第二章随机变量及其分布1.pptVIP

第二章 随机变量及其分布;§1 随机变量;在概率的研究中为什么需要引入随机变量？;如何引入随机变量的概念？;例1：将一枚硬币抛掷3次，我们感兴趣的是三次投掷中，出现H的总次数，而对H,T出现的次序不关心。以X记三次投掷中出现H的总次数，那么对于样本空间S={e}中的每一个样本点e，X都有一个值与之对应，即有;如何引入随机变量的概念？;如何引入随机变量的概念？;如何引入随机变量的概念？;本书约定:;§2 离散型随机变量及其分布律;　　设随机试验的样本空间为S={e}, X=X(e)是定义在样本空间S上的单值实函数，称X=X(e)为随机变量。; X 取其各个可能值xk(k＝1，2，…)的概率P{X＝xk}＝pk，称为离散型随机变量X的概率函数(概率分布或分布律)。分布率也可以用表格的形式来表示： 称为随机变量X的分布律。;由概率的定义,pk满足如下条件: (1)pk≥0; (2);例2：设一汽车在开往目的地的道路上需经过四组信号灯，每组信号灯以1/2的概率允许或禁止汽车通过。以X表示汽车首次停下时，它已通过的信号灯的组数(设各组信号灯的工作是相互独立的)，求X的分布律。 解 以p表示每组信号灯禁止汽车通过的概率，易知X的分布律为; (0-1)分布的分布律也可写成 ;关于（0—1）分布;伯努利试验; 例如，E是抛一枚硬币观察得到正面或反面。A表示得正面，这是一个伯努利试验．如将硬币抛n次，就是n重伯努利试验。又如抛一颗骰子，若A表示得到“1点”， 表示得到“非l点”。将骰子抛n次，就是n重伯努利试验。再如在袋中装有a只白球，b只黑球。试验E是在袋中任取一只球，观察其颜色。以A表示“取到白球”，P(A)＝a／(a+b)。若连续取球n次作放回抽样，这就是n重伯努利试验。然而，若作不放回抽样，则每次试验都有P(A)＝a／(a+b)，但各次试验不再相互独立，因而不再是n重伯努利试验了。; 考虑n重伯努里试验中，事件A恰出现k次的概率。以X表示n重伯努利试验中事件A发生的次数，X是一个随机变量，我们来求它的分布律。X所有可能取的值为0，1，2，…，n．由于各次试验是相互独立的，故在n次试验中，事件A发生k次的概率为;伯努利试验与二项分布; 从图中可以看出，对于固定的n及p，当k增加时，b(k;n,p)随之增加并达到某极大值，以后又下降。此外，当概率p越与1/2接近时，分布越接近对称。;固定n和p，当k取何值时，b(n,p)取最大值？;例：按规定,某种型号电子元件的使用寿命超过1500小时的为一级品.已知某一大批产品的一级品率为0.2，现在从中随机地抽查20只.问20只元件中恰有k只(k=0,1,…,20)为一级品的概率是多少? 解 这是不放回抽样。但由于这批元件的总数很大，且抽查的元件的数量相对于元件的总数来说又很小，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。我们将检查一只元件看它是否为一级品看成是一次试验，检查20只元件相当于做20重伯努利试验。以X记20只元件中一级品的只数，那么，X是一个随机变量，且有X～b(20，0.2)。即得所求概率为;例3：某人进行射击，设每次射击的命中率为0.02，独立射击400次，试求至少击中两次的概率。;例4：设有80台同类型设备，各台工作是相互独立的，发生故障的概率都是0.01，且一台设备的故障能由一个人处理。考虑两种配备维修工人的方法，其一是由4人维护，每人负责20台；其二是由3人共同维护80台．试比较这两种方法在设备发生故障时不能及时维修的概率的大小。 解 按第一种方法。以X记“第1人维护的20台中同一时刻发生故障的台数”，以Ai(i＝1，2，3，4)表示事件“第i人维护的20台中发生故障不能及时维修”，则知80台中发生故障而不能及时维修的概率为 P(A1UA2UA3UA4)≥P(A1)＝P{X≥2}． 而X～b(20，0.01)，故有; 按第二种方法．以Y记80台中同一时刻发生故障的台数。此时，Y～b(80，0.01)，故80台中发生故障而不能及时维修的概率为 我们发现，在后一种情况尽管任务重了(每人平均维护约27台)，但工作效率不仅没有降低，反而提高了。;例8 保险事业是最早使用概率论的部门之一。保险公司为了估计企业的利润，需要计算各种各样的概率，下面是典型问题之一。若一年中某类保险者里面每个人死亡的概率等于0.005，现有10000个这类人参加人寿保险，试求在来来一年中在这些保险者里面，(1)有40个人死亡的概率；(2)死亡人数不超过70个的概率。;解 作为初步近似，可以利用贝努里概型，n=10000, p=0.005，设?为未来一年中这些人里面死亡的人数，则所求的概率分别为