概率m2-2.ppt

一.离散型随机变量的概念与性质 说 明 1. 离散型随机变量可完全由其分布律来刻划． 即离散型随机变量可完全由其的可能以及取 这些值的概率唯一确定． 例 1 从1～10这10个数字中随机取出5个数字，令： X：取出的5个数字中的最大值． 试求 X 的分布律． 解： X 的取值为5，6，7，8，9，10． 并且 例 2 将 1 枚硬币掷 3 次，令： X：出现的正面次数与反面次数之差． 试求 X 的分布律． 解： X 的取值为-3，-1，1，3． 并且 例 3 设离散型随机变量 X 的分布律为 例 3（续） 例 4 设随机变量 X 的分布律为 1 、贝努里（Bernoulli） 试验 如果随机试验 E 只有两个结果，则称E为Bernoulli试验 Bernoulli 试验的例子 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Bernoulli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Bernoulli试验． 2. n重Bernoulli 试验 若独立重复地进行n次Bernoulli试验，这里“重复”是指每次试验中事件 A 发生的概率（即每次试验中“成功”的概率）不变，“独立”是指各次试验的结果相互独立，则称该试验为 n 重Bernoulli 试验． n重Bernoulli 试验的例子 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Bernoulli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Bernoulli试验．若独立重复地做该试验 n 次，则它是一n重Bernoulli试验． n重Bernoulli 试验中的基本事件及其概率 在n重Bernoulli 试验中的基本事件为 n重Bernoulli 试验中恰好成功k次的概率 设在n重Bernoulli 试验中， 注意 由二项式定理，我们有 二、一些常用的离散型随机变量 Bernoulli分布也称作 0-1 分布或二点分布． 例 5 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 分 布 如果随机变量 X 的分布律为 说 明 显然，当 n=1 时 分布律的验证 ⑴．由于 例 6 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 } 例 6（续） 所以， 例7 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？ 例 7（续） 所以 例9 对同一目标进行射击，设每次射击的命中率均 为0.23，问至少需进行多少次射击，才能使至少命 中一次目标的概率不少于0.95？ 例 9（续） 则有 二项分布的分布形态 二项分布的分布形态 由此可知，二项分布的分布 例10 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）试求400次射击最可能命中几次？： 例10（续） 因此，最可能射击的命中次数为 3）Poisson 分布 如果随机变量 X 的分布律为 分布律的验证 ⑴ 由于 Poisson分布中 的意义 * 考虑“要求服务的顾客到达服务站” Poisson分布的应用 Poisson分布是概率论中重要的分布之一． 自然界及工程技术中的许多随机指标都服从Poisson分布． 例 11 设随机变量 X 服从参数为λ的Poisson分布，且 已知 例 11（续） 得 Poisson定理 证明： Poisson定理的证明(续) 对于固定的 k，有 Poisson定理的证明(续) 所以， Poisson定理的应用 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Bernoulli试验. 例 12（续） 所以， 4）几 何 分 布 若随机变量 X 的分布律为 分 布 律 的 验 证 ⑴ 由条件 几何分布的概率背景 在Bernoulli试验中， 例