概率论与数理统计A：4chapter2（1）离散型随机变量的概率分布.pptVIP

* Chapter 2(1) 离散型随机变量的概率分布,随机变量的分布函数 教学要求： 1. 理解随机变量的概念; 2. 理解离散型随机变量的分布律及性质; 3. 掌握二项分布、泊松分布; 4. 会应用概率分布计算有关事件的概率; 5. 理解随机变量分布函数的概念及性质. 一、随机变量 1. 直观背景 在随机现象中，有许多问题与数值直接发生关系， 同时也有许多问题与数值不直接发生关系，这时须 把它们进行量化. 比如： (1) 掷一枚骰子，观察出现的点数. 引入: (2)测试某电子元件的寿命. 引入: 且事件“寿命小于5小时”可用{X 5}来表示. (3)将一枚硬币掷三次，观察出现正反面的情况, 用正面描述. S={正正正，正正反，正反正，反正正，正反反， 反正反，反反正，反反反} 引入: 由此可见，随机试验的结果可以用一个变量来表示. 这就是随机变量. 2. 定义 3. 注意 (1)实质上，随机变量就是把样本空间进行了量化. (3)随机变量为一个实值函数，定义域为样本空间. 自变量e取哪一点具有随机性，由于随机变量取值 有一定的概率，对于取某一点又有统计规律性； (5)有了随机变量，随机事件都可用随机变量来表示. (6)随机变量的分类: 离散型随机变量： 随机变量所取的一切可能值为有限多个或可列个. 连续型随机变量： 随机变量所取的一切可能值可以充满某个空间. 其他类型随机变量. 二、离散型随机变量的概率分布 定义 设离散型随机变量X的所有可能取值为 相应的概率为 称上式为随机变量X的概率分布或分布律. 注意 1.概率分布可用表格表示为: 2.概率分布满足两个条件: 以上两式即为概率分布的性质. ex1. 证明 是某一随机变量X的概率分布. Proof. 所以结论成立. ex2. 设随机变量X的分布律为 Solution. ex3. 从一装有4个红球，2个白球的口袋中，按以下两 种方式取出5个球： (1) 每取一个，记下颜色后放回，再取下一个； (2) 取后不放回； 求取出球中红球个数X的分布律. Solution. 三、几个常用的离散型分布 1. 0-1分布 or 两点分布 or Bernoulli分布 设随机变量X只能取两个值, 它的分布律是 则称X服从0-1分布或两点分布, 2. 伯努利试验与二项分布 伯努利试验的定义: 在一固定不变的条件下做一种试验（n次） (3)各次试验的结果互不影响,即相互独立. 这样一串试验称为n重伯努利试验. 当n=1时,称为伯努利试验. 在n重贝努利试验中A出现k次的概率公式 Proof. 根据独立事件概率的乘法定理，在n次试验中， 事件A在指定的k次实验中发生，而在其余的 n-k次试验中不发生的概率为 而事件A在n次试验中发生k次，而不限定哪k次，所 以应有 由此有 注意到: k的取值为0，1，2,…,n，于是 二项分布 设随机变量X的分布律是 则称X服从二项分布, 3. 泊松分布(Poisson)分布 设随机变量X的分布律是 则称X服从泊松分布, 4. 几何分布 设随机变量X的分布律是 则称X服从几何分布, 注意: 1. 两点分布是二项分布的特殊情况，二项分布是两点 分布的推广. 2. 二项分布以泊松分布为极限分布. ex4.设每支步枪射击飞机的命中率为p=0.004，现用 250支步枪同时独立地进行一次射击，求击中飞 机（A）的概率. Solution. ex5.设一女工照管800个纱锭，若每一个纱锭单位时间 内纱线被扯断的概率为0.005，求单位时间内扯断次数 不大于10的概率. Solution. 设X为单位时间内扯断次数，则 ex6.某商店中某种货物每月的销售量服从?=3的泊松分 布，问月初商店应有多少件这种货物才能以99%的概 率满足该月的需要？ Solution. 设X为每月的销售量，则 设月初应有这种货物x件, 查表有： 所以，查表得最小的x应是8. ex7. 假设一厂家生产的每台仪器，以概率0.7可以直接 出厂；以概率0.3需进一步调试，经调试后以概率0.8 可以出厂，以概率0.2定为不合格品不能出厂，现该厂 新生产了1000台仪器（假设各台仪器的生产过程相互 独立），求: (1)全部能出厂的概率?; (2)其中恰好有两件不能出厂的概率?; (3)其中至少有两件不能出厂的概率?. Solution. 设A={仪器能出厂}， B1 ={仪器能直接出厂}, B2={仪器需进一步调试}, 由全概率公式得: 设X为所生产的1000台仪器中能出厂的台数，则 X作为1