概率论2-1教学课件.ppt

  1. 1、本文档共42页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第二章 随机变量及其分布 随机变量、离散型随机变量及其分布律 一、随机变量概念的产生 1、有些试验结果本身与数值有关 (本身就是一个数). 2、在有些试验中,试验结果看来与数值无关 ,但我们可以引进一个变量来表示它的各种结果.也就是说,把试验结果数值化. 例如 二、引入随机变量的意义 三、随机变量的分类 (1)离散型 随机变量所取的可能值是有限多个或无限可 列个, 叫做离散型随机变量. (2)连续型 四、离散型随机变量的分布律 例1 定义 例2 离散型随机变量的分布律表示法: 例3 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. 五、常见离散型随机变量的概率分布 2.二项分布 (2) n 重伯努利试验 (3) 二项概率公式 例4 按规定, 某种型号电子元件的使用寿命 超过1500小时的为一级品. 已知某一大批产 品的一级品率为0.2, 现在从中随机抽取20只. 问这20只产品中恰有K只是一级品的概率是多 少? 例5 某人进行射击,设每次的命中率为0.02, 独立射击400次,试求至少击中两次的概率. 例6 有一繁忙的汽车站,每天有大量汽车通过, 设每辆汽车在一天的某段时间内,出事故的概 率为0.0001,在每天的该段时间内有1000 辆 汽车通过, 问出事故的次数不小于2的概率是 多少? 3.泊松分布 且两两互不相容. 得A在n次试验中发生k次的方式有 因此A在n次试验中发生k次的概率 称这样的分布为二项分布.记为 得X的分布律为 例如 在相同条件下相互独立地进行 5 次射击,每次射击时击中目标的概率为 0.6 ,则击中目标的次数 X 服从 b(5,0.6) 的二项分布. 分析 这是不放回抽样.但由于这批元件的总 数很大, 且抽查元件的数量相对于元件的总 数来说又很小,因而此抽样可近似当作放回抽 样来处理.将检查1只元件是否是一级品看为 为一次试验, 检查20只元件相当于作20重伯 努利试验. 解 以 X 表示20只产品中一级品的个数, 那么 X ~ b(20,0.2). 其概率为: 图示分布律 解 因此 设 1000 辆车通过, 出事故的次数为 X , 则 解 故所求概率为 二、引入随机变量的意义 一、随机变量概念的产生 三、随机变量的分类 四、离散型随机变量的分布律 五、常见离散型随机变量的概率分布 在实际问题中,随机试验的结果可以用 数量来表示,由此就产生了随机变量的概念. 例如,掷一颗骰子面上出现的点数; 八月份大庆的最高温度; 每天从大庆火车站下火车的人数; 昆虫的产卵数; 正如裁判员在运动场上不叫运动员的名字而叫号码一样,二者建立了一种对应关系. 这种对应关系在数学上理解为定义了一种实值函数. e. X(e) R 这种实值函数与在高等数学中大家接触到的函数一样吗? (1)它随试验结果的不同而取不同的值,因 而在试验之前只知道它可能取值的范围,而不 能预先肯定它将取哪个值. (2)由于试验结果的出现具有一定的概率, 于是这种实值函数取每个值和每个确定范围 内的值也有一定的概率. 称这种定义在样本空间上的实值函数为 随 量 机 变 而表示随机变量所取的值时, 一般采用小写字母x,y,z等. 随机变量通常用大写字母 X,Y,Z或希腊字母ζ,η等表示 从某一学校随机选一学生,测量他的身高. 我们可以把可能的 身高看作随机变量X, 然后我们可以提出关于X的各种问题. 如 P{X>1.7}=? P{X≤1.5}=? P{1.5<X<1.7}=? 这时,要么 x≥1.7 米,要么 x < 1.7 米, 再去求 P{ x ≥ 1.7} 就没有什么意义了. 一旦我们实际选定了一个学生并量了他的身高之后,我们就得到X的一个具体的值,记作x. 有了随机变量,随机试验中的各种事件,就可以通过随机变量的关系式表达出来. 如:单位时间内某电话交换台收到的呼叫次数用X表示,它是一个随机变量. 事件{收到不少于1次呼叫} {X 1} {没有收到呼叫} {X = 0} 又如 设盒中有5个球 (2白3黑), 从中任抽3个,则 是一个随机变量. 且 X(e) 的所有可能取值为: 事件:至少抽到一个白球 随机变量概念的产生是概率论发展史上的重大事件. 引入随机变量后,对随机现象统计规律的研究,就由对事件及事件概率的研究扩大为对随机变量及其取值规律的研究. 事件及

您可能关注的文档

文档评论(0)

yingzhiguo + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:5243141323000000

1亿VIP精品文档

相关文档