应科院_概率2_2.ppt

概率论 概率论 第二节 离散型随机变量及其分布律 离散型随机变量分布律的定义 离散型随机变量表示方法 三种常见分布 小结 布置作业 从中任取3 个球 取到的白球数X是一个随机变量 . (1) X 可能取的值是0,1,2 ; (2) 取每个值的概率为: 看一个例子 一、离散型随机变量分布律的定义 定义1 ：某些随机变量X的所有可能取值是有限多个或可列无限多个, 这种随机变量称为离散型随机变量 . 其中 (k=1,2, …) 满足： k=1,2, … （1） （2） 定义2 ：设 xk (k=1,2, …) 是离散型随机变量 X 所取的一切可能值，称 为离散型随机变量 X 的分布律. 用这两条性质 判断一个函数 是否是分布律 解: 依据分布律的性质 P(X =k)≥0, a≥0 , 从中解得 即 例2 设随机变量X的分布律为： k =0,1,2, …, 试确定常数a . 二、离散型随机变量表示方法 （1）公式法 （2）列表法 X 例3 某篮球运动员投中篮圈概率是0.9，求他两次独立投篮投中次数X的概率分布. 解： X可取值为0,1,2 ; P{X =0}=(0.1)(0.1)=0.01 P{X =1}= 2(0.9)(0.1) =0.18 P{X =2}=(0.9)(0.9)=0.81 常常表示为： 这就是X的分布律. 例4 某射手连续向一目标射击，直到命中为止，已知他每发命中的概率是p，求所需射击发数X 的分布律. 解: 显然，X 可能取的值是1,2,… ， P{X=1}=P(A1)=p, 为计算 P{X =k }， k = 1,2, …， Ak = {第k发命中}，k =1, 2, …， 设 于是 可见 这就是求所需射击发数X的分布律. 例5 一汽车沿一街道行驶，需要通过三个均设有红绿信号灯的路口，每个信号灯为红或绿与其它信号灯为红或绿相互独立，且红绿两种信号灯显示的时间相等. 以X表示该汽车首次遇到红灯前已通过的路口的个数，求X的分布律. 解: 依题意, X可取值0, 1, 2, 3. P{X=0}=P(A1)=1/2, Ai={第i个路口遇红灯}, i=1,2,3 设 路口3 路口2 路口1 P{X=1}=P( ) = 1/4 P{X=2}=P( ) =1/8 X表示该汽车首次遇到红灯前已通过的路口的个数 路口3 路口2 路口1 路口3 路口2 路口1 =1/8 P(X=3)= P( ) 路口3 路口2 路口1 即 X表示该汽车首次遇到红灯前已通过的路口的个数 三、三种常见分布 1、（0-1）分布：（也称两点分布） 随机变量X只可能取0与1两个值，其分布律为： 看一个试验 将一枚均匀骰子抛掷3次. X的分布律是： 2.伯努利试验和二项分布 令X 表示3次中出现“4”点的次数 掷骰子：“掷出4点”，“未掷出4点” 抽验产品：“是正品”，“是次品” 一般地，设在一次试验E中我们只考虑两个互逆的 结果：A 或 . 这样的试验E称为伯努利试验 . “重复”是指这 n 次试验中P(A)= p 保持不变. 将伯努利试验E独立地重复地进行n次 ,则称这一串重复的独立试验为n重伯努利试验 . “独立”是指各 次试验的结果互不影响 . 用X表示n重伯努利试验中事件A发生的次数，则 易证： （1） 称 r.v X 服从参数为n和p的二项分布，记作 X~b(n,p) （2） 例6 已知100个产品中有5个次品，现从中有放回 地取3次，每次任取1个，求在所取的3个中恰有2个次品的概率. 解: 因为这是有放回地取3次，因此这3 次试验 的条件完全相同且独立，它是贝努利试验. 依题意，每次试验取到次品的概率为0.05. 设X为所取的3个中的次品数， 于是，所求概率为： 则 X ~ b(3,0.05)， 若将本例中的“有放回”改为”无放回”, 那么各次试验条件就不同了, 此试验就不是伯努利试验 . 此时, 只能用古典概型求解. 请注意： 伯努利试验对试验结果没有等可能的要求，但有下述要求： （1）每次试验条件相同； 二项分布描述的是n重伯努利试验中事件 A 出现的次数 X 的分布律 . （2）每次试验只考虑两个互逆结果 A 或 ， （3）各次试验相互独立. 可以简单地说， 且 P(A)=p ， ； 例7 某类灯泡使用时数在1000小时以上 的概率是0.2，求三个灯泡在使用1000 小时以后最多只有一个坏了的概率. 解: 设X为三