概率论第二章1-3节课件.jsp.pptVIP

第一章　随机事件及其概率 本报告是严格保密的。 第二章 随机变量及其分布 §2.1 随 机 变 量 的 概 念 例1 设一口袋中有依次标有 1, 2, 3, 4, 5, 6 数字的六个球。 从这口袋中任取一个球， 观察取得的球上所标数字。 X是随着试验结果的不同而变化的。 X = i 表示“ 球上标示的数字为i ”， 设变量X 表示取得的球上所标数字， 第二章 随机变量及其分布 X都有唯一的值与之对应，称X为随机变量。 X 可能取的值为0、1、2 例2 袋中有3个白球,2个黑球,任取两球，求其中的白球数 X. 例3 观察放射性物质在一段时间内放射的粒子数Y。 例4 在一个形状为旋转体的均匀陀螺的圆周上, [0,3)上的诸数字， 均匀地刻上 当停下时,圆周与桌面接触的刻度Z。 例5 抛掷一枚硬币 引入一个变量 定义 如果对于试验的样本空间 中每一个样本点 都有一个确定的实数值与之对应，则变量 变量 函数， 是样本点 的实 记作 称这样的变量 为随机变量。 离散随机变量： 连续随机变量: 可能取值为有限个或可数无穷个. 可取得某一区间内的任何数值. 分类 随机变量是以随机事件为自变量的实值函数。 表示 例如，打靶试验中， 表示事件“中5环”。 表示事件“环数不超过6环”。 表示事件“环数大于3环小于7环”。 注意 需要指出的是，试验的结果中，随机变量X 取得某一个 值x，记做 它表示一个事件， 同样，随机变量X 取得 取得某一个区间 它们也都是随机事件。 某一个小于x 的值，可记做 内的值，可记做 §2.2 离散随机变量 概率分布（表） 而取得这些值的概率分别为 设离散随机变量 取得的一切可能值为 即： 称为离散型随机变量X 的概率函数或分布律（列）。 性质 ⑵. 若随机变量X 只能取有限个值 则 ⑶. 若随机变量X可能取可数无穷多个值，则 例1 a为何值时， 随机变量X 的分布列。 才能成为 解 要使 X 的分布列，则需 成为随机变量 解： （1）设随机变量X 是取球次数， 因此，所求概率分布为： 例2： 取得白球为止，求取球次数的概率分布。假定： 袋中有2个白球和3个黑球，每次从袋中任取1个球，直至 （1） 取出的黑球不再放回去； （2） 取出的黑球仍放回去。 例2： 取得白球为止，求取球次数的概率分布。假定： 袋中有2个白球和3个黑球，每次从袋中任取1个球，直至 （2） 取出的黑球仍放回去。 因此，所求概率分布为： （2）设随机变量Y是取球次数， 几何分布 如：一射手连续不断地进行射击，直到第一次命中为止，如每次 命中的概率为p，则所需射击次数X服从几何分布。 (Geometrical distribution): 其中 易知 几种常见的离散随机变量的分布: 1. “0-1”分布(两点分布) §2.3 超几何分布·二项分布·泊松分布 设随机变量 X 只能取两个数值 0 和 1， 而取得这些值的概率 分布表为： 其中 则称此分布为 “0-1” 分布(或两点分布)。 向上的次数， 例1：掷硬币的试验中，设随机变量X 表示一次试验中正面 则X 服从0 ?1分布, 其概率分布表为 记X为n次试验中事件A发生的次数，则 2. 二项分布(Binomial distribution) 设随机变量 X 的可能取值为 m = 0, 1, 2, ?, n，概率函数为 其中 这种分布叫做二项分布。 其分布列为： 在n次独立重复的Bernoulli 试验中, 设每次试验事件A发生的 概率为 p。 特别地， 当 n = 1时， 二项分布即为“0—1”分布。 易知 解 设X为在同一时刻需要供应一个单位电力的工人数，则 例2 设一批产品共 N 个, 其中有 M 个次品， 对这批产品进行放回抽样, 即次品率为 如此连续抽 n 次, 设X表示得到的 次品数，则 例3 （能量供应问题）设有9个工人间歇性地使用电力，在任 以上的工人需要供应一个单位的电力的概率？ 一时刻每个工人以同样的概率0.2需要一个单位的电力，如 果各个工人使用电力相互独立，问在同一时刻有7个或7个 注：放回抽样的随机变量服从二项分布 例4 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？ 解 易知 3. 泊松分布(Poisson distribution) m =0,1,2, …, 设随机变量 X 的可能取值为m = 0, 1, 2, ?, 概率函数为 其中常数? 0, 这种分布叫做泊松分布。 在大量试验中，小概率事件发生的次数可以近似地看作 服从Pois