离散随机变量的概率分布.ppt

求分布列举例 例 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的分布列及事件“至少抽得一件次品”的概率。 故 X的分布列为 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的分布列。 解 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(二点分布 ) 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 普阿松分布 若随机变量 X 的分布列为: 1、服务台在某时间段内接待的服务次数X； 2、交换台在某时间段内接到呼叫的次数Y; 3、矿井在某段时间发生事故的次数; 4、显微镜下相同大小的方格内微生物数目； 5、单位体积空气中含有某种微粒的数目等等。 某人骑摩托车上街,出事故率为0.02，独立重复上街400次，求出事故至少两次的概率. 400次上街?400重Bernoulii实验 * * 离散随机变量的概率分布 称此式为X的分布列 设离散型随机变量 的所有可能取值是 ，而取值 的概率为 即 p1 ， p2 ，… p K … P x1， x2， … xk， … X 离散随机变量分布列的表格表示法 公式法 表格法 性质 例 设X的分布列为 求 P(0X≤2) P(0X≤2)=P（X=1）+P（X=2） =1/2+1/6=2/3 分布列确定概率 解 =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 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 设随机变量X的分布列为 试确定常数b. 解 由分布列的性质,有 例 1－p p P 0 1 X 则称X服从参数为p 的二点分布或(0-1)分布, 应用范围：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。 如：上抛一枚硬币。 定义： 若随机变量X的分布列为: 例 设一个袋中装有3个红球和7个白球，现在从中 随机抽取一球，如果每个球抽取的机会相等， 并且用数“1”代表取得红球，“0”代表取得 白球，则随机抽取一球所得的值是一个离散型 随机变量 其概率分布为 即X服从两点分布。 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) 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的分布列 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) 其中? 0, 则称X服从参数为?的普阿松分布 X～P(?) 体积相对小的物质在较大的空间内的稀疏分布，都可以看作普阿松分布,其参数 ? 可以由观测值的平均值求出。 实际问题中R.v.X是服从或近似服从普阿松分布的例子。 已知某电话交换台每分钟接到的呼唤次数X服从 的普阿松分布，分别 求（1）每分钟内恰好接到3 次呼唤的概率；（2）每分钟不超过4次的概率 例 解 实际应用中：当n较大,p较小，np适中时，即可用泊松公式近似替换二项概率公式 二项分布的泊松近似 泊松定理 记X为出事故的次数，则 ≈1- e-8 - 8e-8 ≈0.9972 P(X≥2)=1-P(X=0)-P(X=1) 表明随着实验次数的增多，小概率事件总会发生的！ =1-0.98 400-4