第二章第二节 离散型随机变量 概率论课件.pptVIP

定义：随机变量?的可能取值为1,2,…，取这些值的概率分别为： P(?=m)=p qm-1, m=1,2,… 其中0p1，p+q=1。 ?的 分布称为几何分布。 作业 第39页习题2-2 2, 4， 12 作业要求 写出求解过程，问答题要说明原因 不用抄书本上的题目，写清序号即可 历史上，泊松分布是作为二项分布的近似，1837年由法国数学家泊松引入的 . 二、二项分布与泊松分布 命题 对于二项分布B(n,p), 当n充分大,p又很小时,对任意固定的非负整数k,有近似公式 泊松分布产生的一般条件 在自然界和现实生活中， 常遇到在随机时刻出 现的某种事件. 把在随机时刻相继出现的事件 所形成的序列称为随机事件流. 若随机事件流 具有平稳性、无后效性、普通性， 则称该事件 流为泊松事件流(泊松流). 这里， 平稳性—在任意时间区间内， 事件发生 次 的概率只依赖于区间长度而与区间端 点无关. 无后效性—在不相重叠的时间段内， 事件的发 生相互独立. 泊松分布产生的一般条件 无后效性—在不相重叠的时间段内， 事件的发 生相互独立. 普通性 —如果时间区间充分小， 事件出现两次 或两次以上的概率可忽略不计. 下列事件都可视为泊松流： 某电话交换台一定时间内收到的用户的呼叫数； 到某机场降落的飞机数； 某售票窗口接待的顾客数； 一纺锭在某一时段内发生断头的次数；…… 由泊松定理，n重贝努里试验中稀有事件出现的次数近似地服从泊松分布. 我们把在每次试验中出现概率很小的事件称作稀有事件。 如地震、火山爆发、特大洪水、意外事故等等 后来人们才发现一般来讲某区域里散布的稠密的点子数，如：炸弹爆炸时的碎弹片数，显微镜下某种微生物的数目，某段时间内到达公共汽车站的乘客数，都服从或近似服从泊松分布． 解: 例14 某出租汽车公司共有出租车400辆,设每天每辆出租车出现故障的概率为0.02,求:一天内没有出租车出现故障的概率.. 将观察一辆车一天内是否出现故障看成一次试验E.因为每辆车是否出现故障与其它车无关,于是观察400辆出租车是否出现故障就是做400次伯努利试验, 设X表示一天内出现故障的出租车数,则: X ～ B(400, 0.02). 令?=np=400×0.02=8 于是: P{一天内没有出租车出现故障}=P{X=0} =b(0;400,0.02) ≈(80/0!)e-8 =0.0003355 对于离散型随机变量，如果知道了它的概率分布,也就知道了该随机变量取值的概率规律. 在这个意义上，我们说 这一讲，我们介绍了离散型随机变量及其概率分布. 离散型随机变量由它的概率分布唯一确定. 两点分布、二项分布、泊松分布 及其关系 设X是一个离散型随机变量，它可能取的值是 x1, x2 , … 。 为了描述随机变量 X ，我们不仅需要知道随机变量X的取值，而且还应知道X取每个值的概率。 第二章 第二节 离散型随机变量 这样，我们就掌握了X这个随机变量取值的概率分布。 从盒中任取3 球, 记X为取到白球数。则X是一随机变量。 X可能取的值是0,1,2。 取每个值的概率为 例1 且 其中 (k=1,2, …) 满足： k=1,2, … （1） （2） 用这两条性质判断 一个数列是否是概 率分布 一、离散型随机变量概率分布的定义 定义1 ：设离散型随机变量X所有可能取的值为 且有 则称 为离散型随机变量X的概率分布或分布律，有的文献也称概率函数。 解: 依据概率分布的性质: P(X =k)≥0, 欲使上述数列为概率分布，应有 例2. 设随机变量X的概率分布为： k =0,1,2, …, 试确定常数a . 这里用到了幂级数展开式 从中解得 与 二、表示方法 （1）列表法： （2）图示法 （3）公式法 X~ 再看例1 任取3 个球 X为取到的白球数 X可能取的值 是0,1,2 0.1 0.3 0.6 k PK 0 1 2 三、举例 例3. 某篮球运动员投中篮圈概率是0.9，求他两次独立投篮，投中次数X的概率分布。 解： X可取0、1、2为值 P(X =0)=(0.1)(0.1)=0.01 P(X =1)= 2(0.9)(0.1) =0.18 P(X =2)=(0.9)(0.9)=0.81 且 P(X =0)+ P(X =1)+ P(X =2)=1 例