两个球都是白球的取法有.PPT

解： 这表明：平均而言，乙每天出现的废品数比甲多，从这个意义上说，甲的技术比乙好些． 定义13.10 设连续型随机变量　的概率密度是　若积分　　　　　收敛，则称积分　　　　　为随机变量　的数学期望，记作　　=　　　　　． 　　的数学期望存在，则： 　　　　　　=　　　　　　　　． 对于离散型随机变量　的函数，如果　　的数学期望存在，则　　　　　　　　　　　　　　　．同样，对于连续型随机变量　的函数　　　　，如果　　　　　　 求　　；　　　　． 例2 设随机变量　在　　　上服从均匀分布，　　 解 由于　的密度函数为 2．方差 　　　　．称　　为　的标准差或均方差． 定义13.11 设　是一个随机变量，若　　　　　存在，则称　　　　　为　的方差，记为　　，即 　　　　　　　　． 5．伯努利（Bernoulli）概型 定义13.6 若试验单次试验的结果只有两个，且保持不变，将试验在相同条件下独立地重复做次，称这次试验为重独立试验序列，这个试验模型称为重独立试验序列概型，也称为重伯努利概型，简称伯努利概型． 例11 一批产品的次品率为，每次抽取1个，观察后放回去，下次再取1个，共重复次，求次中恰有两次取到次品的概率． 解 先讨论 的情形． 设 表示{第 次抽得的是次品}， ，则 表示{第 次抽得的是正品}．在3次试验中，抽得两件次品的方式有 种： 3次试验中，恰有两次取到次品的概率是 由于抽得次品的概率都是一样的，即，且各次试验是相互独立的，于是有 则 注意到 刚好是二项式的展开式中的第 项，故定理13.1也称为二项概率计算公式． 定理13.1 若单次试验中事件 发生的概率为 则 在次重复试验中 发生 次）= 例14 一条自动生产线上产品的一级品率为，现检查了件，求至少有两件一级品的概率． 解 设所求事件的概率为 ，每一件产品可能是一级品也可能不是一级品，各个产品是否为一级品是相互独立的．有 ． §13.2 随机变量及其分布 一、随机变量 例 抛掷一枚硬币，结果有两种：“正面向上”和“反面向上”．为了将随机试验的结果量化表示，可令 “ ”表示正面向上，其出现的概率为； “ ”表示反面向上，其出现的概率为． 则就是个随机变量． 上面例子中的具有下列特征： （1）取值是随机的，事前并不知道取到哪一个值； （2）所取的每一个值，都对应于某一随机现象： （3）所取的每个值的概率是确定的． 一般地，如果一个变量的取值随着试验结果的不同而变化，随着试验结果的确定而确定，则称此变量为随机变量．通常可用希腊字母等表示． 随机变量的取值由随机试验的结果而定，因此随机变量不是自变量，而是函数，其自变量是随机事件．按随机变量取值情况可将其分为两类： （1）离散型随机变量只可能取有限个或无限可列个值; （2）连续型随机变量可以在整个数轴上取值，或至少有一部分取值取某实数区间的全部值． 二、离散型随机变量及其分布 1．分布列 定义13.7 若随机变量 可在无穷可列个点 上取值，取这些值的概率依为 则称为可列点分布．即 上式为离散型随机变量 的概率分布，简称分布列． 及其分布列也可用表格形式表示： 满足如下性质： 性质1 性质2 ． 例 产品有一、二、三等品及废品4种，其一、二三等品率和废品率分别为 60%、10%、20%、10%，任取一个产品检验其质量，用随机变量 描述结果． 解 令“ ”与产品为“ 等品”（ ）相对应，“ ”与产品“废品”相对应．是一个随机变量，它可以取0、1、2、3这4个可能值． 其概