离散型随机变量与分布函数.ppt

§1.随机变量 二、随机变量的概念 第二节 离散型随机变量 及其分布律 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 第三节 随机变量的分布函数 二、分布函数的性质 二项分布 泊松分布 电话呼唤次数 交通事故次数 商场接待的顾客数 地震 火山爆发 特大洪水 又如在某个时段内： 医院急诊病人数； ① ② ③ ④ ⑤ 一个容器中的细菌数； 一本书一页中的印刷错误数； 一匹布上的瑕疵点个数； 放射性物质发出的 粒子数； 实例 设某批产品的次品率为 p,对该批产品做有放回的抽样检查 , 直到第一次抽到一只次品为止 ( 在此之前抽到的全是正品 ), 那么所抽到的产品数 X 是一个随机变量 , 求X 的分布律. 解 称 X 服从几何分布. 4. 几何分布 若随机变量 X 的分布律为 则称 X 服从几何分布. 说明 几何分布可作为描述某个试验 “首次成功” 的概率模型. 离散型随机变量的分布 两点分布 等可能分布 二项分布 泊松分布 几何分布 二项分布 泊松分布 两点分布 一、分布函数的概念 二、分布函数的性质 * 二、随机变量的概念 一、随机变量的引入 第二章 随机变量及其分布 1、有些试验结果本身与数值有关（本身就是一个数）. 例如，掷一颗骰子面上出现的点数； 十月份绵阳的最高温度； 每天从绵阳下火车的人数； 2、在有些试验中，试验结果看来与数值无关，但我们可以引进一个变量来表示它的各种结果.也就是说，把试验结果数值化. 正如裁判员在运动场上不叫运动员的名字而叫号码一样，二者建立了一种对应关系. 1.定义 e. X(e) R 　　随机变量随着试验的结果不同而取不同的值, 由于试验的各个结果的出现具有一定的概率, 因此随机变量的取值也有一定的概率规律. (2)随机变量的取值具有一定的概率规律 　　随机变量是一个函数 , 但它与普通的函数有着本质的差别 ,普通函数是定义在实数轴上的,而随机变量是定义在样本空间上的 (样本空间的元素不一定是实数). 2.说明 (1)随机变量与普通的函数不同 　　随机事件包容在随机变量这个范围更广的概念之内.或者说 : 随机事件是从静态的观点来研究随机现象,而随机变量则是从动态的观点来研究随机现象. (3)随机变量与随机事件的关系 例1 掷一个硬币, 观察出现的面 , 共有两个 结果: 若用 X 表示掷一个硬币出现正面的次数, 则有 即 X (e) 是一个随机变量. 例2 在有两个孩子的家庭中,考虑 其性别 , 共有 4 个样本点: 若用 X 表示该家女孩子的个数时 , 则有 可得随机变量 X(e), 例3 设盒中有5个球 (2白3黑), 从中任抽3个,则 是一个随机变量. 例4 设某射击手每次射击打中目标的概率是0.8, 现该射手射击了30次, 则 是一个随机变量. 且 X(e) 的所有可能取值为: 且 X(e) 的所有可能取值为: 例5 某公共汽车站每隔 5 分钟有一辆汽车通过, 如果某人到达该车站的时刻是随机的, 则 是一个随机变量. 且 X(e) 的所有可 能取值为: 随机变量 离散型 连续型 所有取值可以 一一列举(有限或 无穷可列个) 所有取值不能一 一 列举，但能连续的 充满一个区间. 非离散型 其它 3.随机变量的分类 “取到次品的个数”， “电话交换台在单位时间内收到的呼叫数”, “电视机的寿命”， “测量误差” 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 性质 定义 非负性 归一性 这两条性质可作 为分布律的判定 例1. 设随机变量X的概率分布为： k =0,1,2, …, 试确定常数a . 例2.袋中有5个球,编号为1,2,3,4,5,从中任意取3个球,求取出的3个中的最大号数X的分布律. 解: X的所有可能取值为3,4,5. 例3 一汽车沿一街道行驶，需要通过三个均设有红绿 信号灯的路口，每个信号灯为红或绿与其它信号 灯为红或绿相互独立，且红绿两种信号灯显示的 时间相等. 以X表示该汽车遇到红灯前已通过的路 口的个数，求X的分布律. 解: 依题意, X可取值0, 1, 2, 3. Ai={第i个路口遇红灯}, i=1,2,3 设 　　设随机变量 X 只可能取0与1两个值 , 它的分布律为 则称 X 服从 (0—1) 分布或两点分布. 1.(0-1)分布或两点分布 例1 “抛硬币”试验,观察正、反两面情况. 随机变量 X 服从 (0—