高等数第11章 概率论.ppt

第十一章 概率论 11.1 随机事件的概率 11.2 事件的独立性 11.3 离散型随机变量及其分布 11.4 连续型随机变量 11.5 随机变量的数字特征 11.6 应用与实践 11.7 拓展与提高 一 知识结构图 二 教学基本要求和重点、难点 11.1 随机事件的概率 11.2 事件的独立性 11.3 离散型随机变量及其分布 11.4 连续型随机变量 11.5 随机变量的数字特征 11.6 应用与实践 11.7 拓展与提高 11.3 离散型随机变量及其分布 (2)二项分布 在n次独立试验中，每次试验时事件A出现 的概率为p。若随机变量X为n次试验中事件A出 现的次数，它的概率分布为 其中0p1，则称随机变量X服从参数为n，p的 二项分布，记作 11.3 离散型随机变量及其分布 例16 设100件产品中有10件次品，每次随 机地抽取一件，检验后放回去，连续抽三次， 求最多取到一件次品的概率。 解：设随机变量X为三次取到的次品的件数。 由于有放回地抽取，每次取到次品的概率相同， 若A表示抽到次品，则 并且各次抽取结果互不影响。于是， 11.3 离散型随机变量及其分布 (3)泊松(Poisson)分布 若随机变量X的概率分布为 则称X服从参数为 的泊松分布，记作 11.3 离散型随机变量及其分布 例17 电话交换台每分钟收到的电话的呼叫 次数X为随机变量，设X ~P(3)，求在一分钟内 呼叫次数不超过1的概率。 解：因为X ~P(3) ，即 若随机变量X，对任意实数x 该函数称为随机变量X的分布函数。 11.3 离散型随机变量及其分布 11.3.3 离散型随机变量的函数的分布 定义11.9 若离散型随机变量X的取值为x时， 随机变量Y的取值由函数y=f(x)确定，则随机变 量Y就叫做随机变量X的函数，记作 11.3 离散型随机变量及其分布 例18 已知随机变量的概率分布为 k 0.4 0.3 0.2 P 2 1 0 -1 X (1)求参数k； (2)求 和 的概率分布。 11.3 离散型随机变量及其分布 解：(1)根据分布列的性质可知 (2)因为X的取值分别为-1，0，1，2，所以Y1 的取值分别为0，1，4，并且 11.3 离散型随机变量及其分布 即 的概率分布为 0.1 0.6 0.3 P 0.4 1 0 Y1 同理，Y2的取值分别为-3，-1，1，3，概率 分布为 0.1 0.4 0.3 0.2 P 3 1 -1 -3 Y2 11.4.1 连续型随机变量的概率密度 定义11.10 对连续型随机变量X，如果在实 数集上存在非负可积函数f(x)，使对于任意实数 a,b(ab)都有 则X称为连续型随机变量。函数f(x)称为X的概率 密度函数，简称概率密度。 11.4 连续型随机变量 由定义知道，概率密度f(x)具有以下性质： 11.4 连续型随机变量 两个结论： (1)连续型随机变量X取区间内任一值的 概率为零，即 (2)连续型随机变量X在任一区间上取值 的概率与是否包含区间端点无关，即 11.4 连续型随机变量 例19 设随机变量的概率密度为 求 (1)系数A；(2)X落在区间(-1,0.5)内的概率。 解：(1)由概率密度的性质2，得 (2) 11.4 连续型随机变量 11.4.2 常见的连续型随机变量的分布 1．均匀分布 定义11.11 如果连续型随机变量X的概率 密度是 则称X在区间[a，b]上服从均匀分布，记作 11.4 连续型随机变量 在区间[a，b]上服从均匀分布，则对任意满足 a≤cd≤ b的c，d，有 11.4 连续型随机变量 2．指数分布 定义11.12 如果连续型随机变量X的概率 密度为 其中 ，则称X服从参数为 的指数分布。 11.4 连续型随机变量 3．正态分布 定义11.13 如果连续型随机变量X的概率 密度为 其中 为常数，则称X服从参数为 的正态分布，记作 11.4 连续型随机变量 概率密度f(x) 具有以下性质 (1)曲线关于 对称， 这表明：对于任意h0有 (2)当 时取到最大值，即 11.4 连续型随机变量 当 时，称服从标准正态分布。 分布函数记为