離散型隨機變量及其分概率布律.ppt

2.2 離散型隨機變量及其分概率布律,一.離散型隨機變量及其概率分布,二.幾個常用的離散型分布,三.小結 思考題,離散型隨機變量的定義,一.離散型隨機變量及其概率分布,如果隨機變量 X 的取值是有限個或可列無窮個，則稱 X 為離散型隨機變量,離散型隨機變量的分布律,設離散型隨機變量 X 的所有可能取值為,為離散型隨機變量 X 的分布律也稱概率函數,離散型隨機變量,定義,稱,也稱概率函數.,由概率的定義，,必然滿足：,(1),(2),完,例1,某籃球運動員投中籃圈的概率是 0.9,求他兩,解,可取 0, 1, 2 為值,且,于是,的概率分布可表示為,完,【例4】盒中有5個乒乓球，其中2個白球，3個黃球，從中任取3個，記X=“取到白球的個數”，X是一個隨機變量，且X的可能取值是0，1，2，,p2=PX=2=0.3,概率分布為,p0=PX=0=0.1,p1=PX=1=0.6,X的概率分布表：,【例1】設一汽車在開往目的地的道路上需經過四盞信號燈，每盞信號燈以 1/2 的概率允許或禁止汽車通過. 以 X 表示汽車首次停下時，它已通過的信號燈的盞數，求 X 的分布律. (信號燈的工作是相互獨立的).,PX=3=(1-p)3p,可愛的家園,解： 以 p 表示每盞信號燈禁止汽車通過的概率，則 X 的分布律為：,pk,p,或寫成 PX= k = (1- p)kp，k = 0,1,2,3,0,1,2,3,4,(1-p) p,(1-p)2p,(1-p)3p,(1-p)4,X,PX= 4 = (1-p)4,以 p = 1/2 代入得X 的分布律：,X pk,0 1 2 3 4,0.5 0.25 0.125 0.0625 0.0625,1.兩點分布,定義,其分布為,且,特別地,點分布,即,完,二.幾個常用的離散型分布,【例2】拋擲一枚質地均勻的硬幣,有兩種可能的結果：H表示正面朝上，T表示背面朝上，引入變量X，令,pk=PX=k=0.5 (k=0,1).,X的概率分布表：,概率分布為,例2,200 件產品中,有 196 件是正品,則,服從參數為 0.98 的兩點分布.,于是,4 件是次品,今從中隨機地抽取一件,若規(guī)定,完,2. 二項分布,將試驗E重復進行n次，若各次試驗結果互不影響，即每次試驗結果出現的概率都不依賴于其它各次試驗的結果，稱這n次試驗是相互獨立的。,貝努利試驗：,PX=k= (k= 0,1,2,n)=？,X表示n重貝努利試驗中事件A發(fā)生的次數,則X是一個隨機變量，所有可能取值為0,1,2,n.,事件A在k(0kn)次試驗中發(fā)生，其它n-k次試驗中 不發(fā)生的方式有,(1) PX=k0, k=0,1,2,n.,二項分布中滿足,說明,n=1時，,注意,即PX=0=1-p, PX=1=p,PX=k=pk(1-p)1-k,(k=0,1)，,(0-1)分布,定義,若一個隨機變量,的概率分布由 (1) 式給,出,記為,的二項分布,二項分布的圖形特點:,完,加時,是隨之增加直至達到最,大值,隨后單調減少.,在圖1和圖2中，,分別給出了當,從圖易,看出：,概率,先是隨之增加直至達到最大值，,隨后,二項概率,大值.,注：,完,單調減少.,可以證明，,一般的二項分布的圖形也具有這一,性質，,二項概率,先是隨之增加直至達到最大值，,隨后,【例2】一張考卷上有5道選擇題，每道題列出4個可能答案，其中只有一個答案是正確的某學生靠猜測至少能答對4道題的概率是多少？,則答5道題相當于做5重Bernoulli試驗,解：每答一道題相當于做一次Bernoulli試驗，,【例3】按規(guī)定,某種型號電子元件的使用壽命超過1500小時的為一級品.已知某批產品的一級品率為0.2,現在從中隨機地抽取20只,問20只元件中恰有k(k=0,1,2,20)只為一級品的概率為多少？,記X為20只元件中一級品的只數,解,解：將每次射擊看成一次試驗,設擊中的次數為X,則Xb(400,0.02),某人進行射擊，設每次射擊的命中率為0.02，獨立射擊400次，求至少擊中兩次的概率。,所求概率為,【例4】,解,第一種方法：,X:第1人維護的20臺中同一時間發(fā)生故障的臺數,Ai :第i人維護的20臺中發(fā)生故障不能及時維修,(i=1,2,3,4),80臺發(fā)生故障不能及時維修的概率為,第二種方法,則80臺發(fā)生故障不能及時維修的概率為,4.泊松(Poisson)分布,隨機變量X所有可能取值為0,1,2,取各個值的概率,稱X服從參數為的泊松分布,記為X().,(1) PX=k0.,有,【例5】,因為,解,所以,4.二項分布的泊松近似,對二項分布,計,算其概率很麻煩.,例如，,要計算n=5000,故須尋求近似計算方法.,這里先介紹二項分布的,泊松近似，,在本章第四節(jié)中還將介紹二項分布的,的正態(tài)近似.,泊松定理,每次試驗中發(fā)生的概率為,為常數),則有,注：,(i)：,必定很小.,因此，,泊松定理表明，,很小時有下列近似公式：,二項分布的泊松近似,很小時有下列近似公式：,實際計算中，,時近似效果變很好.,(ii),把在每次試驗中出現概率很小的事件稱作稀,有事件，,此類事件如：,地震、火山爆發(fā)、特大洪,水、意外事故等，,則由泊松定理知，,重伯努利試,驗中稀有事件出現的次數近似地服從泊松分布.,完,例8,一家商店采用科學管理,由該商店過去的銷,售記錄知道,某種商品每月的銷售數,的泊松分布來描述,為了以 95%以上的把,握保證不脫銷,問商店在月底至少應進該種商品,多少件?,解,設該商品每月的銷售數為,的泊松分布.,設商店在月底應進該種商品,件,即,可以用參數,解,設該商品每月的銷售數為,的泊松分布.,設商店在月底應進該種商品,件,即,查泊松分布表,得,完,例 9,自 1875年至 1955年中的某 63年間,上海市夏,季( 5-9月)共發(fā)生大暴雨 180次,試建立上海市夏季,暴雨發(fā)生次數的概率分布模型.,解,每年夏季共有,天,每次暴雨發(fā)生以 1 天計算,則夏季每天發(fā)生暴,雨的概率,將暴雨發(fā)生看做稀有事件,利用泊松分布,分布模型.,來建立上,的概率,解,將暴雨發(fā)生看做稀有事件,利用泊松分布來建立,分布模型.,上,的概率,由于,故得上海市暴雨發(fā)生次數的概率分布模型為,解,故得上海市暴雨發(fā)生次數的概率分布模型為,并將它與資料,記載的實際年數作對照,均列入下表.,次暴雨的理論年數,計算 63 年中上海市夏季發(fā)生,由上表可見,按建立的概率分布模型計算的理論年,數,這表明,的模型,分布.,與實際年數總的來看符合得較好,所建立,能近似描述上海市夏季暴雨發(fā)生次數的概率,完,三、小結,1. 如果隨機變量 X 的取值是有限個或可列無窮個， 則稱 X 為離散型隨機變量,為離散型隨機變量 X 的分布律滿足,2.(01)分布(兩點分布):,隨機變量X只可能取0與1兩個值,分布律是,PX=k=pk(1-p)k-1,(k=0,1)(0p1),稱X服從(0-1)分布。,(k= 0,1,2,n),4.泊松(Poisson)分布,隨機變量X所有可能取值為0,1,2,取各個值的概率,稱X服從參數為的泊松分布,記為X().,保險公司為了估計企業(yè)的利潤，需要計算投保人在一年內死亡若