微积分第六章6.1-6.2随机变量.ppt

（二）几种常见的离散型概率分布 例: 设某商品月销售量X~P(8), 试求本月底库存为多少时才能有99%的把握保证下月不脱销. 解: P(X≤n)=P(X=0)+P(X=1)+…+P(X=n) ≥0.99, 解出n ≥15, 从而至少库存15件才能有99%的把握保证下月不脱销. * * 第六章 随机变量 例1 投掷一枚硬币，观察出现正反面的情形。试验有两个可能结果： 我们引入一个变量如下： — 出现正面 — 出现反面 这个变量可以看作是定义在样本空间 上的函数，称其为随机变量。实际上此变量是依试验结果的不同而随机地取值1或0。 例2 掷一枚骰子面上出现的点数。 这个试验结果本身就是一个数.（与数值有关） 当 时， ，这里X是随机变量， 我们引入一个变量 定义 设随机试验为 ,其样本空间为 如果对于每个 ，都有一个实数 和它对应，于是就得到一个定义在 上的实值单值函数 ，称 为随机变量。 而表示随机变量所取的值时, 一般采用小写字母 x, y, z, w, n等. 随机变量通常用大写字母 X,Y,Z,W,N 等表示 随机变量的分类 随机变量 离散型随机变量 连续型随机变量 所有取值可以逐个 一一列举 全部可能取值不仅 无穷多，而且还不 能一一列举，而是 充满一个区间. 6.2、离散型随机变量 如果随机变量的取值是有限个或可数个(即能与自然数的集合一一对应），则称该变量为离散型随机变量。 对于离散型随机变量，我们要搞清楚它的统计规律，只需要知道它取每一个可能值的概率。 定义 设X是一个离散型随机变量，它可能取值为 并且取各个值的对应概率为 即 则称上式为离散型随机变量X的概率分布，又称分布密度或分布列。 其中 且 反过来，假如有一列数 满足 分布列也可以通过列表表示： 且 则该数列可以定义为某离散型随机变量的分布列。 其中第一行表示随机变量所有可能的取值，第二行表示这些取值所对应的概率。 例1 如右图所示,从中任取3个球,取到的白球数X是一个随机变量。求X的分布。 解：X可能取的值是0,1,2。取每个值的概率为 0.1 0.6 0.3 其分布列为 　　设随机变量 X 只可能取0与1两个值 , 它的分布律为 则称 X 服从 （0—1） 分布或两点分布. 1.两点分布 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,那末,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. 2.二项分布 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. 称这样的分布为二项分布.记为 例1： 在相同条件下相互独立地进行 5 次射击,每次射击时击中目标的概率为 0.6 ,则击中目标的次数 X 服从 B(5,0.6) 的二项分布. 解 因此 例2 计算繁琐！ 3. 泊松分布 在生物学、医学、工业统计、保险科学及 公用事业的排队等问题中 , 泊松分布是常见的. 例如地震、火山爆发、特大洪水、交换台的电 话呼唤次数等, 都服从泊松分布.