《概率论与数理统计》课程教学课件(讲稿)第二章 一维随机变量及其分布 第二节 离散型随机变量及其分布

第二节离散型随机变量及其分布一、离散型随机变量及其分布列的概念二、常见的离散型分布王寻求真理的长河中,唯有与习,不断地学习,勤奋地学习,有创造性地学习,才能越重山跨峻岭。华罗庚
第二节 离散型随机变量及其分布 一、离散型随机变量及其分布列的概念 二、常见的离散型分布

一、离散型随机变量及其分布列的概念定义1取值可数的随机变量为离散型随机变量。定义2:设离散型随机变量的一切可能取值为:x,x.….x,则称取x的概率p,即P(=x)=P,i=1,2,为离散型随机变量的分布列。SxIXX2.p, ≥0,Zp, =1P2p;PPii=l样本空间Q=X=X,=X.由于样本点两两不相容1=P(S)=ZP(X=X)=11写出可能取值一一即写出了样本点概率分布2写出相应的概率一一即写出了每一个样本点出现的概率2
2 一、离散型随机变量及其分布列的概念 定义1 取值可数的随机变量为离散型随机变量。 1 i i 0, 1 i p p 样本空间 由于样本点两两不相容 1 1 1 ( ) ( )i i i i P S P X x p 1.写出可能取值--即写出了样本点 2.写出相应的概率--即写出了每一个样本点出现的概率 P . . . . 1 x 2 x i x p1 p2 pi 概率分布 = , , . ,. x x x 1 2 n 1 2 2 , ,., ,., , ) , 1,2,., n i i i i x x x x p x p i 定义 :设离散型随机变量 的一切可能取值为: 则称 取 的概率 即P( = 为离散型随机变量 的分布列

例:某人骑自行车从学校到火车站,一路上要经过3个独立的交通灯,设各灯工作独立,且设各灯为红灯的概率为p,0<p<1,以X表示首次停车时所通过的交通灯数,求X的概率分布律。解:设A={第个灯为红灯},则P(A,)=p,=1,2,3且A,A2,A,相互独立P(X =0)= P(A)= p ;P(X =1)= P(AA)=(1-p)p ;P(X = 2) = P(A,A,A,)=(1- p)p ;。P(X =3) = P(AAA,)=(1- p)3 ;注意:(X=0)(X=1)(X232X01(X=3)为S的一个划分(1-p)(1-p)"ppp(1-p)p3
3 例:某人骑自行车从学校到火车站,一路上要经过3个独立 的交通灯,设各灯工作独立,且设各灯为红灯的概率为p, 0<p<1,以X表示首次停车时所通过的交通灯数,求X的概 率分布律。 1 P X P A p ( 0) ( ) ; 1 2 P X P A A p p ( 1) ( ) (1 ) ; 2 1 2 3 P X P A A A p p ( 2) ( ) (1 ) ; 3 1 2 3 P X P A A A p ( 3) ( ) (1 ) ; p X 0 1 2 3 p p(1-p) (1-p)2 p (1-p)3 0 , 1 , 2 3 X X X X S 注意: 为 的一个划分 解:设Ai={第i个灯为红灯},则P(Ai)=p,i=1,2,3 且A1,A2,A3相互独立

例:从生产线上随机抽产品进行检测,设产品的次品率为p,0<p<1,若查到一只次品就得停机检修,设停机时已检测到x只产品,试写出X的概率分布律。解:设A,={第i次抽到正品},i=1,2,则A1,A2,相互独立。P(X =k)= P(AA, ... Ak-A)=(1-p)k-' p, k =1,2,...亦称X为服从参数p的几何分布。考试中
4 例:从生产线上随机抽产品进行检测,设产品的次品率 为p,0<p<1,若查到一只次品就得停机检修,设停机时已 检测到X只产品,试写出X的概率分布律。 1 1 2 1 ( ) ( ) (1 ) , 1,2, k P X k P A A A A p p k k k 解:设Ai={第i次抽到正品},i=1,2,. 则A1,A2,.相互独立。 亦称X为服从参数p的几何分布

二、若干常见的离散型分布样本空间中只有两个样本点0X11.0一1(p)分布pqp(p+q=1)2.二项分布设A在n重贝努利试验中发生X次,每次试验中事件A发生的概率为P,则x的分布列为:P(X = k)=Chp*(1-p)n-k, k =0,1,.., n此分布称为二项分布,并称X服从参数为p的二项分布,记作:X~ b(n, p)注;1=(p+q)"=C,pq"-k 其中q=1-p通常二项分布的第项记为b(i;n,p),即b(i;n, p)=Cnp'qn-i5
5 二、若干常见的离散型分布 1. 0-1(p) 分布 2.二项分布 X p q 0 1 p 样本空间中只 有两个样本点 (p+q=1) 设A在n重贝努利试验中发生X次,每次试验中事件A发生的概率为 p,则X的分布列为: 此分布称为二项分布,并称X服从参数为p的二项分布,记作: ( ) (1 ) 01 k k n k P X k C p p k n n , , , X b n p ( ) , ( ; , ) ( ; , )= . i i n i n i b i n p b i n p C p q 通常二项分布的第 项记为 ,即 0 1 ( ) 1 n n k k n k n k p q C p q q p 注: 其中

例:设有80台同类型设备,各台工作是相互独立的,发生故障的概率都是0.01,且一台设备的故障能有一个人处理。考虑两种配备维修工人的方法,其一是由4个人维护,每人负责20台:其二是由3个人共同维护80台。试比较这两种方法在设备发生故障时不能及时维修的概率的大小解:按第一种方法。以X记“第一人维护的20台中同一时刻发生故障的台数”以A(i=1,2,3,4表示事件“第i人维护的20台中发生故障不能及时维修”,则已知80台中发生故障不能及时维修的概率为:6
6 例:设有80台同类型设备,各台工作是相互独立的,发生 故障的概率都是0.01,且一台设备的故障能有一个人处理 。考虑两种配备维修工人的方法,其一是由4个人维护, 每人负责20台;其二是由3个人共同维护80台。试比较这 两种方法在设备发生故障时不能及时维修的概率的大小。 i 1,2,3,4 20 X A i i 解: 以 记“第一人维护的20台中同一时刻发生故障的台数”。 以 表示事件“第 人维护的 台中发生故障不能 及时维修”,则 已知80台中发生故障不能及时维 按第一种 修的 方法。 概率为:

P(A UA, UA, UA)≥P(A)= P(X ≥2)而X~b(20,0.01),故有:P(X ≥ 2) = 1- Z P(X = k) =1-Z(C%)(0.01)* (0.99)20-k = 0.0169k=0k=0即有: P(A U A, UA, UA4)≥0.0169按第二种方法。以Y记80台中同一时刻发生故障的台数,此时,Y~b(80,0.01),故80台中发生故障而不能及时维修的概率为:P(Y ≥4) =1-Z(Cs)(0.01)* (0.99)80-k = 0.0087
7 P A A A A P A P X 1 2 3 4 1 2 而 故有: X b 20,0.01 , 1 0 2 1 k P X P X k 1 20 20 0 1 0.01 0.99 0.0169 k k k k C 即有:P A A A A 1 2 3 4 0.0169 80 , 80,0.01 , 80 Y Y b 按第二种 以 记 台中同一时刻发生故障的台数, 此时 故 台中发生故障而不能及时维修 方法。 的概率为: 3 80 80 0 4 1 0.01 0.99 0.0087 k k k k P Y C

例:某人骑了自行车从学校到火车站,一路上要经过3个独立的交通灯,设各灯工作独立,且设各灯为红灯的概率为p,0<p<1,以Y表示一路上遇到红灯的次数。(1)求Y的概率分布律;(2)求恰好遇到2次红灯的概率。Y ~ b(3,p)解:这是三重贝努利试验(I) P(Y = k)=C, p*(1-p)3-k, k = 0,1,2,3(2) P(Y = 2) =Cp(1-p)8
8 例:某人骑了自行车从学校到火车站,一路上 要经过3 个独立的交通灯,设各灯工作独 立,且设各灯为红灯的 概率为p,0<p<1, 以Y表示一路上遇到红灯的次数。 (1)求Y的概率分布律; (2)求恰好遇到2次红灯的概率。 Y b p (3, ) 3 1 ( ) (1 ) , 0,1,2,3 3 k k k P Y k C p p k 2 2 2 ( 2) (1 ) P Y C p p 3 解:这是三重贝努利试验

例:某人独立射击n次,设每次命中率为p,0o0,至少有一次上式的意义为:老若p较小,p≠0,只要n充分大,命中的概率很大。即“小概率事件”在大量试验中“至少有一次发生”几乎是必然的
9 例:某人独立射击n次,设每次命中率为p,0<p<1,设命中X 次,(1) 求X的概率分布 律;(2) 求至少有一次命中的概率. X b n p ( , ) 1 ( ) (1 ) 0,1, , k k n k P X k C p p k n n , 2 ( 1) 1 ( 0) 1 (1 ) n P X P X p ( 1) 1 n lim P X 解:这是n重贝努利试验 同时可知: 上式的意义为:若p较小,p≠0,只要n充分大,至少有一次 命中的概率很大。即“小概率事件”在大量试验中“至少 有一次发生”几乎是必然的

例:有一大批产品,其验收方案如下:先作第一次检验从中任取10件,经检验无次品接受这批产品,次品数大于2拒收:否则作第二次检验,从中任取5件,仅当5件中无次品便接受这批产品,设产品的次品率为p.求这批产品能被接受的概率L(p).解:设x为第一次抽得的次品数,Y为第2次抽得的次品数;则X~b(10,p),Y~b(5,p),且{X=i)与{Y=j独立。A=[接受该批}。P(A|1≤X ≤2)=P(Y=0/1≤X≤2)= P(Y = 0)L(P) =P(X = 0). P(A| X = 0) +P(1≤X ≤2). P(A|1≤X≤2)+P(X >2).P(A X>2)L(P)=P(A)±(1-p)"° +[10p(1-p) +45p(1-p)°].(1 - p)10
10 例:有一大批产品,其验收方案如下:先作第一次检验, 从中任取10件,经检验无次品接受这批产品,次品数大于2 拒收;否则作第二次检验,从中任取5件,仅当5件中无次 品便接受这批产品,设产品的次品率为p.求这批产品能被 接受的概率L(p). L P( ) L(P)=P(A) ( |1 2) ( 0 |1 2) ( 0) P A X P Y X P Y P X P A X ( 0) ( | 0) P X P A X (1 2) ( |1 2) P X P A X ( 2) ( | 2) 10 9 2 8 5 (1 ) [10 (1 ) 45 (1 ) ] (1 ) p p p p p p 解:设X为第一次抽得的次品数,Y为第2次抽得的次品 数;则X~b(10,p),Y~b(5,p),且{X=i}与{Y=j}独立。 A={接受该批}
按次数下载不扣除下载券;
注册用户24小时内重复下载只扣除一次;
顺序:VIP每日次数-->可用次数-->下载券;
- 《概率论与数理统计》课程教学课件(讲稿)第二章 一维随机变量及其分布 第一节 随机变量及其分布函数.pdf
- 《概率论与数理统计》课程教学课件(讲稿)第一章 随机事件与概率 第七节 伯努利概型.pdf
- 《概率论与数理统计》课程教学课件(讲稿)第一章 随机事件与概率 第六节 事件的独立性.pdf
- 《概率论与数理统计》课程教学课件(讲稿)第一章 随机事件与概率 第五节 条件概率.pdf
- 《概率论与数理统计》课程教学课件(讲稿)第一章 随机事件与概率 第四节 几何概型.pdf
- 《概率论与数理统计》课程教学课件(讲稿)第一章 随机事件与概率 第三节 概率的公理化定义及其性质.pdf
- 《概率论与数理统计》课程教学课件(讲稿)第一章 随机事件与概率 第二节 古典概型(等可能概型).pdf
- 《概率论与数理统计》课程教学课件(讲稿)第一章 随机事件与概率 第一节 随机事件与概率.pdf
- 《概率论与数理统计》课程教学课件(讲稿)绪言 Probability Theory and Mathematical Statistics.pdf
- 《概率论与数理统计》课程教学大纲(金融数学专业).pdf
- 《高等数学》课程教学资源(教案讲义)第9章 无穷级数.pdf
- 《高等数学》课程教学资源(PPT课件)第9章 无穷级数 第四节 函数展开成幂级数.ppt
- 《高等数学》课程教学资源(PPT课件)第9章 无穷级数 第五节 函数幂级数展开式的应用.ppt
- 《高等数学》课程教学资源(PPT课件)第9章 无穷级数 第二节 常数项级数的审敛法.ppt
- 《高等数学》课程教学资源(PPT课件)第9章 无穷级数 第三节 幂级数.ppt
- 《高等数学》课程教学资源(PPT课件)第9章 无穷级数 第一节 常数项级数的概念和性质.ppt
- 《高等数学》课程教学资源(PPT课件)第8章 重积分 第四节 重积分的应用.ppt
- 《高等数学》课程教学资源(PPT课件)第8章 重积分 第五节 含参变量的积分.ppt
- 《高等数学》课程教学资源(PPT课件)第8章 重积分 第二节 二重积分的计算法.ppt
- 《高等数学》课程教学资源(PPT课件)第8章 重积分 第三节 三重积分.ppt
- 《概率论与数理统计》课程教学课件(讲稿)第二章 一维随机变量及其分布 第三节 连续型随机变量及其分布.pdf
- 《概率论与数理统计》课程教学课件(讲稿)第二章 一维随机变量及其分布 第四节 随机变量的函数的分布.pdf
- 《概率论与数理统计》课程教学课件(讲稿)第三章 多维随机变量及其分布 第一节 二维随机变量及其联合分布.pdf
- 《概率论与数理统计》课程教学课件(讲稿)第三章 多维随机变量及其分布 第二节 边缘(边际)分布.pdf
- 《概率论与数理统计》课程教学课件(讲稿)第三章 多维随机变量及其分布 第三节 条件分布.pdf
- 《概率论与数理统计》课程教学课件(讲稿)第三章 多维随机变量及其分布 第四节 随机变量的独立性.pdf
- 《概率论与数理统计》课程教学课件(讲稿)第三章 多维随机变量及其分布 第五节 两个随机变量函数的分布.pdf
- 《概率论与数理统计》课程教学课件(讲稿)第四章 随机变量的数字特征 第一节 数学期望.pdf
- 《概率论与数理统计》课程教学课件(讲稿)第四章 随机变量的数字特征 第二节 方差.pdf
- 《概率论与数理统计》课程教学课件(讲稿)第四章 随机变量的数字特征 第三节 协方差及相关系数.pdf
- 《概率论与数理统计》课程教学课件(讲稿)第五章 大数定律与中心极限定理 第一节 大数定律.pdf
- 《概率论与数理统计》课程教学课件(讲稿)第五章 大数定律与中心极限定理 第二节 中心极限定理.pdf
- 《概率论与数理统计》课程教学课件(讲稿)第六章 数理统计的基本概念 第一节 基本概念.pdf
- 《概率论与数理统计》课程教学课件(讲稿)第六章 数理统计的基本概念 第二节 抽样分布.pdf
- 《概率论与数理统计》课程教学课件(讲稿)第六章 数理统计的基本概念 第三节 未知分布的估计.pdf
- 《概率论与数理统计》课程教学课件(讲稿)第七章 参数估计 第一节 参数估计的意义.pdf
- 《概率论与数理统计》课程教学课件(讲稿)第七章 参数估计 第二节 参数的矩法估计.pdf
- 《概率论与数理统计》课程教学课件(讲稿)第七章 参数估计 第三节 极大似然估计.pdf
- 《概率论与数理统计》课程教学课件(讲稿)第七章 参数估计 第四节 估计量的评价标准.pdf
- 《概率论与数理统计》课程教学课件(讲稿)第七章 参数估计 第五节 参数的区间估计.pdf