2 1.離散型隨機變量的概率分布ppt課件_第1頁
2 1.離散型隨機變量的概率分布ppt課件_第2頁
2 1.離散型隨機變量的概率分布ppt課件_第3頁
2 1.離散型隨機變量的概率分布ppt課件_第4頁
2 1.離散型隨機變量的概率分布ppt課件_第5頁
已閱讀5頁,還剩32頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、2020/7/30,2-1-1,第二章 隨機變量及其分布,1 離散型隨機變量的概率分布 2 隨機變量的分布函數(shù) 3 連續(xù)型隨機變量的概率密度 4 隨機變量的函數(shù)的分布,2020/7/30,2-1-2,2 .1 離散型隨機變量及其分布,隨機變量的概念,離散型隨機變量的概念及分布,一些常用的離散型隨機變量,2020/7/30,2-1-3,一. 隨機變量的概念:,例如:1.拋擲一枚硬幣,可能出現(xiàn)正面,反面兩種結果,于是 =正,反,規(guī)定:,2.某工廠產(chǎn)品分為一等,二等,三等,等外。于是 =一等,二等,三等,等外,若規(guī)定:,2020/7/30,2-1-4,3 .在上午 8:009:00 時間段內某路口觀

2、察通過的汽 車數(shù),可能是0,1,2,3,于是 =0,1,2, 3,規(guī)定:,4 .燈泡的壽命(單位:秒),可能的壽命t是大于等 于0,于是 =t:t0,規(guī)定:,以上四例的共同點是:對于樣本空間中的每一個樣 本點e均標以一個實數(shù),即確定了一個定義在樣本空 間上的變量隨機變量。,2020/7/30,2-1-5,定義:設有隨機試驗E的樣本空間 ,如果對于樣本空間中的每一個樣本點e都對應一個確定的實數(shù)X(e),由此確定的一個定義在上的單值函數(shù):X=X(e),稱此為隨機變量。一般用大寫字母X,Y,Z,說明 隨機變量與高等數(shù)學中函數(shù)的概念不同。,1.隨機變量定義在樣本空間上,函數(shù)定義在實數(shù)上。,2.隨機變量

3、取值具有隨機性,因試驗的結果不同而取值不同,其每個可能的取值均對應一定的概率,但取值范圍是確定的。,3.隨機事件是由樣本點構成的集合,故可說隨機變量是隨機事件基礎上的一個概念。,2020/7/30,2-1-6,說明:定義隨機變量依問題的需要而定,如擲一 枚骰子, 我們定義了隨機變量X表示出現(xiàn)的點 數(shù)我們可以定義其隨機變量為:,2020/7/30,2-1-7,定義:設有隨機試驗E的樣本空間,如果對于樣本 空間中的每一個樣本點e都以一定的概率確定一個 實數(shù)X(e),此時所確定的定義在上的單值函數(shù): X=X(e),稱為隨機變量。,對于每個試驗的結果的出現(xiàn)均有一定的概率,因 而隨機變量的取值有一定概率

4、.,隨機變量根據(jù)取值可分為離散型隨機變量與非離 散型隨機變量。,2020/7/30,2-1-8,二、離散型隨機變量的概念及分布,1. 離散型隨機變量的定義,定義 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,設離散型隨機變量X的所有可能取值為,其相應的概率為 :,2020/7/30,2-1-9,2.離散型隨機變量的概率分布,設離散型隨機變量 X 的所有可能取值為,其相應的概率為 :,稱 為離散型隨機變量X的 概率函數(shù)或概率分布,公式可以用表格形式給出,離散型隨機變量 X 的分布律,2020/7/30,2-1-10,由定義得:,必然事件的概率等于1,2.一個離散型隨機變量的

5、統(tǒng)計規(guī)律須知道X的所有可能取值及每一個可能取值的概率。,說明: 1.判斷一個變量是否為隨機變量只需驗證這兩條。,2020/7/30,2-1-11,例1 設隨機變量 X 的分布律為,解:由分布律的性質,得,所以, c = 3,級數(shù)為等比級數(shù),2020/7/30,2-1-12,例2 將 1 枚硬幣擲 3 次,令X:出現(xiàn)的正面次數(shù)與反 面次數(shù)之差試求: (1)X 的分布律;,解:,X 的可能取值為,-3, - 1,1,3,其分布律為,2020/7/30,2-1-13,例3 設一汽車在開往目的地的道路上需經(jīng)過四盞信號燈,每盞信 號燈以概率p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

6、的盞數(shù),求 X 的分布律. (信號燈的工作是相互獨立的).,PX=3,=(1-p)3p,解: 以 p 表示每盞信號燈禁止汽車通過的概率,于是 X 的概率分布為:,PX= k = (1- p)kp,k = 0,1,2,3,以 p = 1/2 代入得:,PX= 4 = (1-p)4,X 的可能取值是0,1,2,3,4,2020/7/30,2-1-14,三、常用的離散型隨機變量,1. Bernoulli分布,設隨機變量X的取值只是0,1,其概率函數(shù)為,則稱隨機變量X服從參數(shù)為p的Bernoulli分布,其分布律為:,Bernoulli分布也稱作 0-1 分布或二點分布,2020/7/30,2-1-1

7、5,Bernoulli分布的概率背景,進行一次Bernoulli試驗, A是隨機事件。設:,設X 表示這次Bernoulli試驗中事件A發(fā)生的次數(shù) 或者設,2020/7/30,2-1-16,2. n重Bernoulli試驗、二 項 分 布,(1)n重獨立隨機試驗,(2) n重Bernoulli試驗,設有隨機試驗E ,將試驗E重復獨立進行n次,即對試驗 E重復進行n次,每次試驗的結果出現(xiàn)的概率均不依賴于其他 各次試驗結果。稱這一系列試驗為n重獨立試驗。,設有n重獨立隨機試驗,如果每次試驗E的結果僅有可能的 結果:A與 ,則稱這一系列試驗為n重Bernoulli試驗。,2020/7/30,2-1-

8、17,n 次相互獨立試驗的例子,擲 n 次硬幣,可看作是 n 次獨立試驗; 在一批產(chǎn)品中有放回地抽取n件產(chǎn)品進行檢驗,可看作是 n 次獨立試驗; 觀察 n 個元件的使用壽命,可看作是 n 次獨立試驗 擲一顆骰子n次,有六種結果但如果我們只關心出現(xiàn)六點”與“不出現(xiàn)六點”這兩種情況,故“擲一顆骰子”可以作n重是Bernoulli試驗。,2020/7/30,2-1-18,(3) n重Bernoulli 試驗中成功恰好出現(xiàn)k次的概率,定理:設在 n 重Bernoulli 試驗中,,事件A恰好出現(xiàn)k次的概率為:,證明:在 n 重Bernoulli 試驗中,事件A出現(xiàn)k次,則 出現(xiàn),n-k次,而在 n 次

9、試驗中,事件A出現(xiàn)k次,則 出現(xiàn)n-k次,共有 種排列次序,所對應的概率為:,2020/7/30,2-1-19,令X表示事件A在n重Bernoulli試驗中出現(xiàn)次數(shù), 事件A在n 重Bernoulli試驗中至多出現(xiàn)m次的概率,事件A在n重Bernoulli試驗中出現(xiàn)的次數(shù)不少于m次的概率,2020/7/30,2-1-20,定義:如果隨機變量 X 的分布律為, 0p1及自然數(shù)n , 由二項式定理,,是某個隨機變量的概率分布,說 明:Bernoulli 分布是二項分布的特例,當 n=1 時,2020/7/30,2-1-21,例4 某病的自然痊愈率為 0.25,某醫(yī)生為檢驗某種新藥是否有效,他事先制

10、定了一個決策規(guī)則:把這藥給10個病人服用,如果這10病人中至少有4個人痊愈,則認為新藥有效;反之,則認為新藥無效求: 新藥有效,并且把痊愈率提高到0.35,但通過試驗卻被否定的概率 新藥完全無效,但通過試驗卻被判為有效的概率,解: 給10個病人服藥可看作是一個10重Bernoulli試驗,令:A=某病人痊愈,P(A)=0.35,2020/7/30,2-1-22, 由于新藥無效,則,此時若肯定新藥,只有在試驗中至少有4人痊愈因此, 若新藥有效,則此時若否定新藥,只有在試驗中不到4人痊 愈因此,2020/7/30,2-1-23,例5 一大批產(chǎn)品的次品率為0.1,現(xiàn)從中取出15件試求下列 事件的概率

11、: B= 取出的15件產(chǎn)品中恰有2件次品 C= 取出的15件產(chǎn)品中至少有2件次品 ,可近似看作是15重Bernoulli試驗,解:,所以,,從一大批產(chǎn)品中取15件產(chǎn)品,每件或是次品,或是合格品.,A=取出一件為次品,P(A)=0.1,一批產(chǎn)品可認為數(shù)目比較大.,2020/7/30,2-1-24,例 6 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能答對4道題以上的 概率是多少?,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,,所以,,2020/7/30,2-1-25,例 7 某人在相同的條件下,相互獨立地

12、向目標射擊5次,每次 擊中目標的概率為0.6,求擊中目標次數(shù)X的分布率,并求至少三 次擊中目標的概率。,解:若用X表示擊中目標的次數(shù),X可能取值為0,1,2,3, 4,5,則XB(5,0.6),每次射擊目標一次相當于做一次Bernoulli試驗,5次射擊相互獨立,2020/7/30,2-1-26,二項分布的分布形態(tài),則二項分布的分布率 先是隨,著 k 的增加而增大,達到其最大值后再隨著k 的增大而減少 此時稱使PX=k 最大的 為二項分布的最可能值。,可以證明:,2020/7/30,2-1-27,3. Poisson 分布,如果隨機變量X 的分布律為,則稱隨機變量 X 服從參數(shù)為的Poisso

13、n 分布, 由于0,可知對任意的自然數(shù) k,有, 又由于,是某個隨機變量的概率分布,2020/7/30,2-1-28,如果隨機變量X 的分布律為,試確定未知常數(shù)c .,例8,由分布率的性質有,解:,2020/7/30,2-1-29,例 9 設隨機變量 X 服從參數(shù)為的Poisson分布,且已知,解:隨機變量 X 的分布律為,由已知,解方程,于是,2020/7/30,2-1-30,Poisson 定理: n重Bernoulli試驗中,用表示pn事件A在試驗中發(fā)生的概率,它與試驗的總次數(shù)n有關,如果,2020/7/30,2-1-31,例10 設每次射擊命中目標的概率為0.012,現(xiàn)射擊600次,求

14、至 少命中3次目標的概率(用Poisson分布近似計算),解:,2020/7/30,2-1-32,例 11 保險公司售出某種壽險(一年)保單2500份.每單交保費100元,當被保人一年內死亡時,家屬可從保險公司獲得2萬的賠償.若此類被保人一年內死亡的概率為0.001,求 (1)保險公司虧本的概率; (2)保險公司獲利不少于10萬元的概率.,解:設此類被保人一年內死亡的人數(shù)為 X ,則,(1)P(保險公司虧本),(2)P(保險公司獲利不少于10萬元),2020/7/30,2-1-33,4)幾 何 分 布,若隨機變量 X 的分布律為,顯然,, 由條件, 由條件可知,于是知 是一分布律,2020/7/30,2-1-34,幾何分布的概率背景,在Bernoulli試驗中,,試驗進行到 A 首次出現(xiàn)為止,即,2020/7/30,2-1-35,例 12,對同一目標進行射擊,設每次射擊時的命中率為 0.64,射擊進行到擊中目標時為止,令 X:所需射擊 次數(shù) 試求隨機 變量 X 的分布律,并求至少進行2次 射擊才能擊中目標的概率 解:,2020/7/30,2-1-36,5

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論