离散随机变量的概率分布.pptxVIP

离散随机变量的概率分布称此式为X的分布列设离散型随机变量的所有可能取值是，而取值的概率为即

离散随机变量分布列的表格表示法p1，p2，…pK…Px1，x2，…xk，…X公式法表格法性质

A例设X的分布列为B求P(0X≤2)CP(0X≤2)=P（X=1）+P（X=2）=1/2+1/6=2/3D解分布列确定概率

求分布列举例=P(抽得的两件全为次品)例设有一批产品20件，其中有3件次品，从中任意抽取2件，如果用X表示取得的次品数，求随机变量X的分布列及事件“至少抽得一件次品”的概率。解：X的可能取值为0，1，2=P(抽得的两件全为正品)P{X=1}P{X=2}=P(只有一件为次品)P{X=0}

01.而“至少抽得一件次品”={X≥1}02.={X=1}?{X=2}03.P{X≥1}=P{X=1}+P{X=2}04.注意：{X=1}与{X=2}是互不相容的！05.故故X的分布列为

从一批次品率为p的产品中，有放回抽样直到抽到次品为止。求抽到次品时，已抽取的次数X的分布列。解记Ai=“第i次取到正品”,i=1,2,3,…则Ai,i=1,2,3,…是相互独立的！且X的所有可能取值为1，2，3，…,k,…P(X=k)=(1-p)k-1p,k=1,2,…(X=k)对应着事件例

解01例02试确定常数b.由分布列的性质,有03设随机变量X的分布列为

几种常见的离散型分布0-1分布(二点分布)1－ppP01X则称X服从参数为p的二点分布或(0-1)分布,应用范围：样本空间只有两个样本点的情况都可以用两点分布来描述。如：上抛一枚硬币。定义：若随机变量X的分布列为:

例设一个袋中装有3个红球和7个白球，现在从中随机抽取一球，如果每个球抽取的机会相等，并且用数“1”代表取得红球，“0”代表取得白球，则随机抽取一球所得的值是一个离散型随机变量其概率分布为即X服从两点分布。

其中0p1,则称X服从参数为n,p的二项分布(也称Bernoulli分布）,记为X～B(n,p)在n重贝努利试验中,若以X表示事件A发生的次数,则X可能的取值为0,1,2,3,…,n.随机变量X的分布列二项分布

从一批由9件正品、3件次品组成的产品中,有放回地抽取5次,每次抽一件,求恰好抽到两次次品的概率.有放回地抽取5件,可视为5重Bernoulli实验记X为共抽到的次品数，则A=“一次实验中抽到次品”，P(A)=3/12,n=5p=1/4例解

例一大批种子发芽率为90%，今从中任取10粒.求播种后,求（1）恰有8粒发芽的概率；（2）不小于8粒发芽的概率。解X～B（10,0.9）(1)P(X=8)=P(X=8)+P(X=9)+P(X=10)

01若随机变量X的分布列为:02其中?0,则称X服从参数为?的普阿松分布03X～P(?)普阿松分布

1、服务台在某时间段内接待的服务次数X；2、交换台在某时间段内接到呼叫的次数Y;3、矿井在某段时间发生事故的次数;4、显微镜下相同大小的方格内微生物数目；5、单位体积空气中含有某种微粒的数目等等。体积相对小的物质在较大的空间内的稀疏分布，都可以看作普阿松分布,其参数?可以由观测值的平均值求出。实际问题中是服从或近似服从普阿松分布的例子。

已知某电话交换台每分钟接到的呼唤次数X服从的普阿松分布，分别求（1）每分钟内恰好接到3次呼唤的概率；（2）每分钟不超过4次的概率例解

二项分布的泊松近似泊松定理实际应用中：当n较大,p较小，np适中时，即可用泊松公式近似替换二项概率公式

例某人骑摩托车上街,出事故率为0.02，独立重复上街400次，求出事故至少两次的概率.400次上街?400重Bernoulii实验记X为出事故的次数，则≈1-e-8-8e-8≈0.9972P(X≥2)=1-P(X=0)-P(X=1)表明随着实验次数的增多，小概率事件总会发生的！=1-0.98400-400（0.02)(0.98399)≈0.9970解

EX若某人做某事的成功率为1%，他重复努力400次，则至少成功一次的概率为成功次数服从二项概率有百分之一的希望，就要做百分之百的努力