[理学]概率统计GT2-2.pptVIP

第二章 第二节 离散型随机变量 §2.2 离散型随机变量（discrete random variable) 一.离散型随机变量的概念与性质 离散型随机变量(discrete random variable)的定义 如果随机变量 X 的取值是有限个或可列无穷个，则称 X 为离散型随机变量． 离散型随机变量的分布律(distribution law) 设离散型随机变量 X 的所有可能取值为 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其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 离散型随机变量的分布律有如下性质： 例 1 从1～10这10个数字中随机取出5个数字，令： X：取出的5个数字中的最大值． 试求 X 的分布律． 解： X 的取值为5，6，7，8，9，10． 并且 例 1（续） 具体写出，即可得 X 的分布律： 例 2 将一枚均匀硬币掷 3 次，令： X：出现的正面次数与反面次数之差． 试求 X 的分布律． 解： X 的取值为-3，-1，1，3． 并且 例 3 设离散型随机变量 X 的分布律为 例 3（续） 例 4 设随机变量 X 的分布律为 例 4（续） 该级数为等比级数，故有 二.一些常用的离散型随机变量 1．Bernoulli分布(Bernoulli distribution) 如果随机变量 X 的分布律为 说 明 Bernoulli分布也称作 0-1 分布或二点分布． Bernoulli分布的概率背景 进行一次Bernoulli试验，设： 例 5 15 件产品中有4件次品，11件正品．从中取出 1 件，令 X：取出的一件产品中的次品数． 则 X 的取值为 0 或者 1，并且 2．二项分布(binomial distribution) 如果随机变量 X 的分布律为 说 明 显然，当 n=1 时 二项分布的概率背景 进行n重Bernoulli试验，设在每次试验中 分布律的验证 ⑴．由于 例 6 一张考卷上有5道选择题，每道题列出4个可能答案，其中只有一个答案是正确的．某学生靠猜测至少能答对4道题的概率是多少？ 解： 每答一道题相当于做一次Bernoulli试验， 例 6（续） 所以 二项分布的分布形态 由此可知，二项分布的分布 二项分布的分布形态（续） 可以证明： 例 7 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： 例 7（续） 因此，最可能射击的命中次数为 3．Poisson 分布(Poisson distribution) 如果随机变量 X 的分布律为 分布律的验证（1） ⑴．由于 分布律的验证（2） 例 8 设随机变量 X 服从参数为λ的Poisson分布，且已知 Poisson分布的应用 Poisson分布是概率论中重要的分布之一． 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，电话总机在某一时间间隔内收到的呼叫次数，放射物在某一时间间隔内发射的粒子数，容器在某一时间间隔内产生的细菌数，某一时间间隔内来到某服务台要求服务的人数，等等，在一定条件下，都是服从Poisson分布的． 例 8（续） 得 例 9 例 9（续） 解： 设：B={ 此人在一年中得3次感冒 } 例 9（续） Poisson定理(Poisson theorem) 证明： Poisson定理的证明 对于固定的 k，有 Poisson定理的证明 所以， Poisson定理的应用 由 Poisson 定理，可知 例 10 设每次射击命中目标的概率为0.012，现射击600次，求至少命中3次目标的概率（用Poisson分布近似计算）． 解： 设：B={ 600次射击至少命中3次目标 } 进行600次射击可看作是一600重Bernoulli试验． 例 10（续） 所以， 4．几何分布(geometric distribution) 若随机变量 X 的分布律为 分 布 律 的 验 证 ⑴．由条件 几何分布的概率背景 在Bernoulli试验中， 例 11 对同一目标进行射击，设每次射击时的命中率为0.64，射击进行到击中目标时为止，令： X：所需射击次数． 试求随机变量 X 的分布律，并求至少进行2次射击才能击中目标的概率． 解： 例 11（续） 由独立性，得 X 的分布律为： 5．超几何分布(hypergeometric distribution) 如果随机变量 X 的分布