第二节-离散型随机变量及其概率分布优秀PPT.ppt

《第二节-离散型随机变量及其概率分布优秀PPT.ppt》由会员分享，可在线阅读，更多相关《第二节-离散型随机变量及其概率分布优秀PPT.ppt（56页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、一、离散型随机一、离散型随机变变量的概率分布量的概率分布 从中任取从中任取3 3 个球，个球，取到的白球数取到的白球数X X是一个随机变量是一个随机变量 .(1)(1)X X 可能取的值是可能取的值是0,1,2;0,1,2;(2)(2)取每个值的概率为取每个值的概率为引例引例这样，我们就驾驭了这样，我们就驾驭了X X这个随机变量取值这个随机变量取值的概率规律的概率规律.且且一、离散型随机一、离散型随机变变量的概率分布量的概率分布 探讨离散型随机变量概率分布，即找寻随机探讨离散型随机变量概率分布，即找寻随机变量全部可能的取值以及取每个值所对应的概率。变量全部可能的取值以及取每个值所对应的概率。1

2、 1、离散型随机变量的定义、离散型随机变量的定义 分布函数可以探讨离散型随机变量的概率分分布函数可以探讨离散型随机变量的概率分布，除此之外，针对离散型特点，我们引入探讨布，除此之外，针对离散型特点，我们引入探讨离散型随机变量的重要工具离散型随机变量的重要工具概率分布律（列）概率分布律（列）一、离散型随机一、离散型随机变变量的概率分布量的概率分布2 2、离散型随机变量的概率分布、离散型随机变量的概率分布 定定义义：设设 x xk k(k k=1,2,=1,2,)是是离离散散型型随随机机变变量量 X X 所所取的一切可能值，称取的一切可能值，称为为离散型随机变量离散型随机变量 X X 的分布律的分

3、布律.概率分布列概率分布列概率分布阵概率分布阵一、离散型随机一、离散型随机变变量的概率分布量的概率分布3 3、性质、性质用这两条性质用这两条性质推断一个函数推断一个函数是否是分布律是否是分布律留意：只有离散型才有概率分布列。留意：只有离散型才有概率分布列。思索：下列两个等式一样么？思索：下列两个等式一样么？解解:依据分布律的性质依据分布律的性质P P(X X=k k)0,)0,a a0,0,从中解得从中解得即即例例1 1设随机变量设随机变量X X的分布律为的分布律为k k=0,1,2,=0,1,2,试确定常数试确定常数a a.一、离散型随机一、离散型随机变变量的概率分布量的概率分布例例2 2

4、某篮球运动员投中篮圈概率是某篮球运动员投中篮圈概率是0.90.9，求他两次，求他两次独立投篮投中次数独立投篮投中次数X X 的概率分布的概率分布.解：解：X X可取值为可取值为0,1,2 0,1,2 P P X X =0=(0.1)(0.1)=0.01=0=(0.1)(0.1)=0.01 P P X X=1=2(0.9)(0.1)=1=2(0.9)(0.1)=0.18=0.18 P P X X=2=(0.9)(0.9)=0.81=2=(0.9)(0.9)=0.81一、离散型随机一、离散型随机变变量的概率分布量的概率分布即即一、离散型随机一、离散型随机变变量的概率分布量的概率分布例例3 3 设随

5、机变量设随机变量X X的分布列为的分布列为求：常数求：常数a a，P P(X X1)1)，P P(-2(-2X X 0)0)，P P(X X 2).2).解：解：由归一性由归一性得得P P(X X1)1)P P(-2(-2X X0)0)=P=P(X X=-2)+=-2)+P P(X X=-1)+=-1)+P P(X X=0)=5/8=0)=5/8=P P(X X=-1)+=-1)+P P(X X=0)=1/2=0)=1/2P P(X X 2)2)=P P(X X=2)=1/4=2)=1/4一、离散型随机一、离散型随机变变量的概率分布量的概率分布小结：小结：即：离散型随机变量落入任何区间内的概率

6、，即：离散型随机变量落入任何区间内的概率，等于该区间内全部正概率点对应概率之和。等于该区间内全部正概率点对应概率之和。练练习习1 1 某某射射手手连连续续向向一一目目标标射射击击，直直到到命命中中为为止止，已已知他每发命中的概率是知他每发命中的概率是p p，求射击发数，求射击发数X X的分布律的分布律.解解:X X 可能取的值是可能取的值是1,2,1,2,，P P X X=1=1=P P(A A1 1)=)=p p,为计算为计算 P P X X=k k ，k k=1,2,=1,2,，A Ak k =第第k k发命中发命中，k k=1,2,=1,2,，设设于是于是一、离散型随机一、离散型随机变变

7、量的概率分布量的概率分布分布律为分布律为二、离散型随机二、离散型随机变变量的分布函数量的分布函数 随机变量的分布函数同样可以描述随机变量落入随机变量的分布函数同样可以描述随机变量落入随意区间的概率，那么分布函数与离散型分布列有随意区间的概率，那么分布函数与离散型分布列有什么关系呢？什么关系呢？二、离散型随机二、离散型随机变变量的分布函数量的分布函数当当 x x0 0 时时，X X x x =，故故 F F(x)x)=0=0例例4 4设随机变量设随机变量 X X 的分布律为的分布律为当当 0 0 x x 1 1 时时，F F(x x)=)=P P X X x x=P P(X X=0)=0)=F

8、F(x x)=P=P(X X x x)解解X X求求 X X 的分布函数的分布函数 F F(x x).当当 1 1 x x 2 2 时时，F F(x x)=)=P P X X=0+=0+P P X X=1=+=1=+=当当 x x 2 2 时时，F F(x x)=)=P P X X=0+=0+P P X X=1+=1+P P X X=2=1=2=1二、离散型随机二、离散型随机变变量的分布函数量的分布函数故故特点：特点：下面我们从图形上来看一下下面我们从图形上来看一下.1.1.分段函数分段函数2.2.右连续右连续3.3.X X取值点为分界点取值点为分界点4.4.分段区间左闭右开分段区间左闭右开二

9、、离散型随机二、离散型随机变变量的分布函数量的分布函数的分布函数图的分布函数图二、离散型随机二、离散型随机变变量的分布函数量的分布函数特点：特点：阶梯曲线阶梯曲线 在在xk xk 处有跳动处有跳动跳动值为跳动值为P P X=xX=xk k =p pk kX X二、离散型随机二、离散型随机变变量的分布函数量的分布函数总结：总结：设离散型随机变量设离散型随机变量 X X 的分布律为的分布律为P P X=xX=xk k =p pk k ,k=k=1,2,3,1,2,3,F F(x x)=)=P P(X X x x)=)=即即F F(x x)是是 X X 取取 的诸值的诸值 x xk k 的概率之和的

10、概率之和.则其分布函数为则其分布函数为例例5 5 一个靶子是半径为一个靶子是半径为2m2m的圆盘的圆盘,设击中靶上任设击中靶上任一同心圆盘上的点的概率与该圆盘的面积成正比一同心圆盘上的点的概率与该圆盘的面积成正比,并设射击都能中靶并设射击都能中靶,以以X X表示弹着点与圆心的距离表示弹着点与圆心的距离.试求随机变量试求随机变量 X X 的分布函数的分布函数.解解二、离散型随机二、离散型随机变变量的分布函数量的分布函数于是于是故故 X X 的分布函数为的分布函数为其图形为一连续曲线其图形为一连续曲线二、离散型随机二、离散型随机变变量的分布函数量的分布函数二、离散型随机二、离散型随机变变量的分布函

11、数量的分布函数练习练习2 2 设随机变量设随机变量X X的分布列为的分布列为求：求：F F(x x).).三、几种常三、几种常见见离散型随机离散型随机变变量的概率分布量的概率分布1 1、单点分布（或退化分布）、单点分布（或退化分布）若随机变量若随机变量X X的全部可能取值为常数的全部可能取值为常数c c，即，即“X=c”“X=c”是必定事务，其概率分布为是必定事务，其概率分布为P P(X=cX=c)=1)=1则称则称X X听从单点分布听从单点分布(或退化分布或退化分布).).例如，从一批全是合格品的产品中，任取例如，从一批全是合格品的产品中，任取c c件进件进行合格性检查，若以行合格性检查，若

12、以X X表示所取到的合格品数，则表示所取到的合格品数，则“X=c”“X=c”是必定事务，其概率分布为是必定事务，其概率分布为P(X=c)=1.P(X=c)=1.三、几种常三、几种常见见离散型随机离散型随机变变量的概率分布量的概率分布2 2、两点分布（或、两点分布（或0-10-1分布、伯努利分布）分布、伯努利分布）设随机变量设随机变量 X X 只可能取只可能取0 0与与1 1两个值两个值 ,它的分它的分布律为布律为则称则称 X X 听从听从(0-1)(0-1)分布或两点分布分布或两点分布.三、几种常三、几种常见见离散型随机离散型随机变变量的概率分布量的概率分布例如例如 200200件产品中，有件

13、产品中，有190190件合格品件合格品,10,10件不合件不合格品，现从中随机抽取一件，若规定格品，现从中随机抽取一件，若规定取得不合格品取得不合格品,取得合格品取得合格品.则随机变量则随机变量 X X 听从两点分布听从两点分布.两点两点分布分布是最是最简洁简洁的一种分布的一种分布,任何任何一一个只个只有两有两种种可能可能结结果果的随机的随机现现象象,比如新生比如新生婴婴儿是男儿是男还还是女是女、明天是否下雨明天是否下雨、种、种籽是否籽是否发发芽等芽等,都属于两都属于两点点分布分布.三、几种常三、几种常见见离散型随机离散型随机变变量的概率分布量的概率分布3 3、独立重复试验与二项分布、独立重复

14、试验与二项分布（1 1）独立重复试验）独立重复试验 掷骰子：掷骰子：“掷出掷出4 4点点”，“未掷出未掷出4 4点点”抽验产品：抽验产品：“是正品是正品”，“是次品是次品”设在一次试验设在一次试验E E中只考虑两个互逆的结果：中只考虑两个互逆的结果：A A 或或这样的试验这样的试验E E称为称为贝努利试验贝努利试验 .（两点分布）（两点分布）将伯努利试验将伯努利试验E E独立独立地地重复重复地进行地进行n n次次 ,则称这则称这一串一串重复的独立重复的独立试验为试验为n n重贝努利试验重贝努利试验 .“重复重复”是是指这指这 n n 次试验中次试验中P P(A A)=p=p 保持不变保持不变.

15、“独立独立”是指各次试验的结果互不影响是指各次试验的结果互不影响 .三、几种常三、几种常见见离散型随机离散型随机变变量的概率分布量的概率分布例如：例如：某射手独立向目标连续射击某射手独立向目标连续射击4 4次，每次的命次，每次的命中率均为中率均为0.80.8，求其恰好命中，求其恰好命中3 3次的概率。次的概率。分析：该试验为分析：该试验为4 4重贝努利重贝努利三、几种常三、几种常见见离散型随机离散型随机变变量的概率分布量的概率分布 由此可见，由此可见，n n重贝努利试验中，所探讨的事重贝努利试验中，所探讨的事务在多次试验中务在多次试验中“恰好发生恰好发生k k次次”的概率，对于探讨的概率，对于

16、探讨试验序列各种困难的结果有着重要的意义。试验序列各种困难的结果有着重要的意义。三、几种常三、几种常见见离散型随机离散型随机变变量的概率分布量的概率分布 用用X X表示表示n n重贝努利试验中事务重贝努利试验中事务A A发生的次数，则发生的次数，则且两两互不相容且两两互不相容.共有共有（2 2）二项分布）二项分布称这样的分布为称这样的分布为二项分布二项分布，记为，记为三、几种常三、几种常见见离散型随机离散型随机变变量的概率分布量的概率分布二项分布描述的是二项分布描述的是n n重贝努利试验中事务重贝努利试验中事务 A A 出现的出现的次数次数 X X 的分布律的分布律.例例6 6 已知已知100

17、100个产品中有个产品中有5 5个次品，现从中有放回个次品，现从中有放回地取地取3 3次，每次任取次，每次任取1 1个，求在所取的个，求在所取的3 3个中恰有个中恰有2 2个次品的概率个次品的概率.解解:因为这是有放回地取因为这是有放回地取3 3次，因此这次，因此这3 3 次试验的次试验的条件完全相同且独立，它是贝努利试验条件完全相同且独立，它是贝努利试验.依题意，每次试验取到次品的概率为依题意，每次试验取到次品的概率为0.05.0.05.设设X X为所取的为所取的3 3个中的次品数，个中的次品数，于是，所求概率为于是，所求概率为则则X X B B(3,0.05)(3,0.05)，三、几种常三

18、、几种常见见离散型随机离散型随机变变量的概率分布量的概率分布 若若将本例中的将本例中的“有放回有放回”改为改为“无放回无放回”,那么那么各次试验条件就不同了各次试验条件就不同了,此试验就不是伯努利试验此试验就不是伯努利试验 .此时此时,只能用古典概型求解只能用古典概型求解.留意：留意：三、几种常三、几种常见见离散型随机离散型随机变变量的概率分布量的概率分布分分析析 这是不放回抽样这是不放回抽样.但由于这批但由于这批元件的总数很大元件的总数很大,且抽查元件的数量相对于元件的且抽查元件的数量相对于元件的总数来说又很小总数来说又很小,因而此抽样可近似当作放回抽样因而此抽样可近似当作放回抽样来处理来处

19、理.例例7 7三、几种常三、几种常见见离散型随机离散型随机变变量的概率分布量的概率分布 把检查一只元件是否为一级品看成是一次把检查一只元件是否为一级品看成是一次试验，检查试验，检查2020只元件相当于做只元件相当于做2020重贝努利试验重贝努利试验.解：解：三、几种常三、几种常见见离散型随机离散型随机变变量的概率分布量的概率分布留意：留意：P(X=4)P(X=4)最大。最大。三、几种常三、几种常见见离散型随机离散型随机变变量的概率分布量的概率分布 一般地，若在一般地，若在k0k0处，概率处，概率PX=kPX=k达到最大（称达到最大（称k0k0为为随机变量随机变量X X的最可能值），则的最可能值

20、），则k0k0应满足应满足 解上述不等式得解上述不等式得(n n+1)+1)p p-1-1 k k0 0 (n n+1)+1)p p 。因为。因为k k0 0必须为整必须为整数，所以数，所以 当当(n n+1)+1)p p为整数，为整数，其它，其它，本例中，本例中，n n=20=20，p p=0.2,=0.2,所以，所以，(n n+1)+1)p p=4.2,=4.2,故故k k0 0=4=4。三、几种常三、几种常见见离散型随机离散型随机变变量的概率分布量的概率分布三、几种常三、几种常见见离散型随机离散型随机变变量的概率分布量的概率分布二项分布与两点分布的关系二项分布与两点分布的关系二项分布二项

21、分布两点分布两点分布1 1、2 2、三、几种常三、几种常见见离散型随机离散型随机变变量的概率分布量的概率分布三、几种常三、几种常见见离散型随机离散型随机变变量的概率分布量的概率分布 练习练习4 4 某人进行射击，设每次击中的概率为某人进行射击，设每次击中的概率为0.020.02，独，独立射击立射击400400次，求至少击中两次的概率是多少？次，求至少击中两次的概率是多少？解解：这这是是一一个个独独立立重重复复试试验验概概型型，设设击击中中的的次次数数为为 X X，则则它它听听从从参参数数为为n=400n=400，p=0.02p=0.02的的二二项项分分布布，即即X XB(400B(400，0.

22、02)0.02)，其概率分布为，其概率分布为三、几种常三、几种常见见离散型随机离散型随机变变量的概率分布量的概率分布4 4、泊松分布、泊松分布 泊泊松松分分布布是是18371837年年法法国国数数学学家家泊泊松松（PoissonPoisson）作作为为二二项项分分布布的的近近似似计计算算机机引引入入的的。近近年年来来日日益益显显示示其其重重要要性性，即即它它不不仅仅是是二二项项分分面面的的泊泊松松近近似似，它它本身就是一种重要的分布。本身就是一种重要的分布。若随机变量若随机变量X X全部可能取值为一切非负整数，且全部可能取值为一切非负整数，且三、几种常三、几种常见见离散型随机离散型随机变变量的

23、概率分布量的概率分布泊松分布的背景及应用泊松分布的背景及应用二十世纪初卢瑟福和盖克两位科学家在视察二十世纪初卢瑟福和盖克两位科学家在视察与分析放射性物质放出的粒子个数的状况时与分析放射性物质放出的粒子个数的状况时,他他们做了们做了26082608次视察次视察(每次时间为每次时间为7.57.5秒秒)发觉放射发觉放射性物质在规定的一段时间内性物质在规定的一段时间内,其放射的粒子数其放射的粒子数X X 听从泊松分布听从泊松分布.在生物学、医学、工业统计、保险科学及在生物学、医学、工业统计、保险科学及公用事业的排队等问题中公用事业的排队等问题中,泊松分布是常见的泊松分布是常见的.例如地震、火山爆发、特

24、大洪水、交换台的电例如地震、火山爆发、特大洪水、交换台的电话呼喊次数等话呼喊次数等,都听从泊松分布都听从泊松分布.,则对固定的则对固定的 k k，有有设设PossionPossion定理定理:PoissonPoisson定理说明，若定理说明，若X bX b(n n,p p),),当当n n很大很大p p很小时，很小时，历史上，泊松分布是作为二项分布的近似，历史上，泊松分布是作为二项分布的近似，于于18371837年由法国数学家泊松引入的年由法国数学家泊松引入的 .二项分布与泊松分布的关系二项分布与泊松分布的关系三、几种常三、几种常见见离散型随机离散型随机变变量的概率分布量的概率分布二项分布 泊

25、松分布三、几种常三、几种常见见离散型随机离散型随机变变量的概率分布量的概率分布 在本节练习在本节练习3 3中，假如射手命中率是中，假如射手命中率是0.010.01，连续射，连续射击击400400次，击中至少两次的概率为次，击中至少两次的概率为 由于由于n n=400=400较大，较大，p p=0.01=0.01较小，因此可用泊松分较小，因此可用泊松分布近似计算，即布近似计算，即于是于是三、几种常三、几种常见见离散型随机离散型随机变变量的概率分布量的概率分布 例8 某商店出售某种珍贵商品，依据以往阅历，每月销售量 X 听从参数=3 的泊松分布，问在月初进货时要库存多少件此商品，才能以99的概率充

26、分满足顾客的须要？解：设月初库存解：设月初库存k k件，则件，则即即查表，得查表，得 k k+1=9+1=9，即，即 k k=8.=8.练习练习5 5 独立射击独立射击50005000次次,命中率为命中率为0.001,0.001,解解 (1)(1)k k=(=(n n+1)+1)p p =(5000+1)0.001=5=(5000+1)0.001=5求求 (1)(1)最可能命中次数及相应的概率；最可能命中次数及相应的概率；(2)(2)命中次数不少于命中次数不少于1 1 次的概率次的概率.(3)(3)(至少命中至少命中1 1次的概率次的概率)三、几种常三、几种常见见离散型随机离散型随机变变量的概

27、率分布量的概率分布(2)(2)令令X X 表示命中次数表示命中次数,则则 X X B B(5000,0.001)(5000,0.001)三、几种常三、几种常见见离散型随机离散型随机变变量的概率分布量的概率分布解解 令令X X 表示命中次数表示命中次数,则则 令令 此结果与用二项分布算得的结果此结果与用二项分布算得的结果0.99340.9934仅相差仅相差万分之一万分之一.利用利用PoissonPoisson定理再求练习定理再求练习4 4 X X B B(5000,0.001)(5000,0.001)三、几种常三、几种常见见离散型随机离散型随机变变量的概率分布量的概率分布小概率事务虽不易发生，但

28、重复次数多了，小概率事务虽不易发生，但重复次数多了，就成或许率事务就成或许率事务.启示启示三、几种常三、几种常见见离散型随机离散型随机变变量的概率分布量的概率分布5 5、超几何分布、超几何分布在抽样理论中在抽样理论中(1)(1)有放回抽取，抽取的次品数听从二项分布有放回抽取，抽取的次品数听从二项分布 （参数（参数n n为抽取数，为抽取数，p p是次品率）是次品率）.(2)(2)无放回抽取，抽得的次品数听从超几何分布无放回抽取，抽得的次品数听从超几何分布 （N N为产品总数，为产品总数，M M为次品总数，为次品总数，n n是抽取数）是抽取数）.三、几种常三、几种常见见离散型随机离散型随机变变量的

29、概率分布量的概率分布注：注：在在n n重伯努利试验中重伯努利试验中6 6、几何分布、几何分布四、随堂四、随堂练习练习四、随堂四、随堂练习练习5.5.有加以两种味道和颜色都极为相像的名酒各有加以两种味道和颜色都极为相像的名酒各4 4杯，假如从中挑杯，假如从中挑4 4杯即能将甲种酒全部挑出来算杯即能将甲种酒全部挑出来算试验成功一次。试验成功一次。（1 1）某人随机去试，求其试验成功一次的概率。）某人随机去试，求其试验成功一次的概率。（2 2）某人声称他具有品酒实力，连续独立试验）某人声称他具有品酒实力，连续独立试验1010次次成功成功3 3次，试推断此人是否具有品酒实力。次，试推断此人是否具有品酒

30、实力。四、随堂四、随堂练习练习四、随堂四、随堂练习练习F F(x x)=P=P(X X x x)四、随堂四、随堂练习练习故故四、随堂四、随堂练习练习四、随堂四、随堂练习练习四、随堂四、随堂练习练习四、随堂四、随堂练习练习四、随堂四、随堂练习练习5.5.有加以两种味道和颜色都极为相像的名酒各有加以两种味道和颜色都极为相像的名酒各4 4杯，假如从中挑杯，假如从中挑4 4杯即能将甲种酒全部挑出来算杯即能将甲种酒全部挑出来算试验成功一次。试验成功一次。（1 1）某人随机去试，求其试验成功一次的概率。）某人随机去试，求其试验成功一次的概率。（2 2）某人声称他具有品酒实力，连续独立试验）某人声称他具有品酒实力，连续独立试验1010次次成功成功3 3次，试推断此人是否具有品酒实力。次，试推断此人是否具有品酒实力。四、随堂四、随堂练习练习小概率事务的发生意味着鉴别成功绝非偶然。小概率事务的发生意味着鉴别成功绝非偶然。