第二章第二节 离散型随机变量及其分布律——概率论与数理统计(李长青版).ppt

第二节 离散型随机变量及其分布 一、离散型随机变量的定义 定义2 若随机变量 X 的所有可能取值为有限多 注 若要掌握一个离散型随机变量的统计规律, 个或者可列无穷多个，则称 X 为离散型随机变量。 只需知道它的所有可能取值，以及它取每一个可能 值的概率即可. 定义3 若离散型随机变量 X 的所有可能取值 P{ X = xk } = pk, k = 1,2, … 则称上式为离散型随机变量 X 的分布律或概率分布. 分布律常用下面的表格表示： X X1 X2 … xk … pk p1 p2 … pk … 为 x1, x2, …，且 离散型随机变量的分布律的性质： 例1 将 1 枚硬币掷 3 次, X 表示出现的正面次数 与反面次数之差．试求X的分布律. 解 由题意知 X 的所有可能的取值为 –3, –1, 1及3. X = –3 相当于在3次抛掷中出现的全是反面， 每次抛掷 正面和反面出现的概率均为 ?, 同理可得 由二项概率公式, 有 同理可得 由此得 X 的分布律为 X –3 –1 1 3 pk 1/8 3/8 3/8 1/8 例2 设离散型随机变量 X的分布律为 X 0 1 2 3 4 5 pk 0.0625 0.1875 0.0625 0.25 0.1875 0.25 解 显然 由此得 同理可得 例3 设离散型随机变量 X 的分布律为 解 由分布律的性质, 有 由此得 注 此处使用了 ex 的麦克劳林展开式： 例4 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1/2的概率允许或禁止汽车通过. 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. (设各组信号灯的工作是相互独立的). 解 出发地 甲地 依题意, X 的可能的取值为0, 1, 2, 3, 4. 由各信号灯工作 的独立性, 有 k pk 0 1 2 3 4 0.6 0.24 0.096 0.0384 0.0256 代入 二、典型的离散型随机变量 1、两点分布、0﹣1分布 若随机变量 X 的可能取值只有x1, x2 两个, 它的 称 X 服从参数 p 为 的两点分布. 特别地, 若随机变量 X 只可能取0或1两个值, 则 X 0 1 pk q p 分布律为 称 X 服从参数 p 为的0﹣1分布, 记为X~b(1, p)，它的 分布律为 其中 注 两点分布是一种比较简单的分布, 任何一个 2、二项分布 只有两种可能结果的随机现象, 例如在产品的一次检 验中出现“正品”或“次品”;做一次试验事件“A 发生”或“A不发生”均可用这一数学模型描述. 以 X 表示 n 重伯努利试验中事件 A 发生的次 数,则 X 的分布律为： 称 X 服从参数 n, p 为 的二项分布, 记为X~b(n, p) 例6 一种40瓦的灯泡, 规定其使用寿命超过2000 小时的为正品, 否则为次品. 已知有很大一批这样的 灯泡, 其次品率为0.2. 现从该批灯泡中随机地抽取20 只做寿命试验, 问这20只灯泡中恰有k只次品的概率是 多少？ 解 这虽是无放回抽样的问题, 总数很大, 常小, 这样做会把问题大大简化, 很小. 但由于这批灯泡的 且抽出灯泡的数量相对于灯泡总数来说非 因此, 可以把这种试验当作有放回抽样来处理. 虽然会有一些误差, 但误差 我们将观测一只灯泡的使用寿命是否超过2000小时 看成是一次试验, 利试验. 用 X 表示20只灯泡中次品的只数, 则 于是, 分布列如下： k 0 1 2 3 4 5 6 Pn(k) 0.012 0.058 0.137 0.205 0.218 0.175 0.109 k 7 8 9 10 10 Pn(k) 0.055 0.022 0.007 0.002 0.001 观测20只灯泡相当于做20次贝努 3、泊松分布 若随机变量 X的分布律为（λ0） 则称 X 服从参数为λ 的泊松分布, 记为X~π(λ). 泊松分布是一种非常重要的分布, 具有广泛的 应用 在某个时段内： 大卖场的顾客数； 某地区拨错号的电话呼唤次数； 市级医院急诊病人数； 某地区发生的交通事故的次数. ① ② ③ ④ ⑤ 一个容器中的细菌数； 一本书一页中的印刷错误数； 一匹布上的疵点个数； ⑥ ⑦ ⑧ 应 用 场 合 放射性物质发出的 粒子数； 例7 某一无线寻呼台, 每分