离散随机变量及分布律.pptVIP

* * 第二节 离散随机变量及分布律 一. 离散随机变量 1. 如果一个随机变量只取有限多个或者可数无穷多个 (可列个) 可能值，这种随机变量就称为离散随机变量。 古典概型的问题都可以采用取有限值的离散 随机变量来处理。 2. 离散随机变量所有可能的取值以及相应的概率 称为它的概率分布或者分布律，一般表示成： P { X = xk } = pk , k ≥ 1 。 离散随机变量概率分布的表格形式 根据概率的定义，离散随机变量分布律 必须满足下面两个条件： (1) pk ≥ 0 , k = 1, 2, 3, … (2) ∑k ≥ 1 pk = 1 X x1 x2 x3 … xn … pk p1 p2 p3 … pn … 思考 1 对不同的 k，随机事件{ X = xk }是什么关系？ 例2.2.1 假设城市的某条街道有四个路口，汽车在每个 路口是否遇到红灯是独立的，并且概率都是 p ，以 X 记汽车首次停下时通过的路口数，求 X 的概率分布。 解。 分析： X 的所有可能取值为 ：0 ，1 ，2 ，3 ，4 。 ① ③ ② ④ 因此，如果记 q = 1 – p 则有： P { X = 0 } = p ； P { X = 1 } = pq ； P { X = 2 } = pq2 ；P { X = 3 } = pq3 ； P { X = 4 } = q4 。 □ 二. 常见的离散分布 1 . 两点分布 ( 也称 0 – 1 分布，或Bernoulli 分布 ) 记为 X ~ B (1,p) ， 0 ＜p ＜1 。 如果 X 只取 0 ，1 两个可能值，分布律为： P { X = 1 } = p ，P { X = 0 } = q = 1 – p 则称随机变量 X 服从参数 p 的两点分布 。 两点分布用来描述所有只有两个可能结果的随机试验 2. 二项分布 X ~ B (n,p) X 全部可能的取值是有限的整数 0，1，…，n ； 分布律为： pk = Cnk pk qn – k ，0 ≤ k ≤ n 这里参数 0 ＜ p ＜ 1 , q = 1 – p 。 两点分布就是 n = 1 时的二项分布 这是概率论里最重要的三种分布的第一种 思考2 抛掷均匀硬币 10 次，正面出现次数 X 的分布？ 二项分布的背景材料 二项分布广泛应用于抽样调查的问题中，以及 在金融，保险，医学，生物遗传学等等都有重要 的应用。 二项分布对应于随机抽样模型中的有放回抽样， 二项分布 也与独立试验序列概型有关，即在 n 重 Bernoulli 试验中，随机事件 A 发生的次数 服从参数为 n、p 的二项分布； 例2.2.3 (金融保险) 根据生命表知道，在某个年龄段的投保人中一年内 每个人死亡的概率是 0.005 ，现在有 10,000 人参加 保险，问未来一年中死亡人数不超过 60 人的概率。 解。 分析： 以 X 记这 10,000 人中死亡的人数，则显然有 X ~ B (104，0.005 ) ，需要计算P { X ≤ 60 } 。 P { X ≤ 60 } = ∑k6=00 [C10000k 0.005k 0– k ] ≈ 0.9222 。 第五章中心极限定理能够有效计算这类求和 □ 3. 超几何分布 从包含 M 件次品的 N 件产品中无放回随机取出 n 件产品，其中的次品数 X 是一个随机变量，它的 分布称为超几何分布。分布律为： 超几何分布对应于随机抽样模型中的无放回抽样 思考3 从含有 3 张假钞的 10 张纸币中取出 4 张，这 4 张里包含的假钞张数 X 的分布？ 例2.2.4 (抽奖问题) 一场晚会将根据每个人的入场卷号码现场随机抽出几个幸运号赠送奖品。 假设有 100 人参与，每个人入场时随机领取一张入场卷，现场要抽出