二、随机变量及其概率分布.docVIP

二、随机变量及其概率分布 一、随机变量 1定义 随机试验的各种可能结果用变量来表示，称变量为随机变量。 例 1 检验五个产品中含有一个次品，二个次品，三个次品，可用变量 来表示。 例2 在贝努里试验中，每次试验只有两个结果，可用变量，又如每次考试也只有两个结果，用等。 2．随机变量的分类： Ⅰ.离散型随机变量 例 取球；检验产品；电话总机在某一时刻接到的呼唤次数；既随机变量的取值是有限可数，或无限可数； Ⅱ 连续型随机变量 随机变量的取值是不可数，它是在某一个区间范围内取值。例 在某一地区的某一天的温度，黄浦江的水位为 等。 二 、随机变量的分布函数 分析：对于连续型随机变量而言，取值是不可数的，不能用来表示某一事件，考虑用区间取值来表示 是事件，这就是说概率与变量（事件）有关。更一般，我们考虑事件的概率。 1.定义 设为随机变量，若对任意的实数，称事件的概率为随机变量的分布函数，记为。 2.性质 ； 对任意的两个实数，当，恒有，是单调不减函数； 证： 所以有。 ； 为右连续，即； 设。 § 2离散型随机变量 一、概率分布列 定义 设离散型随机变量的所有可能取值是称对应取值的概率为离 散型随机变量的概率分布列。 表达形式： 1）表格形式 X …… … P ….. 2）矩阵形式 3）分布多边形。 一、一些常见的离散型随机变量 1．0---1分布 随机变量的可能取值是，其概率分布列是 X 0 1 P q p ,称随机变量是服从参数为的0---1分布。 2.二项分布 设随机变量的可能取值是，其概率分布列是 ，它是二项式展开式中的第项系数，故又称为二项分布，记为。它产生的背景是重贝努里试验中。在第一章我们已经遇到过。 例 某厂长有5个顾问，假定每一个顾问贡献正确意见的概率为0.6，现为某事可行 以否而独立地征求各顾问意见，并按大多数人的意见作出决策，求作出正确决策的概率。 解 设表示5个顾问中贡献正确意见的人数，每当征求一个顾问的意见时，就相当 于作了一次贝努里试验，则，按大多数人的意见作出决策就是求=。 3.泊松分布 若随机变量的所有可能取值是，且对应取值的概率是 ， 则称随机变量服从参数为的泊松分布。记为。它产生的背景是：在某一时刻，随机质点流源源不断地涌现出来的随机现象。 例 在服务系统中 电话总机在某眼一时刻接到的呼唤的次数； 上午9点到10点在商店里的顾客人数； 下午4点到5点在车站侯车的人数等等。 例 每分钟通过某交叉路口的汽车流量服从泊松分布。且已知在1分钟内没有车辆 通过的概率为0.368，求1分钟内至少有两辆车通过的概率。 解 因为服从泊松分布，但参数未知，由可有 。若设，由题意， =1-0.368-0.368[-ln(0.368)]=0.264。 泊松定理 在重贝努里试验中，设表示事件在每次试验中出现的概率，若当充分地大，又小时，则 。即当充分地大，又小时有 。 例 保险公司为了估计企业的利润，需要计算投保人在一年内死亡若干人的概率。设 有1000人在该公司投保，而每个人在一年内死亡的概率为0.005，试求在未来的一年内，在这些投保人中死亡的人数不超过10人的概率。 解 设是投保的1000人中死亡的人数，则，所求的概率， 若记，查表：， 所以 。 4．几何分布——首次成功的概率 作实验，第次才成功；检查产品，直到出现次品为止等，都可以用几何分布来描述。 设在重贝努里试验中，每次试验中事件发生的概率为，而不发生的概率为 记表示事件首次发生时已进行的试验次数，则的概率分布列为，记为，容易验证 习题二3，4，7，8，11，12。 一、离散型随机变量的分布函数 由于离散型随机变量的取值是可数，故它的分布函数是一种阶地梯形函数， 即 。 例 袋中有5个球，分别编号1，2，…，5。从中任取3个球，，求取出的3个球中最大号码的概率分布列及其分布函数。 解 因为表示取出的3个球中最大号码，故的所有可能取值为3，4，5。而在5个球中任意取出的3个球的方法有，而出现的概率是，，——取出的3个球中最大号码为4，另外两个是在1，2，3中任取2个；——取出的3个球中最大号码为5，另外两个是在1，2，3，4中任取2个球。则所求的概率分布列为 X 3 4 5 P 所求的分布函数 分布函数图是一个阶梯形，因为，在每一个取值点处，函间断，在函数间断点处