第2章随机变量及其分布1-3节.ppt

第一节随机变量的概念 但是有些随机试验的样本空间并不是数量化的, 定义. 第二节 离散随机变量 二、离散随机变量的概率分布(分布律) 定义. 例1. 例2.盒中装有5只注射针头, 第三节 设一批产品共N件，其中有M件次品，从这批产品中随机抽取n件样品，则 1.超几何分布 (Hypergeometric distribution) 例3. 2.二项分布（Binomial distribution） 例4. 例5. 例8. 例9. 3.泊松分布 (Poisson’s distribution) 泊松分布在生物、医学、工业及公共事业等领域 例6. 例7. 计算结果如下表 内容小结 作业 例如： 2. 汽车站台一天的侯客人数； 4. 某公路段上一天中出事故的次数； 3. 某电话交换台在1分钟内收到的呼唤次数； 1. 某服务设施在一定时间内到达的人数； 5.自然灾害发生的次数. 有着广泛的应用. …… 当n充分大, p很小即np比较适中时， B( n, p)的概率函数近似等于泊松分布 的概率 二项分布 泊松分布 可以看作是二项分布B (n, p)当 时的极限分布. 即 函数, 已知某地区的人群中患某种病的概率为0.001, 试求在检查5000人中至少有两人患此病的概率. 设随机变量X表示患此病的人数, 解: X服从二项 分布, 由于n=5000较大,而p=0.001较小, np=5, 病的人数近似服从泊松分布P(5), 所以患此 检查5000人中至少2人 患病的概率为 如果直接根据二项分布求解，得 所求结果与泊松分布结果近似相等. 若抽样方式是：(1)不放回抽样；(2)放回抽样. 设一批产品共2000个，其中40个次品. 随机抽取100个样品, 求样品中次品数X的概率分布, 解: 超几何分布H(100,40,2000), 其概率函数： 由于这批产品总量N=2000很大, n=100比N较小(n/N=5%), 因此可近似等于二项分布 样品中的次品数X1服从 (1)不放回抽样时, 而抽取的样品量 一、随机变量的概念 二、离散随机变量(超几何分布、二项分布 泊松分布) 三、连续随机变量(均匀分布、指数分布) 四、随机变量的分布函数 第二章 随机变量及其分布 基本内容： 第二章 许多随机试验的样本空间， 可用数量直接表示. 引例： (1) 投掷一颗骰子. (2) 某电话总机在1分钟内收到的呼叫次数. 而是表现为某种属性. (3) 投掷一枚质量均匀的硬币. R 这种对应关系在数学上理解为定义一种实值函数. 引例(1). 掷骰子试验, 令 X (i)=i, (i=1,2,3,4,5,6) 则X为定义在 上的单值实函数. 引例(3). 投硬币试验, 令 则Y为定义在 上的单值实函数. 通常称定义在 上的单值实函数X，Y为随机变量. “骰子的点数不超过3”这一事件 “出现正面朝上”这一事件 可用{X≤3}来表示; 可用{Y=1}表示. 设随机试验E的样本空间为 若对于每 一个样本点 变量X 都有确定实数值与之对应, 则X是定义在 上的实值函数, 即 我们称 这样的变量X为随机变量. 常用大写字母X, Y, Z等或 希腊字母 等表示, 而表示随机变量所取的值 时, 通常采用小写字母x, y, z等. 注： (1) 随机变量是定义在样本空间 上的单值实函数; 这种对应关系可以为一对一或多对一的关系. (2) 随机变量的取值依赖于样本点, 因而随机变量取 随机变量 X 的分类： 1.离散随机变量: 取值只有有限个或可列无穷多个值 2.连续随机变量: 取值是在某个实数区间(有界或无界) (3) 引入随机变量后，随机事件的发生可以用随机变 引例中, P(X≤2)=1/3, P(Y=1)=1/2. 各个值都有一定的概率. 它与普通函数不同, 区别在 于它具有随机性. 量的取值表示. 因此随机事件概率的研究就转化为 随机变量取值概率的研究. 可列无穷多个数值 若随机变量X只能取得有限个数值 第二章 （discrete random variable） 则称X为离散随机 变量. 一、离散随机变量的定义 或 例如: X : “掷一颗骰子所出现的点数”（有限） Y : “某电话总机在1分钟内收到的呼唤次数”(可列) Z :“灯泡寿命试验中的灯泡寿命” 引例: 一射手进行打靶练习(如图), 规定射入区域 e1得2分, 射入区域e2得1分, 射入区域e3得0分. 射击一次所得分数X是一离散随机变量, 它的可能取 值为0，1，2. e3 e2 e1 0 0.2 0.8 P