概率论第二章浙大版.pptx

概率论第二章 我们记取出的黑球数为 X,则X 的估计取值为1,2,3、因此,X是一个变量、然而,X取什么值依赖于试验结果,即X的取值带有随机性,因此,我们称 X 为随机变量、X 的取值情况可由下表给出: 由上表能够看出,该随机试验的每一个结果都对应着变量 X 的一个确定的取值,因此变量 X 是样本空间S上的函数:我们定义了随机变量后,就能够用随机变量的取值情况来刻划随机事件、例如 表示至少取出2个黑球这一事件 表示取出2个黑球这一事件; 例2一大批产品中次品率为p,从中任取n件,求其中最多有k件次品的概率。求P(B) 例3、 Bernoulli试验中,A表示成功,可设 随机变量的定义定义:设随机试验E的样本空间是S={e}, X=X(e)是一个定义在S上的单值实值函数,称X=X(e)为随机变量, 简记为X。esxX=X(e)－－为S上的单值函数,X为实数 说 明 例4 盒中有5个乒乓球,其中2个白球,3个黄球,从中任取3个,记X=“取到白球的个数”,则X是一个随机变量,且X的估计取值是0,1,2,且有 例5 上午 8:00～9:00 在某路口观察,令Y:该时间间隔内通过的汽车数、则Y 就是一个随机变量、它的取值为 0,1,…、 表示通过的汽车数小于100辆这一随机事件; 表示通过的汽车数大于 50 辆但不超过 100辆这一随机事件、 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,使人们可利用数学分析的方法对随机试验结果进行广泛而深入的研究、随机变量因其取值方式的不同,通常分为两类:离散型随机变量连续型非离散型其它 2、2 离散型随机变量及其分布律目的:学习离散型随机变量的概率分布律重点:1、掌握表格和直方图2、掌握三种重要的离散型分布 定义 假如一个随机变量仅估计取得有限个或可数无穷多个数值,同时所有的数可按一定的顺序排列,则称该随机变量为离散型随机变量、设离散型随机变量X其估计的取值为称为离散型随机变量X的概率分布或概率函数,也称为分布律一、离散型随机变量的分布律 表格形式分布列的性质: 概率直方图(面积大小表示概率数值)另外还可用图形来表示分布律:线条图、概率直方图、0.20.40.60120.0750.3250.6线条图0.20.40.6012PXPX0.075 0.325 0.6 0 1 2 X 例1袋中有1个白球和4个黑球,每次不放回地从中任取一个球,直至取得白球为止,求取球次数的概率分布、解设X为取到白球时的取球次数X的估计取值为1, 2, 3, 4, 5不难求得因此,所求的概率分布为1 2 3 4 50.2 0.2 0.2 0.2 0.2 二 几种常见的离散型分布一、两点分布二、二项分布三、泊松(Poisson)分布四、超几何分布* 定义若一个随机变量只有两个可能的取值,其分布为且特别地,点分布,即参数为的两则称服从处的两点分布.参数为若服从处则称服从参数为的分布.一、两点分布 两点分布是最简单的一种分布,任何一个只有两种估计结果的随机现象, 比如新生婴儿是男依然女、明天是否下雨、种籽是否发芽等, 都属于两点分布、说明 例1 抛掷一枚质地均匀的硬币,有两种估计的结果:H表示正面朝上,T表示背面朝上,引入变量X,令 pi=P{ X=i }=0、5 ( i = 0, 1 )X 0 1p0、5 0、5X的概率分布表:概率分布为 例2200 件产品中,有 196 件是正品,则服从参数为 0.98 的两点分布.因此,4 件是次品,今从中随机地抽取一件,若规定 二、二项分布定义 若随机变量X的所有可能取值为0,1,2, ,n,其概率分布为… 特别显然, n重伯努利试验中成功的次数服从二项分布事实上,二项分布就是来源于n重伯努利试验模型 n=1时,即 P{X=0}=1-p, P{X=1}= pP{X=k}=pk(1-p)1-k , (k=0,1),(0-1)分布性质(1)(2) 二项分布的图形特点:对于固定及当增加时,概率先是随之增加直至达到最大值,随后单调减少. 在图1和图2中，分别给出了当和时二项分布的图形.从图易看出：对于固定及当增加时，概率先是随之增加直至达到最大值，随后单调减少.pknOn=10,p=0.7图1 注:为不超过的最大整数.当为整数时，二项概率在和处达到最大值.可以证明，一般的二项分布的图形也具有这一性质，二项概率在达到最大值；不为整数时，且当pknOn=10,p=0.7图1 例3 一张考卷上有5道选择题,每道题列出4个估计答案,其