离散值型随机变量的概率分布.pptVIP

例. 设有一批产品20件，其中有3件次品，从中任意抽取2件，如果用X表示取得的次品数，求随机变量X的分布律及事件“至少抽得一件次品”的概率. 故X 的分布律为 第二节 离散型随机变量的概率分布 离散型随机变量及其分布律 常见的离散型随机变量的概率分布 掷骰子出现的点数X,取值范围为{1,2,3,4,5,6} 110报警台一天接到的报警次数Y,取值范围为{0,1,2….} 定义：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 . 离散型随机变量及其分布律 定义 ：设 xk (k=1,2, …) 是离散型随机变量 X 所 取的一切可能值,且 则称 为离散型随机变量 X 的分布律. 用这两条性质 判断一个数列 是否是分布律 其中 满足： 离散型随机变量表示方法 （1）公式法 （2）列表法 X 例. 袋中有5只乒乓球，编号为1至5，从袋中任取3 只，若以X 表示取到的球的最大号码，试写出X的分布律为. 解 X的所有可能取值为3,4,5. 即 解：X 的可能取值为 0，1，2 P{X=1} P{X=2} P{X=0} 而“至少抽得一件次品”={X≥1} = {X=1}?{X=2} P{X≥1}= P{X=1}+P{X=2} 注意：{X=1}与{X=2}互斥的！ 实际上，这仍是古典概型的计算题，只是表达事件的方式变了 故 X 设 随机变量 X 的分布律为 例 （1）求 X 的分布函数 F (x) . F(x) = P(X x) 解 当 x0 时，{ X x } = ， 故 F(x) =0 （2）求 F(x) = P{X x} = P(X=0) =0.3 X 当 0 X 1 时， F(x) = P{X x} = P{X=0}+ P{X=1}= 0.3 + 0.6 =0.9 当 1 X 2 时， F(x) = P{X=0} + P{X=1} + P{X=2}= 1 当 X 2 时， 故 下面我们从图形上来看一下. X 的分布函数图 间断点为X的可能取点, 跳跃高度为间断点的概率. X （2） 1－p p P 0 1 X 则称X服从参数为 p 的二点分布或(0-1)分布， △背景：样本空间只有两个样本点的情况 都可以用两点分布来 描述。 定义： 若随机变量X的分布律为: 常见的离散型分布 1.（0-1）分布：（也称两点分布） 简记为 . 例. 如果一次射击击中目标的概率为0.8，求一次射 击击中次数X的分布律 . 解： 即X 服从两点分布 X P 0 1 0.2 0.8 X的所有可能取值为0,1. 定义：若随机变量X 满足 (1) X 可能取0,1,2….n. (2) k=0,1,…n.其中0p1,q=1-p 则称 X 服从参数为n, p的二项分布,记为X~B (n, p). 2. 二项分布 例. 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为三个灯泡在使用1000小时已坏的灯泡数 . X ~ B (3, 0.8)， 把观察一个灯泡的使用 时数看作一次试验, “使用到1000小时已坏” 视为事件A .每次试验, A 出现的概率为0.8 P{X 1} =P{X=0}+P{X=1} =(0.2)3+3(0.8)(0.2)2 =0.104 练习：一大批种子发芽率为90%，今从中任取10粒.求播种后, （1）恰有8粒发芽的概率；（2）不小于8粒发芽的概率。 解 X～B（10, 0.9） (1) P(X=8)= P(X=8)+P(X=9)+P(X=10) 3. 几何分布 定义：设随机变量 X 的所有可能取值为 0,1，…， 且它的分布律为 其中 则称 X 服从参数为 p 的几何分布， 记为 例 某篮球运动员投中篮圈概率是0.1，各次投篮的结果互相独立，求他首次投中时投篮次数X 的概率分布，以及他在5次内投中的概率. 解： 分布律为： 4. 超几何分布 定义：如果X 的分布列为 (M, N, n), 则称X 服从参数为 的超几何分布. 例如从全班任选n个人，选到女生的人数；从扑克牌中取n张，取到黑桃的张数；买n张彩票，中奖的张数，等等都可以用超几何分布描述。 注：超几何分布的模型是不放回抽样