课件概率论.pptVIP

第二节 离散型随机变量 某人骑摩托车上街,出事故率为0.02，独立重复上街400次，求出事故至少两次的概率. 400次上街?400重Bernoulii实验 作 业 本堂课重点：熟练掌握如下分布： 两点分布，二项分布，泊松分布，几何分布，超几何分布 难点：二项分布，泊松分布，几何分布 P76 习题三 1，4，8，9，14，16 预习 第三节 连续型随机变量 * * 一.离散型随机变量的概念与性质 离散型随机变量的定义 如果随机变量 X 的取值是有限个或可列个，则称 X 为离散型随机变量． 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 则称上式或 为离散型随机变量 X 的分布律． 说 明 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它的可能取值以及取这 些值的概率唯一确定． 离散型随机变量分布律的性质: X的分布函数为 例3.2.1 如例3.1.1 以X记投掷一个骰子得到的分数 X仅取值0，1和2，故X是离散型随机变量，X的分布是 即 下面求X的分布函数 当 时， 当 时， 当 时， 当 时， F(x)有三个间断点x=0，x=1和x=2，在这三个间断点上F(x)都是右连续，但没有左连续。 思考：如果已知随机变量的分布函数，如何求得概率 例 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、分布函数及概率P(2≤X≤ 3).(信号灯的工作是相互独立的). P{X=3}=(1-p)3p 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： 或写成 P{X= k} = (1- p)kp，k = 0,1,2,3 P{X= 4} = (1-p)4 X pk 0 1 2 3 4 p (1-p) p (1-p)2p (1-p)3p (1-p)4 以 p = 1/2 代入得： X pk 0 1 2 3 4 1/2 1/4 1/8 1/16 1/16 由此得X的分布函数为 于是所要求的概率为 或 二、一些常用的离散型随机变量 1. Bernoulli分布（二点分布或称为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． 2.二项分布Binomial distribution 其中0 p 1, 则称X服从参数为 n, p 的二项分布 记作 X～B( n, p) 在n重贝努利试验中,若以X表示事件A发生的次 数,则X可能的取值为0,1,2,3,…,n. 随机变量X的分布律 显然，当 n=1 时， ，即为0-1分布。 二项分布的分布形态 由此可知，二项分布的概率 先是随着 k 的增大而增大，达到其最大值后再随着 k 的增大而减少．这个使得 例 对同一目标进行300次独立射击，设每次射击 时的命中率均为0.44，试求300次射击最可能命中几 次？其相应的概率是多少？ 解：对目标进行300次射击相当于做300重Bernoulli 试验．令 则由题意 因此，最可能射击的命中次数为132次 其相应的概率为 Poisson定理 证明： 所以， Poisson定理的应用 由 Poisson 定理，可知 关于 的值有表可查（见书后附表）。 记X为出事故的次数，则 P(X≥2)= 1- e-8 - 8e-8 ≈0.9972 P(X≥2)=1-P(X=0)-P(X=1) 结果表明，随着实验次数的增多，小概率事件总是会发生的！ =1-0.98 400-400（0.02)(0.98 399) ≈0.9970 泊松定理 例 解 3.泊松公布 Poisson 如果随机变量 X 的分布律为 则称随机变量 X 服从参数为λ的Poisson 分布． 记为P( λ). Poisson分布的应用 Poisson分布是概率论中重要的离散型分布之一． 自然界及工程技术中的许多随机指标都服从Poisson 分布． 例如，可以证明： 1.