概率论-第2章随机变量及其分布1-3概要.pptx

概率论与数理分析第二章 随机变量及其分布;§1 随机变量;我们记取出的黑球数为 X，则 X 的可能取值为1，2，3． 因此， X 是一个变量． X 的取值情况可由下表给出：;由于试验结果具有随机性，所以 X的取值 带有随机性。故，我们称 X 为随机变量．;我们定义了随机变量后，就可以用随机变量的取值情况来刻划随机事件．例如;随机变量的定义;说 明;例 2;例 3;例 4;例 5;例 6;例 7 观察某生物的寿命（单位：小时），令： Z：该生物的寿命． 则 Z 就是一个随机变量．它的取值为所有非负实数．;一.离散型随机变量的概念与性质;离散型随机变量的分布律;说 明;离散型随机变量分布律的性质:;例 1;例 2;例 3;§2 离散型随机变量及其分布律;例 4;例 5 设一汽车在开往目的地的道路上需经过四盏信号灯，每盏信号灯以 1/2 的概率允许或禁止汽车通过. 以 X 表示汽车首次停下时，它已通过的信号灯的盏数，求 X 的分布律. (信号灯的工作是相互独立的).;解： 以 p 表示每盏信号灯禁止汽车通过的概率，则 X 的分布律为：;1 、伯努利试验; 对同一目标进行一次射击，若只考虑“击中目标”与“未击中目标”两种情况，则“同一目标进行一次射击”是伯努利试验． 在某一时间间隔内观察通过某路口的汽车数，若只考虑“至少通过100辆车”与“至多通过99辆车”这两种情况，这也是伯努利试验．;2. n重伯努利试验 ; 对同一目标进行n次射击，若每次射击只考虑“击中目标”与“未击中目标”两种情况，则“同一目标进行n次射击”是一n重伯努利试验． 在某一时间间隔内观察通过某路口的汽车数，若只考虑“至少通过100辆车”与“至多通过99辆车”这两种情况，这是一次伯努利试验．若独立重复地做该试验 n 次，则它是一n重伯努利试验．;n重伯努利试验中的基本事件及其概率;n重伯努利试验中恰好成功k次的概率;（根据由二项式定理）;§2 离散型随机变量及其分布律;(0-1)分布的概率背景;例 6 15 件产品中有4件次品，11件正品．从中取出1件，令 X：取出的一件产品中的次品数． 则 X 的取值为 0 或者 1，并且;2）二项(Binomial)分布;说 明;分布律的验证;例 7 一大批产品的次品率为0.05，现从中取出10件．试求下列事件的概率： B={ 取出的10件产品中恰有4件次品 } C={ 取出的10件产品中至少有2件次品 } D={ 取出的10件产品中没有次品 };所以，;例8 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？;所以;例 9 设有 80 台同类型的设备，各台工作是相互独立的，发生故障的概率都是 0.01，且一台设备的故障能由一个人处理.考虑两种配备维修工人的方法： 方法一，由 4人维护，每人负责 20 台 方法二，由 3 人,共同维护 80 台. 试比较这两种方法在设备发生故障时不能及时维修的概率的大小.; 解：按第一种方法. 以 X 记 “第 1 人负责的 20 台 中同一时刻发生故障的台数”，则 X ~ b (20，0.01）.; 按第二种方法. 以 Y 记 80 台中同一时刻发生故障的台数， 则 Y~ b(80，0.01）. 故 80 台中发生故障而不能及时维修的概率为：;例10;则有;二项分布的分布形态;二项分布的分布形态;§2 离散型随机变量及其分布律;例11 对同一目标进行400次独立射击，设每次射击时的命中率均为0.02， （1）求至少命中两次目标的概率； （2）试求400次射击最可能命中几次？;P{至少命中两次目标};3）泊松(Poisson)分布;分布律的验证;Poisson分布的应用;例 12 设随机变量 X 服从参数为λ的Poisson分布，且已知;得;泊松定理;对于固定的 k，有;由 Poisson 定理，可知;例 13 设每次射击命中目标的概率为0.012，现射击600次，求至少命中3次目标的概率（用Poisson分布近似计算）． 解：设 B={ 600次射击至少命中3次目标 } 进行600次射击可看作是一600重伯努利试验.;所以，;4）几何(Geometric)分布;分布律的验证;几何分布的概率背景;例 14 对同一目标进行射击，设每次射击时的命中率为0.64，射击进行到击中目标时为止，令： X：所需射击次数． 试求随机变量 X 的分布律，并求至少进行2次射击 才能击中目标的概率．