2.1随机变量2.2离散型随机变量.pptVIP

第二章 随机变量 随机变量及其分布函数 离散型随机变量 连续型随机变量 随机变量函数的分布 2.2.2 常见离散型随机变量的分布 1. 两点分布或（0-1）分布 设 E 是一个只有两种可能结果的随机试验, 用Ω= {?1, ?2} 表示其样本空间。 P({?1}) = p , P({?2}) = 1-p . 则称X服从参数p的两点分布, 记成 X～B(1, p)。 即 例 4：200 件产品中，有196件正品，4件次品，今从中随机地抽取一件，若规定 则 P{X=1} = 196/200 = 0.98, P{X=0} = 4/200 = 0.02 . 故 X 服从参数为0.98的两点分布,即 X～B(1, 0.98). 　　如果试验只有两种可能结果，称这样的试验为 伯努利试验, 将伯努利试验在相同的条件下独立地重 复n 次，则称这一串试验为 n重伯努利试验. (1) n 重伯努利试验 2.二项分布 实例1 抛一枚硬币观察得到正面或反面. 若将硬 　　　币抛 n 次,就是n重伯努利试验. 实例2 抛一颗骰子n次,观察是否 “出现 1 点”, 就 　　　是 n重伯努利试验. (2) 二项概率公式 若X表示n重伯努利试验中事件A发生的次数， 设每次试验事件A发生的概率均为p，则X的所有 可能取值为 下面来求事件{X=k}的概率： 且两两互斥. 称这样的分布为二项分布.记为 二项分布 两点分布 (2)从次品率是p的产品中放回抽取n件，则其中次品的件数X服从 B(n,p) ； 服从二项分布的随机变量很多，比如： (1)n个人独立射击，设每个人击中目标概率都是p,则击中的人数X服从 B(n,p) ； …… 则答5道题相当于做5重Bernoulli试验． 解: 每答一道题相当于做一次Bernoulli试验， X：该生答对的题数，则 例5:一张考卷上有5道选择题，每道题列出4个可能 答案，其中只有一个答案是正确的．某学生靠猜测 至少能答对4道题的概率是多少？ 靠猜测答对每一道的题的概率均为1/4， 例6:从次品率为p=0.2的一批产品中，有放回抽取5次，每次取一件，分别求抽到的5件中恰好有3件次品以及至多有3件次品的概率. 解： 有放回抽取5次，可以看成是5重伯努利试验， p=0.2, X：抽到次品的件数，则 A={恰好有3件次品},B={至多有3件次品}，则 练习：将一枚硬币连掷3次，求恰有2次出现正面及既出现正面又出现反面的概率. 解： 记为B X：正面出现的次数，则 P27 例2.9,2.11 二项分布 B(n, p) 和两点分布B(1, p)之间的一个重要关系。 设试验 E 只有两个结果: A 和 。 将试验 E 在相同条件下独立地进行 n 次，记 X 为 n 次独立试验中A出现的次数，则X ~B(n, p) 。 X= X1+X2+ … +Xn . 引入随机变量 则 Xi ～ B(1, p)， 且 X1, X2 , …, Xn相互独立， 则有 设随机变量 X 所有可能取的值为: 0, 1, 2,…, 概率分布为： 3. 泊松分布 其中λ0 是常数， 则称 X 服从参数为λ的泊松分布, 记作 X ～ P(λ) 。 易见 例7：某一无线寻呼台，每分钟收到寻呼的次数X服从参数 ?=3 的泊松分布。求： (1). 一分钟内恰好收到3次寻呼的概率； (2).一分钟内收到2至5次寻呼的概率。. 解: (1). P{X=3} = (33/3!)e-3 ≈ 0.2240； (2). P{2≤X≤5} = P{X=2} + P{X=3} + P{X=4} + P{X=5} = [ (32/2!) + (33/3!) + (34/4!) + (35/5!) ]e-3 ≈ 0.7169. 历史上，泊松分布是作为二项分布的近似，于 1837年由法国数学家泊松引入的 。 二项分布与泊松分布的关系 定理1(泊松定理): 对二项分布 B(n,p), 当 n充分大, p又很小时,对任意固定的非负整数 k，有近似公式 例8：某出租汽车公司共有出租车400辆，设每天每辆出租车出现故障的概率为0.02，求:一天内没有出租车出现故障的概率。 解: 将观察一辆车一天内是否出现故障看成一次试验 E。因为每辆车是否出现故障与其它车无关, 于是, 观察400辆出租车是否出现故障就是做 400 次贝努利试验。设 X 表示一天内出现故障的出租车数, 则 X ～ B(400, 0.02)。 令 ? = np = 400×0.02 = 8 ，