北邮概率统计课件2.2离散型随机变量的概率分布_分布律_.pptxVIP

第二节 离散型随机变量的概率分布（分布律） 一.离散型随机变量的分布律 引例 如图中所示，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： 3 3 2 1 1 2 3 2 C 1 C C 6 C C 3 P X   P(X0)  ( 1) P X   ( 2) 3 2 3 C 3 5 10 C 3 5 10 C 10 5 2  且： P(X  i)  1 i0 2013-5-17 北邮概率统计课件 概率统计 1.定义:设离散型随机变量 X 所有可能取的值为 xk ,k  0,1,2其各个可能取值 即事件   X  xk 的概率为: P(X  x )  p k  0,1, 2 k k 则称P(X  xk )  pk 为离散型随机变量 X 的概率分布或分布律. 注: 分布律可以列表给出 x x x   x   X 0 1 2 n P p p p p     k 0 1 2 n 2013-5-17 北邮概率统计课件 概率统计 2. 性 质 (1). pk  0, k  0,1, 2 用这两条性质判断 一个函数是否是 概率函数   ( 2). p  1 k k0 注 ▲ 一般：求分布律时需验证这两条性质。若成 立则称得上是分布律，否则说明分布律求错. ▲ 具有离散型随机变量才具有分布律 2013-5-17 北邮概率统计课件 概率统计 例1. 设在15只同类型的零件中有两只次品，现从中 抽取3只，以 X 表示取出3只中所含次品的个数. 求:X的分布律. 解: X 的可能取值: 0, 1, 2. X 的各种可能取值的概率如下: 2 1 C C 12 3 0 C C 22 P(X  1)  13 2  P(X  0)  13 2  3 3 15 C 35 C 35 15 1 2 C C 1 P(X  2)  13 2  3 15 C 35 2013-5-17 北邮概率统计课件 概率统计 0 1 2 X P 所以其 分布律为： 22 35 12 35 1 k 35 2  P  0, P  1) ( 显然每个 k k pk k0 图形: 22 亦称概率 分布图 35 12 35 1 35 xk 0 1 2 2013-5-17 北邮概率统计课件 概率统计 球 运从动中员抽投取中3篮只 圈， 概求 率次 是品0数.9不，大于1只 思考题： 例2. 的概率有多大？ 求：他两次独立投篮投中次数 X 的概率分布. 22 12   答案： P(X  1)  P(X  0)  P(X  1) 解： 35 35 X 可能取值为 0、1、2 则： 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 故得其分布律为： 0 1 2 X P 0.01 0.18 0.81 k 2013-5-17 北邮概率统计课件 概率统计 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 的概率分布. 解:依题意, X 可取值 0, 1, 2, 3 设 A ={ i 第 个路口遇红灯 }, i=1,2,3 i 路口3 路口2 路口1 则：P(X=0)=P(A1)=1/2 2013-5-17 北邮概率统计课件 概率统计 设 Ai={第i个路口遇红灯}, i=1,2,3 X表示该汽车 首次遇到红灯 前已通过的路 口的个数 路口3 路口2 路口1 1 1 A A   P(X=1)=P( ) = 1/4 1 2 2 2 设 Ai={第i个路口遇红灯}, i=1,2,3 路口3 路口2 路口1 1 1 1 P(X=2)=P    A A A ) =1/8 1 2 3 2 2 2 北邮概率统计课件 2013-5-17 概率统计 X表示该汽车首次遇到红灯前已通过的路口的个数 设 Ai={第i个路口遇红灯}, i=1,2,3 路口3 路口2 路口1 1 1 1 P(X=3)= P(A1 A2 A3 )   =1/8 2 2 2 于是得其分布律为： 显 然， 0 1 2 3 X 3  P(X  i)  1 Pk 1 2 1 4 1 8 1 8 i0 2013-5-17 北邮概率统计课件 概率统计 例4. 某加油站替公共汽车站代营出租汽车业务， 每出租一辆汽车，可从出租公司得到 3元. 因代营 业务