离散型随机变量及其分布.pptVIP

求分布律举例 例1 设有一批产品20件，其中有3件次品，从中任意抽取2件，如果用X表示取得的次品数，求随机变量X的分布律及事件“至少抽得一件次品”的概率。 故 X的分布律为 从一批次品率为p的产品中，有放回抽样直到抽到次品为止。求抽到次品时，已抽取的次数X的分布律。 解 记Ai=“第i次取到正品”,i=1,2,3,… 则 Ai , i=1,2,3,… 是相互独立的！ 且 从一批由9件正品、3件次品组成的产品中,有放回地抽取5次,每次抽一件,求恰好抽到两次次品的概率. 有放回地抽取5件,可视为5重Bernoulli实验 泊松分布 Poisson distribution 若随机变量 X 的分布律为: 某人骑摩托车上街,出事故率为0.02，独立重复上街400次，求出事故至少两次的概率. 400次上街?400重Bernoulii实验 返回 上页 下页 目录 离散型随机变量及其分布 离散型随机变量 随机变量的所有取值是有限个或可列个 非离散型随机变量 随机变量的取值有无穷多个，且不可列 定义：若随机变量X的所有可能取值为xi(i=1,2,…) 而X取值为xi对应的概率为pi ，即 或 称之为离散型随机变量X的分布律或分布列或概率分布。 分布律具有以下重要性质： 即不满足这两条性质，就不能称为随机变量的分布律。 =P(抽得的两件全为次品) 解：X的可能取值为 0，1，2 =P(抽得的两件全为正品) P{X=1} P{X=2} =P(只有一件为次品) P{X=0} 而“至少抽得一件次品”={X≥1} = {X=1}?{X=2} P{X≥1}= P{X=1}+P{X=2} 注意：{X=1}与{X=2}是互不相容的！ 实际上，这仍是古典概型的计算题，只是表达事件的方式变了 故 X的所有可能取值为 1，2，3，… ,k,… P(X=k)= (1-p)k-1p ,k=1,2,… ( X=k )对应着事件 例 若随机变量X的概率函数如上式，则称X具有几何分布. 不难验证: 练习： 一汽车沿一街道行驶，需要通过三个均设有红绿信号灯的路口，每个信号灯为红或绿与其它信号灯为红或绿相互独立，且红绿两种信号灯显示的时间相等. 以X表示该汽车首次遇到红灯前已通过的路口的个数，求X的概率分布. 解: 依题意, X可取值0, 1, 2, 3. P(X=0)=P(A1)=1/2, Ai={第i个路口遇红灯}, i=1,2,3 设 路口3 路口2 路口1 P(X=1)=P( ) = 1/4 P(X=2)=P( ) =1/8 X表示该汽车首次遇到红灯前已通过的路口的个数 路口3 路口2 路口1 路口3 路口2 路口1 Ai={第i个路口遇红灯}, i=1,2,3 设 =1/8 P(X=3)= P( ) 路口3 路口2 路口1 即 不难看到 X表示该汽车首次遇到红灯前已通过的路口的个数 Ai={第i个路口遇红灯}, i=1,2,3 设 设随机变量X的分布律为 试确定常数b. 解 由分布律的性质,有 例 解: 依据概率函数的性质: P(X =k)≥0, a≥0 从中解得 欲使上述函数为概率函数 应有 这里用到了常见的 幂级数展开式 练习 设随机变量X的概率分布为： k =0,1,2, …, 试确定常数a . 例：若随机变量X的分布律为 则随机变量X的分布函数为 即 分布函数的图像如下： 分布函数的图像是一个右连续的阶梯形。且在间断 点处的跳跃值等于X取这个值的概率。例如 。 。 。 几种常见的离散型分布 一、两点分布 定义：若随机变量X的分布律为 X 0 1 P 1-p p 则称X 服从参数为p(0p1)的两点分布，或0-1分布。 背景：当样本空间只有两个样本点时，可以用两点 分布来描述。 实例：顾客的性别，机器工作是否正常，以及前面提到的掷硬币试验等都可用0-1分布来描述。 例 设一个袋中装有3个红球和7个白球，现在从中 随机抽取一球，如果每个球抽取的机会相等， 并且用数“1”代表取得红球，“0”代表取得 白球，则随机抽取一球所得的值是一个离散型 随机变量 其概率分布为 即X服从两点分布。 二、二项分布 定义：若随机变量X的分布律为 则称X服从参数为n， p(0p1) 的二项分布，也称伯努利 分布。 记为 X～B( n, p) 注：1.当n=1时，即X～B(1, p)， 2. 恰好是二项式 的展开式中出现 的那一项，这就是被称