概率论与数理统计第5讲.pptxVIP

;随机变量概念的产生;△ 试验结果与数值有关的例子：;△ 试验结果看起来与数值无关，但试验结果可以数值化的例子：;这种随机试验结果与数值的对应关系，在数学上可理解为:;◎ X(ω) 的取值是不确定的，它随试验结果的不同而取不同的值。故, 在试验之前只知道其可能取值的范围，而不能预知其取哪个具体的值。;; 有了随机变量，随机试验中的各种事件都可以通过随机变量的关系式表达出来。; 随机变量概念的产生是概率论发展史上重大的事件。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充到对随机变量及其取值规律的研究。;随机变量的分类 ; 这两种类型的随机变量因都是随机变量，自然会有许多相同或相似之处；但因其取值方式不同，故又有其各自的特点。; 设X是一个离散型随机变量，其可能取值为 x1, x2 , … 。; ;用这两条性质判断 一个数列是否是某 个随机变量的概率 分布。;概率分布也可用下面表格的形式给出：;解：依据概率分布的性质;从中解得;例 3：;解：(1). 记 Ai={第 i 个继电器接通}, i =1, 2. 因两个继电器是否接通是相互独立的, 所以A1和A2相互独立，且 P(A1)=P(A2)= 0.8 . 下面求 X 的概率分布: 首先，X 可能取的值为: 0, 1, 2 . P{X=0} = P{表示两个继电器都没接通};P{X=1} = P{恰有一个继电器接通};所以，X的分布律为;2.2.2 常见离散型随机变量的概率分布;例 4：200 件产品中，有196件正品，4件次品，今从中随机地抽取一件，若规定;例5：某射手每次射击时命中10环的概率为 p, 现进行 4 次独立射击，求 {恰有 k 次命中10环}的概率。;易见：X 的概率分布为; 掷骰子：“掷出4点”，“未掷出4点”; 这样的 n 次独立重复试验称作 n 重伯努利试验，简称伯努利试验或伯努利概型。;伯努利概型对试验结果有下述要求：;例7 ：已知某类产品的次品率为0.2，现从一大批这类产品中随机地抽查20件,问恰有k件次品的概率是多少？;则有; 下面我们研究二项分布 B(n, p) 和两点分布B(1, p)之间的一个重要关系。; 设随机变量 X 所有可能取的值为: 0, 1, 2,…, 概率分布为：;例8：某一无线寻呼台，每分钟收到寻呼的次数X服从参数 ?=3 ???泊松分布。求： (1). 一分钟内恰好收到3次寻呼的概率； (2).一分钟内收到2至5次寻呼的概率。.;解:; 泊松分布的图形 ; 历史上，泊松分布是作为二项分布的近似，于1837年由法国数学家泊松引入的 。; 由泊松定理，n重伯努利试验中稀有事件出现的次数近似地服从泊松分布。;例10：某出租汽车公司共有出租车400辆，设每天每辆出租车出现故障的概率为0.02，求:一天内没有出租车出现故障的概率。;小结