E重复进行n次，每次试验的结果出现的概率均不依赖于其他 各次试验结果。称这一系列试验为n重独立试验。 设有n重独立随机试验,如果每次试验E的结果仅有可能的 结果：A与 ，则称这一系列试验为n重Bernoulli试验。 n 次相互独立试验的例子 掷 n 次硬币，可看作是 n 次独立试验；