概率论2.2.ppt

第二章 随机变量及其分布 2.2 离散型随机变量 第二章 随机变量及其分布 2.2 离散型随机变量 第二章 随机变量及其分布 2.2 离散型随机变量 第二章 随机变量及其分布 2.2 离散型随机变量 第二章 随机变量及其分布 2.2 离散型随机变量 * * 1 概率分布列 如前所述，最多取有限个值或可列无穷多个值的随机变量X称为离散型随机变量. 设X的所有可能取的值为 x1,x2,…,xk,…. 为了掌握随机变量X的统计规律，只知道它可能取的值是远远不够地(例如掷非均匀的色子)，更主要的，还要了解它取各个可能值的概率是多少. 若事件“X=xk”的概率为pk ，即 P(X=xk)=pk，k=1,2,… 则上式不仅告诉了我们X所能取的值，而且还指出了它以多大的概率取这些值. 所以这样的式子把随机变量取值的概率规律完整地描述出来了. 我们称这样的式子为离散型随机变量的概率分布列或简称为分布列，又称分布律. 它也可以用表格的形式直观地表达如下： … pk … p2 p1 P … … x1 xk x2 X 由概率的基本性质可知，对任一分布列都有下面两个性质： (ⅰ) pk≥0，k=1,2,…； (ⅱ) 反之，满足上述两条性质的数列{pk}，也可以作为某一个离散型随机变量的分布列. 下面介绍几种常见的分布列 例1 自动化生产线在调整后出现废品的概率为p，在生产过程中出现废品立即进行重新调整，以X表示两次调整之间出现的正品数，求X的概率分布？ 解 X的概率分布为 … … P ② … … 0 k 1 X ① 或 P(X=k)=(1?p)kp， k=0,1,…，0p1，q=1?p. ③验证 (1)显然 P(X=k)≥0，k=0,1,…； (2) 例2 设随机变量(以后简记为r.v)X的概率分布为 求常数A. 解 由分布列的性质 因此 2. 0—1分布(伯努利分布、两点分布) 设随机变量X只可能取0和1两个值，它的分布列是 P(X=1)=p，P(X=0)=q，0p1，q=1?p 则称X服从0—1分布或伯努利分布，也称两点分布，记为X~B(1,p). 0—1分布的表格形式为 p q P 0 1 X 显然，伯努利试验可用0—1分布来描述. 3 二项分布(binomial distribution) 设随机变量X分布列如下： k=0,1,2,…,n，0p1，q=1?p. 则称X服从二项分布(参数为n，p)，常用记号 X~B(n,p)表示. 特别地，当n=1时，二项分布的表达式成为 P(X=k)=pkq1?k，k=0,1 此即为0—1分布. 由前面的定理可知，在n重伯努利试验中，成功的次数X是服从二项分布的. 对二项分布来说，概率分布列的两个性质也都成立. 因为 又 故分布列的两个性质都成立. 例3 设有N件产品，其中有M件次品，现进行n次有放回的抽样，每次抽取一件.求这n次中共抽到的次品数X的概率分布？ 解 由于抽样是有放回的，因此这是n重伯努利试验.若以A表示一次抽样中抽到次品这个事件，则 p=P(A)=M/N. 故X~B(n,M/N)，即 下面我们来考察二项分布的概率分布列表达式随着k取值的不同而变化的情况 先看一个例子 例4 设有20台机床，独立地各加工一件齿轮，若各机床加工齿轮的废品率都是0.2，求得到的20件齿轮中没有废品，恰有一件废品，……，以及全部都是废品的概率各为多少？ 解 此例可看作是n=20的伯努利试验问题.设X表示20件齿轮产品中的废品个数，则X~B(20,0.2)，于是问题即要求: 我们将计算的结果列于下表： 0.109 0.218 0.137 0.012 6 4 2 0 0.175 0.205 0.058 P 5 1 3 X 0.000 0.000 0.007 0.055 20 11 9 7 … 0.002 0.022 P … 8 10 X 表中当时k≥11，P(X=k)0.001. 为了对此结果有个比较直观的了解，可以将表中的数据用图形来表示(图3.1) P 0 4 k 8 16 20 2 6 1 3 5 7 9 10 11 13 12 15 14 18 17 19 图3.1 从图中我们看到: 概率P(X=k)先是随着k的增加而单调上升，当k增到4时P(X=k)取得最大值0.218，然后P(X=k)再随k的增加而单调下降. 一般对于固定的n和p，二项分布B(n,p)都具有这一性质. 事实上，因为 事实上，因为 故当k(n+1)p时，P(X=k)P(X=k?1)，此时P(X=k)随着k的增加而单调上升； 当k(n+1)p时，P(X=k)P(X=k?1)，此时P(X=k)随着k的增加而单调下降； 当k=(n+1)p为正整