22概率统计第二章经典讲义.pptVIP

设X是一个离散型随机变量，它可能取的值是 x1, x2 , … 。 为了描述随机变量 X ，我们不仅需要知道随机变量X的取值，而且还应知道X取每个值的概率。 §2 离散型随机变量及其分布律 这样，我们就掌握了X这个随机变量取值的概率规律. 从中任取3 个球 取到的白球数X是一个随机变量 X可能取的值是0,1,2 取每个值的概率为 例1 且 其中 (k=1,2, …) 满足： k=1,2, … （1） （2） 定义 ：设xk(k=1,2, …)是离散型随机变量X所取的一切可能值，称 k=1,2,… … 为离散型随机变量X的分布律。 用这两条性质 判断pk是否是 分布律 一、离散型随机变量分布律的定义 解: 依据分布律的性质: P(X =k)≥0, a≥0 从中解得 欲使上述函数为概率分布 应有 例2. 设随机变量X的概率分布为： k =0,1,2, …, 试确定常数a . 二、表示方法 （1）列表法： （2）公式法 再看例1 任取3 个球 X为取到的白球数 X可能取的值 是0,1,2 3/10 6/10 1/10 p 2 1 0 X 三、举例 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 且 P(X =0)+ P(X =1)+ P(X =2)=1 常常表示为： 这就是X的概率分布,即X的分布律. 0.81 0.18 0.01 p 2 1 0 X 设E是一个只有两种可能结果的随机试验,用Ω={?1, ?2}表示其样本空间，且 P({?1})=p , P({?2})=1-p 引入随机变量 四、三种重要的离散型随机变量 1.（0 — 1）分布 来源 X(?)= 1, ?= ?1 0, ?= ?2 则其分布律可写成 p 1-p pk 1 0 X 例4 设生男孩的概率为p,生女孩的概率为 q=1-p，令X表示随机抽查出生的4个婴儿中“男孩”的个数. ２．伯努利试验、二项分布 我们来求X的概率分布. X的概率分布是： 男 女 X表示随机抽查的4个婴儿中男孩的个数， 生男孩的概率为 p. X=0 X =1 X =2 X =3 X =4 X可取值0,1,2,3,4. 例5 将一枚均匀骰子抛掷3次， 令X 表示3次中出现“4”点的次数 X的概率分布是： 不难求得， 掷骰子：“掷出4点”,“未掷出4点” 一般地，设在一次试验中我们只考虑两个 互逆的结果：A或 ， 或者形象地把两个互逆结果叫做“成功”和“失败”. 新生儿：“是男孩”，“是女孩” 抽验产品：“是正品”，“是次品” 再设我们重复地进行n次独立试验 ( “重复”是指这次试验中各次试验条件相同 ) 这样的n次独立重复试验称作n重伯努利试验，简称伯努利试验或伯努利概型. 每次试验成功的概率都是p，失败的概率 都是q=1-p. 用X表示n重伯努利试验中事件A出现的次数，则 称r.v.X服从参数为n和p的二项分布，记作 X~b(n,p) 注: 伯努利概型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； （2）每次试验只考虑两个互逆结果A或 ， 且P(A)=p ， ； （3）各次试验相互独立. 例6 某类灯泡使用时数在2000小时以上视为正品.已知有一大批这类的灯泡,其次品率是0.2.随机抽出20只灯泡做寿命试验,求这20只灯泡中恰有3只是次品的概率. 解: 设X为20只灯泡中次品的个数 ,则. X ~ b (20, 0.2)， 设r.v.X所有可能取的值为0 , 1 , 2 , … , 且概率分布为： 其中 0 是常数,则称 X 服从参数为 的 泊松分布,记作X~π( ). 3. 泊松分布 易知 (1) P{X=3}=(33/3!)e-3≈0.2240 (2) P{2≤X≤5} =P{X=2}+P{X=3}+P{X=4}+P{X=5} =[(32/2!)+(33/3!)+(34/4!)+(35/5!)]e-3