概率论与数理统计第二章2节.ppt

例1 设离散型随机变量 X 的分布律为 例 2 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． 二、一些常用的离散型随机变量 例3 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？ 解：每答一道题相当于做一次Bernoulli试验， 伯努利资料 泊松资料 * 离散型随机变量：随机变量 X 的取值是有限个或可列无穷个． §2 离散型随机变量 离散型随机变量的分布律 设离散型随机变量 X 的所有可能取值为 并设 则称上式 或 为离散型随机变量 X 的分布律． 第二章 随机变量及其分布 返回主目录 第二章 随机变量及其分布 具体写出，即可得 X 的分布律： 返回主目录 解： X 的取值为5，6，7，8，9，10． 第二章 随机变量及其分布 例 3 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 p 的概率禁止汽车通过. 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： X pk 0 1 2 3 4 p (1-p) p (1-p)2p (1-p)3p (1-p)4 或写成 P{X= k} = (1- p)kp，k = 0,1,2,3 P{X= 4} = (1-p)4 第二章 随机变量及其分布 1)伯努利 Bernoulli分布 (0-1 分布) 如果随机变量 X 的分布律为 或 则称随机变量 X 服从参数为 p 的 Bernoulli分布． 返回主目录 实例1 “抛硬币”试验,观察正、反两面情况. 随机变量 X 服从 (0—1) 分布. 其分布律为 实例2 200件产品中，有190件合格品，10件不合格品，现从中随机抽取一件，若规定 取得不合格品, 取得合格品. 则随机变量 X 服从(0 —1)分布. 两点分布是最简单的一种分布，任何一个只有两种可能结果的随机现象，比如新生婴儿是男还是女、明天是否下雨、种籽是否发芽等，都属于两点分布. 说明 　　将试验 E 重复进行 n 次, 若各次试验的结果互 不影响 , 即每次试验结果出现的概率都不依赖于其 它各次试验的结果, 则称这 n 次试验是相互独立的, 或称为 n 次重复独立试验. (1) 重复独立试验 2.二项分布 (2) n 重伯努利试验 伯努利资料 实例1 抛一枚硬币观察得到正面或反面. 若将硬 　　　币抛 n 次,就是n重伯努利试验. 实例2 抛一颗骰子n次,观察是否 “出现 1 点”, 就 　　　是 n重伯努利试验. (3) 二项概率公式 返回主目录 且两两互不相容. 二项分布 两点分布 则答5道题相当于做5重Bernoulli试验． 第二章 随机变量及其分布 返回主目录 第二章 随机变量及其分布 返回主目录 二项分布的图形 解 因此 例4 二项分布 泊松分布 3. 泊松分布 泊松资料 泊松分布的背景及应用 　　二十世纪初卢瑟福和盖克两位科学家在观察 与分析放射性物质放出的粒子个数的情况时,他 们做了2608次观察(每次时间为7.5秒)发现放射 性物质在规定的一段时间内, 其放射的粒子数X 服从泊松分布. 电话呼唤次数 交通事故次数 商场接待的顾客数 地震 火山爆发 特大洪水 上面我们提到 二项分布 泊松分布 Jacob Bernoulli Born: 27 Dec 1654 in Basel, SwitzerlandDied: 16 Aug 1705 in Basel, Switzerland Born: 21 June 1781 in Pithiviers, FranceDied: 25 April 1840 in Sceaux (near Paris), France Siméon Poisson * * * *