率论第二章.pptVIP

在前面的学习中,我们用字母A、B、C...表 示事件，并视之为样本空间S的子集；针对等 可能概型，主要研究了用排列组合手段计算事 件的概率。 本章，将用随机变量表示随机事件，以便 采用高等数学的方法描述、研究随机现象。 例 设箱中有10个球，其中有2个红球，8个白 球；从中任意抽取2个,观察抽球结果。 取球结果为: 两个白球;两个红球;一红一白 随机变量的定义 随机变量的实例 某个灯泡的使用寿命X。 某电话总机在一分钟内收到的呼叫次数Y. 在[0，1]区间上随机取点，该点的坐标X. 用随机变量表示事件 若X是随机试验E的一个随机变量，S?R，那么 {X∈S}可表示E中的事件 随机变量的类型 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 几种常见的离散型分布 0-1分布(二点分布 ) 将试验E重复进行n次,若各次试验的结果互不影响,则称这n次试验是相互独立的. 设随机试验E只有两种可能的结果:A及 ,且P(A)=p,在相同的条件下将E重复进行n次独立试验,则称这一串试验为n重贝努利试验，简称贝努利试验(Bernoulli trials). 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 若随机变量 X 的分布律为: 服务台在某时间段内接待的服务次数X； 交换台在某时间段内接到呼叫的次数Y; 矿井在某段时间发生事故的次数; 显微镜下相同大小的方格内微生物的数目； 单位体积空气中含有某种微粒的数目 * * 随机变量及其概率分布 第二章 随机变量 离散型随机变量及其分布律 随机变量的分布函数 连续型随机变量概率密度 随机变量函数的分布 随机变量 随机变量 基本思想 将样本空间数量化,即用数值来表示试验的结果 有些随机试验的结果可直接用数值来表示. 例如: 在掷骰子试验中,结果可用1,2,3,4,5,6来表示 例如: 掷硬币试验,其结果是用汉字“正面”和“反面”来表示的 可规定: 用 1表示 “正面朝上” 用 0 表示“反面朝上” 有些随机试验的结果不是用数量来表示， 但可数量化 特点：试验结果数量化了，试验结果与数建立了 对应关系 如果用X表示取得的红球数，则X的取值可为0，1，2。 此时， “两只红球”= “X取到值2”, 可记为 {X=2} “一红一白”记为 {X=1}, “两只白球”记为 {X=0} 试验结果的数量化 1) 它是一个变量 2) 它的取值随试验结果而改变 3）随机变量在某一范围内取值，表示一个 随机事件 随机变量 随机变量的两个特征: 设随机试验的样本空间为S，如果对于每一 个样本点 ，均有唯一的实数 与 之对应，称 为样本空间S上 的随机变量。 X 的可能取值为 [0,+?) Y 的可能取值为 0，1，2，3，..., X 的可能取值为 [0，1]上的全体实数。 例 如在掷骰子试验中，用X表示出现的点数,则 “出现偶数点”可表示为：　{X=2}? {X=4} ?{X=6} “出现的点数小于４”可表示为：{X 4}或{X?3} E中的事件通常都可以用X的不同取值来表示. 离散型 非离散型 随机变量的所有取值是有限个或可列个 随即变量的取值有无穷多个，且不可列 其中连续型随机变量是一种重要类型 离散随机变量的概率分布 称此式为X的分布律（列）或概率分布 设离散型随机变量 的所有可能取值是 ，而取值 的概率为 即 例 设X的分布律为 求 P(0X≤2) P(0X≤2)=P（X=1）+P（X=2） =1/2+1/6=2/3 分布律确定概率 解 =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