随机变量及其分布(IV).ppt
( 4.5 )《随机变量及其分布(IV).ppt》由会员分享，可在线阅读，更多相关《随机变量及其分布(IV).ppt（72页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、第二章 随机变量及其分布退 出 前一页 后一页 目 录1 随机变量2 离散型随机变量及其分布3 随机变量的分布函数4 连续型随机变量及其概率密度5 随机变量的函数的分布退 出 前一页 后一页第二章 随机变量及其分布1随机变量目 录又如：射击中靶次数；掷一枚匀质的色子出现的点数Y等。例：E1：从100件产品（5件次品，95件正品中任取两件。观察任取的2件中次品数X。一、问题的引入 随机事件和实数之间存在着某种客观的联系，例如：有的问题看起来与数无关，只要稍加处理也可用数来描述如：E：从一批产品中任取一件是否是合格品？退 出 前一页 后一页第二章 随机变量及其分布目 录我们约定：若试验的结果是合格
2、品，令X=1 若试验的结果是不合格品,令X=0退 出 前一页 后一页第二章 随机变量及其分布目 录 以上遇到的变量，他们的取值依赖于试验的结果，所以在试验之前是不能确定的，也就是说它们的取值是随机的，从而把这样的变量称为随机变量 随机变量X实质上对应与高等数学中的实值函数.只不过它是定义在样本空间S上的一个集合函数。e.X(e)R我们定义了随机变量后，就可以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，等等第二章 随机变量及其分布：表示取出2个黑球这一事件；退 出 前一页 后一页 目 录 而表示随机变量所取的值时,一般采用小写字母x,y,z等.随机变量通常用大写字母X,
3、Y,Z或希腊字母,等表示 有了随机变量,随机试验中的各种事件，就可以通过随机变量的关系式表达出来.二、引入随机变量的定义 例1：单位时间内某电话交换台收到的呼叫次数用X表示，它是一个随机变量.事件收到不少于1次呼叫 X 1 没有收到呼叫 X=0 第二章 随机变量及其分布1 随机变量例2 掷一颗骰子，令 X：出现的点数则 X 就是一个随机变量 表示掷出的点数不超过 4 这一随机事件；表示掷出的点数为偶数这一随机事件它的取值为1，2，3，4，5，6退 出 前一页 后一页 目 录例3 上午 8:009:00 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 表示通过的汽车数小于
4、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 辆这一随机事件第二章 随机变量及其分布1 随机变量它的取值为 0，1，注意 Y 的取值是可列无穷个！退 出 前一页 后一页 目 录例 4 观察某电子元件的寿命（单位：小时），令 Z：该电子元件的寿命则Z 就是一个随机变量它的取值为所有非负实数表示该电子元件的寿命大于 1000小时这一随机事件表示该电子元件的寿命不超过500小时这一随机事件第二章 随机变量及其分布1 随机变量注意 Z 的取值是不可列无穷个！退 出 前一页 后一页 目 录例 5 掷一枚硬币，令：则X是一个随机变量第二章 随机变量及其分布1 随机变量说 明：在同一
5、个样本空间上可以定义不同的随机变量退 出 前一页 后一页 目 录 可见，随机事件这个概念实际上是包容在随机变量这个更广的概念内.也可以说，随机事件是从静态的观点来研究随机现象，而随机变量则是一种动态的观点，就象数学分析中常量与变量的区别那样.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，就由对事件及事件概率的研究扩大为对随机变量及其取值规律的研究.事件及事件概率随机变量及其取值规律三、随机变量的分类 通常分为两类：如“取到次品的个数”，“收到的呼叫数”等.随机变量离散型随机变量连续型随机变量所有取值可以逐个一一列举例如，“电视机的寿命”，实际中常遇到的
6、“测量误差”等.全部可能取值不仅无穷多，而且还不能一一列举，而是充满一个区间.第二章 随机变量及其分布2 离散型随机变量及其分布率离散型随机变量的分布率与性质一些常用的离散型随机变量退 出 前一页 后一页 目 录一、离散型随机变量的分布率与性质第二章 随机变量及其分布2离散型随机变量1)离散型随机变量的定义 如果随机变量 X 的取值是有限个或可列无穷个，则称 X 为离散型随机变量退 出 前一页 后一页 目 录第二章 随机变量及其分布2离散型随机变量2)离散型随机变量的分布律设离散型随机变量 X 的所有可能取值为并设则称上式或为离散型随机变量 X 的分布律退 出 前一页 后一页 目 录第二章 随
7、机变量及其分布2离散型随机变量3)离散型随机变量分布律的性质:退 出 前一页 后一页 目 录例 2设随机变量 X 的分布律为解：由分布率的性质，得第二章 随机变量及其分布2离散型随机变量该级数为等比级数，故有所以退 出 前一页 后一页目 录二、表示方法（1）列表法：（2）图示法（3）公式法X再看下例任取3 个球X为取到的白球数X可能取的值是0,1,20.10.30.6kPK0 1 2三、举例例1.某篮球运动员投中篮圈概率是0.9，求他两次独立投篮投中次数X的概率分布.解：X可取0、1、2为值 P(X=0)=(0.1)(0.1)=0.01 P(X=1)=2(0.9)(0.1)=0.18 P(X=
8、2)=(0.9)(0.9)=0.81 且 P(X=0)+P(X=1)+P(X=2)=1常常表示为：这就是X的概率分布.例 2 从110这10个数字中随机取出5个数字，令X：取出的5个数字中的最大值试求X的分布律第二章 随机变量及其分布具体写出，即可得 X 的分布律：解：X 的可能取值为5，6，7，8，9，10 并且=求分布率一定要说明 k 的取值范围！退 出 前一页 后一页 目 录例3.某射手连续向一目标射击，直到命中为止，已知他每发命中的概率是p，求所需射击发数X 的概率函数.解:显然，X 可能取的值是1,2,，P(X=1)=P(A1)=p,为计算 P(X=k)，k=1,2,，Ak=第k发命
9、中，k=1,2,，设于是可见这就是求所需射击发数X的概率函数.P(X=1)=P(A1)=p,Ak=第k发命中，k=1,2,，设于是 若随机变量X的概率函数如上式，则称X具有几何分布.不难验证:第二章 随机变量及其分布2离散型随机变量设一汽车在开往目的地的道路上需经过四盏信号灯，每盏信号灯以概率p禁止汽车通过.以 X 表示汽车首次停下时，它已通过的信号灯的盏数，求 X 的分布律.(信号灯的工作是相互独立的).PX=3例 4=(1-p)3p退 出 前一页 后一页 目 录第二章 随机变量及其分布2离散型随机变量解：以 p 表示每盏信号灯禁止汽车通过的概率，则 X 的分布律为：Xpk 0 1 2 3
10、4 p或写成 PX=k=(1-p)kp，k=0,1,2,3 PX=4=(1-p)4 例 4(续)(1-p)p(1-p)2p(1-p)3p(1-p)4 退 出 前一页 后一页 目 录第二章 随机变量及其分布2离散型随机变量以 p=1/2 代入得：Xpk 0 1 2 3 4 0.5 0.25 0.125 0.0625 0.0625例 4(续)退 出 前一页 后一页 目 录(一)二点分布如果随机试验 E 只有两个结果，则称 E 为 Bernoulli试验Bernoulli 试验的例子例 掷一枚硬币，只有“出现正面”与“出现反面”两种结果，因此“掷一枚硬币”可看作是一次 Bernoulli试验第一章
11、概率论的基本概念退 出 前一页 后一页 目 录四、一些常用的离散型随机变量 掷骰子：“掷出4点”，“未掷出4点”一般地，设在一次试验中我们只考虑两个互逆的结果：A或，或者形象地把两个互逆结果叫做“成功”和“失败”.新生儿：“是男孩”，“是女孩”抽验产品：“是正品”，“是次品”第二章 随机变量及其分布2离散型随机变量 Bernoulli分布的概率背景进行一次Bernoulli试验，A是随机事件。设：设X 表示这次Bernoulli试验中事件A发生的次数或者设退 出 前一页 后一页 目 录第二章 随机变量及其分布2离散型随机变量 Bernoulli 分布(两点分布或0-1 分布如果随机变量 X 的
12、分布律为或则称随机变量 X 服从参数为 p 的 Bernoulli分布退 出 前一页 后一页 目 录第一章 概率论的基本概念n重Bernoulli 试验若独立重复地进行n次Bernoulli试验，这里“重复”是指每次试验中事件 A 发生的概率（即每次试验中“成功”的概率）不变，则称该试验为 n 重Bernoulli试验退 出 前一页 后一页 目 录(二)二项分布设在 n 重Bernoulli 试验中，第一章 概率论的基本概念5 n重贝努里概型一般地：退 出 前一页 后一页 目 录第二章 随机变量及其分布2离散型随机变量 说明：所以退 出 前一页 后一页 目 录(二)二 项 分 布如果随机变量
13、X 的分布律为第二章 随机变量及其分布2离散型随机变量退 出 前一页 后一页 目 录二项分布的概率背景进行n重 Bernoulli 试验，A是随机事件。设在每次试验中令 X 表示这 n 次 Bernoulli 试验中事件A发生的次数第二章 随机变量及其分布2离散型随机变量退 出 前一页 后一页 目 录 用X表示n重贝努里试验中事件A（成功）出现的次数，则（2）不难验证：（1）称r.vX服从参数为n和p的二项分布，记作 XB(n,p)当n=1时，P(X=k)=pk(1-p)1-k,k=0,1称X服从0-1分布说 明显然，当 n=1 时第二章 随机变量及其分布2离散型随机变量退 出 前一页 后一页
14、 目 录极端情况：单点分布，或退化分布例3 已知100个产品中有5个次品，现从中有放回地取3次，每次任取1个，求在所取的3个中恰有2个次品的概率.解:因为这是有放回地取3次，因此这3 次试验的条件完全相同且独立，它是贝努里试验.依题意，每次试验取到次品的概率为0.05.设X为所取的3个中的次品数，于是，所求概率为：则X B(3,0.05)，注：若将本例中的“有放回”改为”无放回”，那么各次试验条件就不同了，不是贝努里概型，此时，只能用古典概型求解.古典概型与贝努里概型不同，有何区别？请思考：例 4 一张考卷上有5道选择题，每道题列出4个可能答案，其中只有一个答案是正确的某学生靠猜测能答对4道题
15、以上的概率是多少？则答5道题相当于做5重Bernoulli试验第二章 随机变量及其分布2离散型随机变量解：每答一道题相当于做一次Bernoulli试验，退 出 前一页 后一页 目 录所以第二章 随机变量及其分布2离散型随机变量退 出 前一页 后一页 目 录 对于固定n及p，当k增加时,概率P(X=k)先是随之增加直至 达到最大值,随后单调减少.二项分布的图形特点：XB(n,p)当(n+1)p不为整数时，二项概率P(X=k)在k=(n+1)p达到最大值；当（n+1）p为整数时，在k=(n+1)p或(n+1)p-1达到最大(x 表示不超过 x 的最大整数)n=10,p=0.7nPk二项分布的最可能
16、值例 5 对同一目标进行300次独立射击，设每次射击时的命中率均为0.44，试求300次射击最可能命中几次？其相应的概率是多少？则由题意第二章 随机变量及其分布2离散型随机变量解：对目标进行300次射击相当于做300重Bernoulli 试验令：退 出 前一页 后一页 目 录因此，最可能射击的命中次数为其相应的概率为第二章 随机变量及其分布2离散型随机变量退 出 前一页 后一页 目 录（三）Poisson 分布如果随机变量X 的分布律为 则称随机变量 X 服从参数为的Poisson 分布第二章 随机变量及其分布(第七讲)2离散型随机变量退 出 前一页 后一页 目 录分布律的验证 由于 可知对任
17、意的自然数 k，有第二章 随机变量及其分布2离散型随机变量 又由幂级数的展开式，可知所以是分布律退 出 前一页 后一页 目 录Poisson 分布的应用n Poisson分布是概率论中重要的分布之一n 自然界及工程技术中的许多随机指标都服从Poisson分布n 例如，可以证明，电话总机在某一时间间隔内收到的呼叫次数，放射物在某一时间间隔内发射的粒子数，容器在某一时间间隔内产生的细菌数，某一时间间隔内来到某服务台要求服务的人数，等等，在一定条件下，都是服从Poisson分布的第二章 随机变量及其分布2离散型随机变量退 出 前一页 后一页 目 录例 6 设随机变量 X 服从参数为的Poisson分
18、布，且已知解：随机变量 X 的分布律为由已知第二章 随机变量及其分布 2离散型随机变量退 出 前一页 后一页 目 录得由此得方程得解所以，第二章 随机变量及其分布2离散型随机变量退 出 前一页 后一页 目 录例 7(bayes)第二章 随机变量及其分布2离散型随机变量退 出 前一页 后一页 目 录解：设 B=此人在一年中得3次感冒 则由Bayes公式，得第二章 随机变量及其分布2离散型随机变量_=退 出 前一页 后一页 目 录Poisson 定理证明：第二章 随机变量及其分布2离散型随机变量退 出 前一页 后一页 目 录对于固定的 k，有第二章 随机变量及其分布2离散型随机变量所以，退 出 前
19、一页 后一页 目 录Poisson定理的应用由 Poisson 定理，可知第二章 随机变量及其分布2离散型随机变量退 出 前一页 后一页 目 录例 8设每次射击命中目标的概率为0.012，现射击600次，求至少命中3次目标的概率（用Poisson分布近似计算）第二章 随机变量及其分布解：退 出 前一页 后一页 目 录第二章 随机变量及其分布2离散型随机变量例 9 某车间有100 台车床独立地工作着，发生故障的概 率都是 0.01.在通常情况下，一台车床的故障可由一个人来处理.问至少需配备多少工人，才能保证当车床发生故障但不能及时维修的概率不超过 0.01？解：设需配备 N 人，记同一时刻发生故
- 配套讲稿：
如PPT文件的首页显示word图标，表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制：
部分文档作品中含有的国旗、国徽等图片，仅作为作品整体效果示例展示，禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词：
- 随机变量 及其 分布 IV
淘文阁 - 分享文档赚钱的网站所有资源均是用户自行上传分享，仅供网友学习交流，未经上传用户书面授权，请勿作他用。
限制150内