离散型随机变量及其分布律-1.ppt

概率论 概率论 第二节 离散型随机变量及其分布律 离散型随机变量分布律的定义 离散型随机变量表示方法 三种常见分布 小结 布置作业 从中任取3 个球 取到的白球数X是一个随机变量 . (1) X 可能取的值是0,1,2 ; (2) 取每个值的概率为: 看一个例子 一、离散型随机变量分布律的定义 定义1 ：某些随机变量X的所有可能取值是有限多个或可列无限多个, 这种随机变量称为离散型随机变量 . 其中 (k=1,2, …) 满足： k=1,2, … （1） （2） 定义2 ：设 xk (k=1,2, …) 是离散型随机变量 X 所取的一切可能值，称 为离散型随机变量 X 的分布律. 用这两条性质 判断一个函数 是否是分布律 解: 依据分布律的性质 P(X =k)≥0, a≥0 , 从中解得 即 例2 设随机变量X的分布律为： k =0,1,2, …, 试确定常数a . 二、离散型随机变量表示方法 （1）公式法 （2）列表法 X 例3 某篮球运动员投中篮圈概率是0.9，求他两次独立投篮投中次数X的概率分布. 解： X可取值为0,1,2 ; P{X =0}=(0.1)(0.1)=0.01 P{X =1}= 2(0.9)(0.1) =0.18 P{X =2}=(0.9)(0.9)=0.81 常常表示为： 这就是X的分布律. 三、三种常见分布 1、（0-1）分布：（也称两点分布） 随机变量X只可能取0与1两个值，其分布律为： 看一个试验 将一枚均匀骰子抛掷3次. X的分布律是： 2.伯努利试验和二项分布 令X 表示3次中出现“4”点的次数 掷骰子：“掷出4点”，“未掷出4点” 抽验产品：“是正品”，“是次品” 一般地，设在一次试验E中我们只考虑两个互逆的 结果：A 或 . 这样的试验E称为伯努利试验 . “重复”是指这 n 次试验中P(A)= p 保持不变. 将伯努利试验E独立地重复地进行n次 ,则称这一串重复的独立试验为n重伯努利试验 . “独立”是指各 次试验的结果互不影响 . 用X表示n重伯努利试验中事件A发生的次数，则 易证： （1） 称 r.v X 服从参数为n和p的二项分布，记作 X~b(n,p) （2） 例4 已知100个产品中有5个次品，现从中有放回 地取3次，每次任取1个，求在所取的3个中恰有2个次品的概率. 解: 因为这是有放回地取3次，因此这3 次试验 的条件完全相同且独立，它是贝努里试验. 依题意，每次试验取到次品的概率为0.05. 设X为所取的3个中的次品数， 于是，所求概率为： 则 X ~ b(3,0.05)， 若将本例中的“有放回”改为”无放回”, 那么各次试验条件就不同了, 此试验就不是伯努利试验 . 此时, 只能用古典概型求解. 请注意： 3. 泊松分布 设随机变量X所有可能取的值为0 , 1 , 2 , … , 且概率分布为： 其中 0 是常数,则称 X 服从参数为λ的 泊松分布,记作X~π(λ). 例5 一家商店采用科学管理，由该商店过去的销售记录知道，某种商品每月的销售数可以用参数λ=5的泊松分布来描述，为了以95%以上的把握保证不脱销，问商店在月底至少应进某种商品多少件？ 解: 设该商品每月的销售数为X, 已知X服从参数λ=5的泊松分布. 设商店在月底应进某种商品m件, 求满足 P{ X ≤ m }0.95 的最小的m . 进货数 销售数 求满足 P {X ≤ m }0.95 的最小的m. 查泊松分布表得 于是得 m=9 对于离散型随机变量，如果知道了它的分布律,也就知道了该随机变量取值的概率规律. 在这个意义上，我们说 这一节，我们介绍了离散型随机变量及其分布律，并给出两点分布、二项分布、泊松分布三种重要离散型随机变量. 离散型随机变量由它的分布律唯一确定. 四、小结 练习题