大学文科数学之线性代数和概率统计.pptVIP

大学文科数学之线性代数与概率统计 北京师范大学珠海分校 国际特许经营学院与不动产学院 2019-2019学年第二学期 欧阳顺湘 2019.4.25 第五讲 离散型随机变量的分布列 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. 例1 掷一颗均匀的骰子, 用X 表示所得的点数, 一般地，我们给出如下定义: 其中 (k=1,2, …) 满足： k=1,2, … （1） （2） 定义1 ：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的概率函数或分布律，也称概率分布. 用这两条性质判断 一个函数是否是 概率函数 例 连续投掷一枚均匀的硬币两次, 有如下４种等可能的结果 用X 表示这两次投掷所得结果中正面朝上的次数 例 连续投掷一颗均匀的的骰子两次, 用X 表示所得点 数之和. 例 连续投掷一颗均匀的的骰子两次, 用X 表示所得点 数之和. 二、表示方法 （1）列表法： （2）图示法 （3）公式法 X~ 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 0.1 0.3 0.6 k PK 0 1 2 一些重要的离散型概率分布 两点分布 二项分布 超几何分布 几何分布（与习题相关） 有很多随机试验,　它们往往只有两种相互对立的可能结果． 例如, 某射手射击某目标, 可能结果为击中或不中； 比赛前裁判投掷一枚均匀的硬币, 可能正面朝上或反面朝上； 质检员从一批含有次品的产品中随机地抽查一件产品, 则可能抽得次品, 也可能抽得正品．这样的试验常被称为贝努里试验, 它的两个可能的结果常被称为“成功” 和“失败． 例如, 投掷一枚均匀的硬币, 用X 表示正面朝上的次数, 则X 的分布列为 假设有一个贝努里试验, 成功的概率为p, 　失败的概率为 1-p．若用X 表示一次这样的试验中成功的次数, 也就是说用{X = 0} 表示“失败”, {X = 1} 表示“成功”, 则 X 是一个只取0,1 值的随机变量, 它的分布列为　 二项分布 描述的是多重贝努里试验中成功次数的分布 从实例到模型…. 独立连续地投掷一枚不均匀的硬币n = 3 次, 已知该枚硬币正面朝上的可能性为反面朝上的 2 倍. 设 X 为这3 次投掷中正面朝上的次数, 求 X 的分布列. 每投掷一次硬币, 都有且只有两种可能的结果: 正面朝上或反面朝上, 并且每次投掷正面朝上的概率都为p = P(正)= 2/3 , 反面朝上的概率为q = 1－p =P(反) = 1/3 . 在这个问题中, 一共投掷了3 次硬币, 各次投掷是相互独立的; 其中正面朝上的的次数X 是一个随机变量, 它的可能取值为0,1,2,3. 3 次投掷都是反面朝上, 即只有0 次正面朝上的事件 {X = 0} 只包含一种可能的情形: 反反反. 由各次投掷的独立性可知它发生的概率为 3 次投掷中只有一次正面朝上的事件 {X = 1} 包含如下3 种相互排斥的结果 类似地可得这3 次投掷中恰有2 次正面朝上的事件 {X = 2} 的概率为 如果将掷一次硬币看作做了一次试验, 试对上述问题思考如下问题: 3 如果将每次试验的两个可能的结果分别称为“成功”(正面朝上) 和“失败”(反面朝上), 那么, 每次试验成功的概率是多少? 它们相同吗? 这时, 随机变量X 表示什么? 4. 各次试验是否相互独立? 独立性在随机变量X 的分布列的计算中, 具体应用在哪里? 5. 试展开二项式 并将所得展开式的各项与随机变量X 的分布列 进行比较. 你能发现什么? 进行了 n 次试验; 每次试验只有两个可以分别称为“成功” 和“失败 的相互对立的结果; 每次试验“成功” 的概率均为p, 失败的 概率均为q = 1-p; 各次试验是相互独立的, 进行了n 次独立重复的 Bernoulli 试验: 如果X 表示这n 次试验中成功的次数, 则其中恰好有k 次试验成功的概率为二项式 展开式的第 k + 1 项, 即 如果一个随机变量X 的分布列如上所述, 则我们称X 服从参数为 n, p 的 二项分布或贝努里分布, 简记为 例 某车间有5 台机床, 每台机床工作与否彼此独立且工作的概率为0.2. 设每台机床工作时需电力10 千瓦, 但因电力发生故障现只能供应30千瓦的电力, 问此时车间不能正常工作的概率有多大? 解： 设X 为10 台机床中工作的台数, 则X 服从参数