§2.2 离散型随机变量及其概率分布(中).pdf

§2.2 离散型随机变量及其概率分布 三七种常见的离散型分布(上) 退化分布；二项分布；(0-1)分布; 几何分布；帕斯卡分布。 三七种常见的离散型分布 1 退化分布 定义2.4 若随机变量X 的取值为C，且 P {X=C}=1， 则称X 服从参数为C的退化分布或单点分布。 【注】尽管X 的取值并不随机，但可视为随机变量的退化 情况。 2 二项分布 在n重伯努利试验中，已知“成功”即事件A 发生k次的 n 二项概率P (k)满足非负性和规范性P (k ) 1，则 n n k 0 可由数列{P (k)}定义一个离散型随机变量的分布。 n 定义2.5 如果随机变量X 的可能取值0,1,…, n ，且 P k k n-k n(k)=P {X=k}=Cn p (1-p ) ，k=0, 1, 2, …, n ， 则称X 服从参数为n, p 的二项分布，记作X~B(n, p ) 。 【评】若X表示n重伯努利试验中“成功”的次数，则 X~B(n, p ) 。 设X~B(9, 0.2)，则其概率分布为 k k 9-k p k=P{X=k}=C9 0.2 0.8 ，k=0, 1, 2, …, 9. 其概率分布图如下： p k 0.4 0.302 0.302 0.2 0.176 0.134 0.066 0.0170.0030.0003 0.000 0.000 k 0 1 2 3 4 5 6 7 8 9 上图的特点是概率p k先随k 的增大而增大，达到最大值, 再随k 的增大而减小。故k=1, k=2 的概率最大，称其 为二项分布的最可能成功次数。 设X~B (n, p ) ，考察比值，其中q=1-p , k1， P {X k } (n k 1)p (n 1)p k 1 P {X k 1} kq kq     1, k (n 1) p,  k n  p k n  1, ( 1) , 1, 2, , ,   k  n  p  1, ( 1) , 当k(n+1)p 时，P {X=k}随k增大而递增。当k(n+1)p 时， P {X=k }随k增大而递减。从而当(n+1)p 为正整数时， P