第四节离散型随机变量.pptVIP

随机变量及其分布 离散型随机变量 随机变量的分布函数 连续型随机变量 随机变量函数的分布 随机变量 将随机试验的结果与实数对应起来。 设随机试验的样本空间为S＝{e}。X=X {e}是定义在样本空间S上的实值单值函数，称X=X {e}为随机变量。 随机变量常用X、Y、Z 或 ?、?、?等表示。 随机变量与普通函数的区别 随机变量是定义在样本空间上，是随机试验所有可能的结果（不一定是实数或数量化的描述）。 随机变量的取值是随机的，它取每个可能值有一定的概率。 用随机变量表述随机事件 如 事件“某天的出勤人数小于20人” 表示为：X20 如 事件“抛一次硬币后出现正面” 表示为：X＝0 离散型随机变量及其分布律 它全部可能取值是有限个或可列无限多个。 设离散型随机变量所有可能取值为xk（k＝1，2…）且取这些值的概率依次为p1, p2, … 则称 P{X=xk}=pk, (k=1, 2, … ) 为X的分布律或概率分布 分布律的性质（1） pk ? 0, k＝1, 2, … （2） 几种重要的离散型随机变量 0－1分布 二项分布 泊松分布 （0－1）分布 设随机变量X只可能取0或1两个值，它的分布律为X～P{X＝k}＝pk(1－p)1－k，称X服从（0－1）分布或两点分布。 请举几个（0－1）分布的例子？ 伯努利（Bernoulli）试验及二项分布 设试验E只有两个可能结果：事件A发生、事件A不发生，将E独立地重复进行n次，称为n重贝努里试验. 设每次试验中，事件A发生的概率均为p，以 X表示n重贝努里试验事件A发生的次数，则X的分布律为 ？ X～b（n，p）二项分布 例 9 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？ 泊松（Poisson）定理 设 是一常数，n为任意正整数，设 则对于任一固定的非负整数k，有 证明： 对于固定的 k，有 由 Poisson 定理，可知 泊松分布 设随机变量X的所有可能取值为0，1，2，… 取各值的概率为 称其服从泊松分布，记为 ～ 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． 二项分布为何得名 二项分布的图形 每个分子的运动是相互独立的，在左边还是右边是等可能的, 概率都是0.5. N个可以辨认的分子，在一容器内自由运动，如今从中隔开，观察左边分子的个数，试求其概率分布. 设左边分子的个数为X， 我们来求X取每个值的概率. X可取0,1,…,N为值， 设左边分子的个数为X， P(X=k)= k=0,1,…,N X可取0,1,…,N为值， 共N个分子 某固定k个分子在左端，其余 N-k个分子在右端的概率是 (0.5)k(0.5)N -k 左端有k个分子的所有情况数为从N个不同元素中取k个的组合，即 种. 于是 只要知道了随机变量的概率分布，就可以计算与该随机变量有关的事件的概率. P(X=k) k=0,1,…,N 可以验证： 则答5道题相当于做5重Bernoulli试验． 解：每答一道题相当于做一次Bernoulli试验， 返回主目录 课本例3 某人进行射击，设每次射击的命中率为0.02，独立射击400次，求至少击中两次的概率。 泊松定理说明：当n很大，p很小时 二项分布 n≥20，p≤0.05 即可用 n≥100，np≤10 效果更好 课本 例4 设有80台同类型设备，各台工作是相互独立的，发生故障的概率都为0.01，且一台设备的故障能由一个人处理。考虑两种分配人员方案：（1）由4人维护，每人20台；（2）由3人共同维护80台。 比较两种方案在设备发生故障时不能即时维修的概率的大小。 事件“设备发生故障时不能即时维修” 意味？ 按第一种方法. 以 X 记 “第 1 个人负责的 20 台 中同一时刻发生故障的台数”， 以 Ai 表示事件 “第 i 个人负责的20台中发生故障不 能及时维修”， 则 80 台中发生故障而不能及时维修 的概率为： 则 X ~ b (20，0.01）. 解： 按第二种方法. 以 Y 记