概率论与数理统计第二章1-2.pptVIP

第二章 第二节 离散型随机变量及其分布律 启示 例5 一个人要开门，他共有n把钥匙，其中仅有一把是能开这门的。他随机地选取 一把钥匙开门，即在每次试开时每一把钥匙都 以概率 被使用，这人在第s次试开时才首次成功的概率是多少？ 解：这是一个伯努利试验， ，根据几何分布的概率公式， (五) 巴斯卡分布 重复独立进行伯努利试验，第r次成功出现在第k 次试验 的概率。用Ck记第r次成功出现在第k次试验这一事件，并用 f(k；r，p)记其概率。 可以验证： * 随 机 量 变 其 及 分 布 例3 考查电脑寿命 例1 车间中正在工作的车床数 例2 某电话总机每天接到的呼叫次数 例4 检测一件产品可能出现的两个结果 , 也可以用一个变量来描述 共同特点：试验结果能用一个数来表示，这个数随试验结果的不同而变化。 第一节 随机变量 随即变量一般用大写字母 X, Y , Z , ? 或小写希腊字母 ?, ?, ? 表示. 定义 随机变量 ( random variable ) 第一节 设S是试验E的样本空间, S={e}, X=X{e}是定义在样本空间S上的实值单值函数，称X=X{e}为随机变量。 随机变量 是 上的映射, 随机变量具有如下特点 概率特性 随机变量的取值有一定的概率，X 以一定的概率取某个值。 随机性 随机变量X 的可能取值不止一个, 试验前只能预知它的可能的取值，但不能预知取哪个值。 引入随机变量后, 可用随机变量的等式或不等式表达随机事件。 随机变量的函数一般也是随机变量 例 考察某天9:00 ~ 10:00 接到电话次数，用X 计电话次数，这是一个随机变量， “9:00- 10:00接到电话次数不超过100”这一事件可表示为 。 在同一个样本空间可以同时定义多个随机变量。 说明： S = {儿童的发育情况 } X— 身高, Y — 体重, Z— 头围. 各随机变量之间可能有一定的关系, 也可能没有关系—— 即相互独立。 例 离散型 非离散型 随机变量 分类 其中一种重要的类型为 连续型随机变量 定义 若随机变量 X 的可能取值是有限 个或可列个, 则称 X 为离散型随机变量。 描述X的概率特性常用概率分布或分布律，即X 取各个可能值的概率P{X=Xk} X P 或 离散型随机变量及其分布律 记为 分布律的性质 非负性 归一性 证：由于 是必然事件，且 故 例1 设一汽车在开往目的地的道路上需经四组信号灯，每组信号灯以1/3的概率允许汽车通过，以X表示汽车首次停下时，它已通过的信号灯的组数（设各组信号灯的工作是相互独立的），求X的分布律。 解：由题意每组信号灯禁止汽车通过的概率p=2/3，X的分布律为 X P 几种重要的离散型随机变量 (一) 0 – 1 分布 是否超标等等. 凡试验只有两个结果, 常用0 – 1 分布描述, 如产品是否合格、人 口性别统计、系统是否正常、电力消耗 X 1 0 P p 1 - p 0 p 1 应用 场合 或 (二) 二项分布 定义1 设试验E只有两个可能结果： 则称E为伯努利试验。 定义2 n次试验E1，E2，…，En，若以 记第k次试验的事件全体，若对于任意的 均成立 则称试验E1，E2，…，En是相互独立的。 设E为伯努利试验，且P(A)=p (0p1)，将E独立地重复地进行n次，则称这一串重复的独立试验为n重伯努利试验。 定义3 n 重伯努利试验中, 用X 记事件A 在 n 次试 验中发生的次数 ,且P (A) = p ,则 称X 服从参数为n, p 的二项分布，记作 特别地，0–1 分布是 n = 1 的二项分布 二项式(px+q)n展开式为： 其中xk项的系数为： 二项分布名称的由来 可以验证： 例2 按规定，某种型号电子元件的使用寿命超过1500小时的为一级品。已知某一大批产品的一级品率为0.2，现在从中随机的抽查20只。问20只元件中恰有k只(k=0,1,…,20)为一级品的概率是多少？ 解：用X记20只元件中的一级品数，则X是服从二项分布的随机变量随机变量，参