《随机变量和离散型.pptx》由会员分享，可在线阅读，更多相关《随机变量和离散型.pptx（45页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、 第二章知识结构图 随机变量分布律 分布 函数函数的 分布概率密度 离散型随 机变量分布函数函数的 分布 连续型随 机变量定义 常用分布定义常用分布第1页/共45页第一节 随机变量的概念随机变量概念的引入引入随机变量的意义随机变量的分类第2页/共45页 (1)、有些试验结果本身与数值有关（本身就是一个数）.例如，掷一颗骰子面上出现的点数；9月份承德的最高温度；每天进入公共教学楼的人数；一、随机变量概念的引入第3页/共45页(2)、在有些试验中，试验结果看来与数值无关，但我们可以引进一个变量来表示它的各种结果.也就是说，把试验结果数值化.例如:掷硬币试验,考察其正面和反面朝上的情况可规定:用 1
2、表示“正面朝上”用 0 示“反面朝上”结论：不管试验结果是否与数值有关，我们都可以通过引入某个变量，使试验结果与数建立了对应关系第4页/共45页这种对应关系在数学上理解为定义了一种实值单值函数.定义域为样本空间S，取值为实数.e.X(e)R这即为所谓的随机变量第5页/共45页（1）它是一个变量,它的取值随试验结果而改变（2）由于试验结果的出现具有一定的概率，故随机变量取每个值和每个确定范围内的值也有一定的概率.定义 设随机试验的样本空间为S=e.X=X(e)是定义在样本空间S上的实值单值函数.称X=X(e)为随机变量.简记为 r.v.说明(3)随机变量通常用大写字母X,Y,Z,W,N 等表示,
3、而表示随机变量所取的值时,一般采用小写字母 x,y,z,w,n等.第6页/共45页我们将研究两类随机变量：二、随机变量的分类 这两种类型的随机变量因为都是随机变量，自然有很多相同或相似之处；但因其取值方式不同，又有其各自的特点.随机变量连续型随机变量离散型随机变量第7页/共45页 第二节 离散型随机变量及其分布律离散型随机变量定义离散型随机变量分布律几种常见分布第8页/共45页定义1：若随机变量X的所有可能取值是有限多个或可列无限多个,则称X为离散型随机变量.一、离散型随机变量定义例如：1、设X表示抛三次硬币的试验中出现正 面朝上的次数.X的可能取值为0，1，2，3.2、设Y表示120急救电话
4、台一昼夜收到的呼次数则Y的可能取值为0,1,2,3,X和Y都是离散型随机变量第9页/共45页其中 (k=1,2,)满足：k=1,2,（1）（2）定义2：设 xk(k=1,2,)是离散型随机变量 X 所取的一切可能值，称为离散型随机变量 X 的分布律.用这两条性质判断一个函数是否是分布律二、离散型随机变量的分布律第10页/共45页离散型随机变量分布律也可以用列表法表示X离散型随机变量可完全由其分布律来刻划即离散型随机变量可完全由其的可能取值以及取这些值的概率唯一确定第11页/共45页例题1：设随机变量X的分布列为试确定常数a.第12页/共45页例2：某篮球运动员投中篮筐概率是0.9，求其两次独立
5、投篮后，投中次数 X 的概率分布。解：X 可取的值为：0,1,2，且 P(X=0)=0.1*0.1=0.01，P(X=1)=0.9*0.1+0.1*0.9=0.18,P(X=2)=0.9*0.9=0.81.X0 12P0.010.180.81X 的概率分布第13页/共45页练习 设袋中装有6个球，编号为1,1,2,2,2,3，从袋中任取一球，记取到的球的编号为X，求：（1）X 的分布列；（2）编号大于1的概率X123P1/31/21/6X 的分布列为:第14页/共45页练习 设袋中装有6个球，编号为1,1,2,2,2,3，从袋中任取一球，记取到的球的编号为X，求：（1）X 的分布列；（2）编号
6、大于1的概率第15页/共45页一袋中有5个乒乓球，编号分别为1，2，3，4，5，从中随机抽取3个，以X表示取出的3个球中最大的号码，求X的分布列第16页/共45页1、两点分布（也称（0-1）分布）凡试验只有两个结果,常用0 1分布描述,如产品是否合格、人口性别统计、系统是否正常、电力消耗是否超标等等.X=xk 1 0Pk p 1-p0 p 0 是常数，则称 X 服从参数为的泊松分布,记作 X P()。易见第26页/共45页易于验证：非负性规范性第27页/共45页在某个时段内：大卖场的顾客数；某地区拨错号的电话呼唤次数；市级医院急诊病人数；某地区发生的交通事故的次数.一个容器中的细菌数；一本书一
7、页中的印刷错误数；一匹布上的疵点个数；泊松分布应用场合放射性物质发出的 粒子数；第28页/共45页 例6 6：某商店根据过去的销售记录,总结出某种商品每月的销售量可以用参数为 的泊松分布来描述,试求：(1)下个月该商店销售2件此种商品的概率是多少？销售2件产品的概率为第29页/共45页例6 6某商店根据过去的销售记录,总结出某种商品每月的销售量可以用参数为 的泊松分布来描述,试求：(2)下个月该商店销售此种商品多于2件的概率是多少？第30页/共45页第31页/共45页练习：某一无线寻呼台，每分钟收到寻呼的次数X服从参数=3 的泊松分布。求：(1)一分钟内恰好收到3次寻呼的概率；(2)一分钟内收
8、到2至5次寻呼的概率。解:=(32/2!)+(33/3!)+(34/4!)+(35/5!)e-3 0.7169.(1).PX=3=(33/3!)e-3 0.2240；(2).P2X5=PX=2+PX=3+PX=4+PX=5第32页/共45页 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（Poisson)引入的.近数十年来，泊松分布日益显示其重要性,成为概率论中最重要的几个分布之一.在实际中，许多随机现象服从或近似服从泊松分布.二项分布的泊松近似第33页/共45页 当试验次数n很大时，计算二项概率变得很麻烦，如要计算 我们先来介绍二项分布的泊松近似，后面我们还将介绍二项分布
9、的正态近似.或诸如此类的计算问题，必须寻求近似方法.第34页/共45页 泊松定理泊松定理：设0是一常数，n是任意正整数，设npn=，则对于任一固定的非负整数k，有证明：由pn=/n有 对于任意固定的k，当n时 第35页/共45页 意义：定理的条件npnpn n=（常数）意味着当n n很大时，p pn n必定很小。因此，上述定理表明当n n很大、p p很小时有以下近似式 其中=np第36页/共45页n 100,np 10 时近似效果就很好实际计算中，其中 也就是，n很大时，B(n,p)P(np)第37页/共45页例某人射击，每次命中率为0.020.02，求在独立进行400400次射击中，至少击中
10、2 2次的概率？解：设X表示射击400次击中的次数，由题意Xb(400，0.02)。由泊松近似公式计算上题：分析结果：不能忽视小概率事件。第38页/共45页第39页/共45页解：设1000 辆车通过,出事故的次数为 X,则可用泊松定理计算所求概率为练习 有一繁忙的汽车站,每天有大量汽车通过,设每辆汽车,在一天的某段时间内出事故的概率为0.0001,在每天的该段时间内有1000 辆汽车通过,问出事故的次数不小于2的概率是多少?第40页/共45页4.几何分布（了解）从一批次品率为p(0p1）的产品中逐个随机抽取产品进行检验，验后放回再抽取下一件，直到抽到次品为止，设检验的次数为X,则X可能取值为1
11、，2，3.,其概率分布为：称这种概率分布为几何分布第41页/共45页 例7 7 一个保险推销员在某地区随机地选择家庭进行访问，每次访问的结果是：如果该户购买了保险则定义为成功，没有购买保险则定义为失败从过去的经验看，随机选择的家庭会购买保险的概率为0.100.10，则该保险推销员第1010次才取得成功的概率是多少？第42页/共45页 对于离散型随机变量，如果知道了它的分布律,也就知道了该随机变量取值的概率规律.在这个意义上，我们说 这一节，我们介绍了离散型随机变量及其分布律，并给出两点分布、二项分布、泊松分布三种重要离散型随机变量.离散型随机变量由它的分布律唯一确定.四、小结第43页/共45页离散型随机变量的分布两点分布二项分布泊松分布几何分布二项分布泊松分布两点分布第44页/共45页感谢您的观看！第45页/共45页