随机变量及其概率分布PPT 演示文稿
合集下载
第七章随机变量及其分布小结PPT课件(人教版)
，进一步体会概率模型的作用及概率思想和方法的特点.
第1课时 条件概率、乘法公式及全概率公式
条件概率公式：PA|B＝
PAB
，
PB
加法公式：如事件 B，C 互斥，则有 P( B
C | A) P( B | A) P(C | A).
乘法公式：PAB＝PBPA|B，
PAB
.
P ( A)
P ( A)
P ( B)
P ( B) 2
A产生，则B一定产生
P ( A)
由此可得， 若A B,则P ( B | A) 1,P ( A | B )
.
P ( B)
课本48页
夯实概念
2．下列说法正确的是(
)
P（B）
是可能的
P（A）
A．P(B|A)＝P(AB)
B．P(B|A)＝
C．0<P(B|A)<1
D．P(A|A)＝0
P（AB）
1
解析：∵ P(B|A)＝
，
≥1，
P（A） P（A）
∴P(B|A)≥P(AB)，故 A 不正确；
当 P(A)＝1 时，P(B)＝P(AB)，
P（B）
则 P(B|A)＝P(B)＝
，所以 B 正确；
P（A）
而 0≤P(B|A)≤1，P(A|A)＝1，∴ C、D 不正确．
击落，求飞机被击落的概率．
解：设 A＝{飞机被击落}，Bi＝{飞机被 i 人击中}，i＝1,2,3，则
P(A|B1)＝0.2，P(A|B2)＝0.6，P(A|B3)＝1．
P(B1)＝0.4×0.5×0.3＋0.6×0.5×0.3＋0.6×0.5×0.7＝0.36，
P(B2)＝0.4×0.5×0.3＋0.4×0.5×0.7＋0.6×0.5×0.7＝0.41，
第1课时 条件概率、乘法公式及全概率公式
条件概率公式：PA|B＝
PAB
，
PB
加法公式：如事件 B，C 互斥，则有 P( B
C | A) P( B | A) P(C | A).
乘法公式：PAB＝PBPA|B，
PAB
.
P ( A)
P ( A)
P ( B)
P ( B) 2
A产生，则B一定产生
P ( A)
由此可得， 若A B,则P ( B | A) 1,P ( A | B )
.
P ( B)
课本48页
夯实概念
2．下列说法正确的是(
)
P（B）
是可能的
P（A）
A．P(B|A)＝P(AB)
B．P(B|A)＝
C．0<P(B|A)<1
D．P(A|A)＝0
P（AB）
1
解析：∵ P(B|A)＝
，
≥1，
P（A） P（A）
∴P(B|A)≥P(AB)，故 A 不正确；
当 P(A)＝1 时，P(B)＝P(AB)，
P（B）
则 P(B|A)＝P(B)＝
，所以 B 正确；
P（A）
而 0≤P(B|A)≤1，P(A|A)＝1，∴ C、D 不正确．
击落，求飞机被击落的概率．
解：设 A＝{飞机被击落}，Bi＝{飞机被 i 人击中}，i＝1,2,3，则
P(A|B1)＝0.2，P(A|B2)＝0.6，P(A|B3)＝1．
P(B1)＝0.4×0.5×0.3＋0.6×0.5×0.3＋0.6×0.5×0.7＝0.36，
P(B2)＝0.4×0.5×0.3＋0.4×0.5×0.7＋0.6×0.5×0.7＝0.41，
概率论与数理统计ch2随机变量及其概率分布精品PPT课件
P( X 3) P( A1A2 A 3) (1 p)3 ；
10
X0
1
2
3
p p p(1-p) (1-p)2p (1-p)3
11
例：若随机变量X的概率分布律为
P( X k ) c k ，k 0,1, 2,, 0
k!
求常数c.
12
解：
1 P{X k}
k 0
k
c
ce
k0 k !
求(1)随机观察1个单位时间，至少有3人候车 的概率； (2)随机独立观察5个单位时间，恰有4个单 位时间至少有3人候车的概率。
29
解：1 P(X 3) 1 P( X 0) P( X 1) P(X 2)
1 e 4.8 (1 4.8 4.82 ) 0.8580 2!
2 设5个单位时间内有Y个单位时间是
15
对于一个随机试验，如果它的样本空间只
包含两个元素，即 S {e1, e2} ，我们总能
在S上定义一个服从（0－1）分布的随机
变量。
0, X X (e) 1,
当e e1, 当e e2.
来描述这个随机试验的结果。
检查产品的质量是否合格，对新生婴儿 的性别进行登记，检验种子是否发芽以 及前面多次讨论过的“抛硬币”试验都 可以用（0－1）分布的随机变量来描述 。
P A 1 2
如果是不放回抽样呢？
21
设A在n重贝努利试验中发生X次，则
P( X k) Cnk pk (1 p)nk，k 0，1，，n
并称X服从参数为p的二项分布，记
X ~ B(n，p)
n
注：1 ( p q)n Cnk pk qnk 其中q 1 p k 0
22
推导：以n=3为例,设Ai={ 第i次A发生 }
10
X0
1
2
3
p p p(1-p) (1-p)2p (1-p)3
11
例：若随机变量X的概率分布律为
P( X k ) c k ，k 0,1, 2,, 0
k!
求常数c.
12
解：
1 P{X k}
k 0
k
c
ce
k0 k !
求(1)随机观察1个单位时间，至少有3人候车 的概率； (2)随机独立观察5个单位时间，恰有4个单 位时间至少有3人候车的概率。
29
解：1 P(X 3) 1 P( X 0) P( X 1) P(X 2)
1 e 4.8 (1 4.8 4.82 ) 0.8580 2!
2 设5个单位时间内有Y个单位时间是
15
对于一个随机试验，如果它的样本空间只
包含两个元素，即 S {e1, e2} ，我们总能
在S上定义一个服从（0－1）分布的随机
变量。
0, X X (e) 1,
当e e1, 当e e2.
来描述这个随机试验的结果。
检查产品的质量是否合格，对新生婴儿 的性别进行登记，检验种子是否发芽以 及前面多次讨论过的“抛硬币”试验都 可以用（0－1）分布的随机变量来描述 。
P A 1 2
如果是不放回抽样呢？
21
设A在n重贝努利试验中发生X次，则
P( X k) Cnk pk (1 p)nk，k 0，1，，n
并称X服从参数为p的二项分布，记
X ~ B(n，p)
n
注：1 ( p q)n Cnk pk qnk 其中q 1 p k 0
22
推导：以n=3为例,设Ai={ 第i次A发生 }
2.2 离散型随机变量及其概率分布.ppt
2019-11-27
1 3 1 3 42 4
感谢你的阅读
5
例 袋中有5个球，其中2个白球，3个黑球， 从中随机地一次抽取3个球，求取得白球数的 概率分布．
解 令 X表示“取得的白球数”，则X 可
能取值为0，1，2，
可以求得的分布律为
2019-11-27
感谢你的阅读
6
P{X
0}
C33 C53
P( X xk ) pk
xk x
xk x
pk P(X xk ) F(xk ) F(xk1)
其中 xk1 xk .
F( x) 是分段阶梯函数, 在 X 的可能取
值 xk 处发生间断.
2019-11-27
感谢你的阅读
3
例: 设随机变量的分布律为
X -1 2
§2.2 离散型随机变量及其概率分布
离散随机变量及分布律
定义 若随机变量 X 的可能取值是有限多个 或无穷可列多个，则称 X 为离散型随机变量
描述离散型随机变量的概率特性常用它的概率 分布或分布律，即
或 P( X xk ) pk , k 1,2,
X
x1
x2
… xK
…
2019-11-27
15
20
2019-11-27
感谢你的阅读
13
二项分布中最可能的成功次数 的定义与推导
若 P( X k) P( X j), j X 可取的一切值 则称 k 为最可能出现的次数
记 pk P( X k) Cnk pk (1 p)nk , k 0,1,, n
pk1 (1 p)k 1 pk p(n k 1)
感谢你的阅读
随机变量及分布PPT课件
P( y X y ) FX ( y ) FX ( y )
fY
(
y
)
dFY ( dy
y
)
1
2
y
0,
fX
(
y ) fX(
y ) , y 0 y0
y 1
fX (
y
)
2
0
y 1
0
y 1
fX (
y
)
2
1 y 0
其它
0
其它
则 Y=X2 的概率密度为：
1
fY
(
y)
2
( y
0
y 1 2
U 的概率密度
P{ X
u 1} 3
FX
{
u
3
1)
fU (u)
dFU (u) du
f
X
(
u
3
1
)
(
u
3
1
)u
fU
(u)
2.
u
3
1
.
1 3
0
即
fU
(u)
2 9
(u
1)
0
0 u1 1 3
其它
1 u 2 其它
例4(P62-例3) 设随机变量X的概率密度为fX(x)(x R),求:
z0
0
z0
（3）备用方式： 系统L的寿命 Z=X+Y
fZ (z) fX ( x) fY (z x)dx
积分区域
z
x
x
0
0
即0 x z
fZ (z)
z e x e (zx)dx e z
0
z e( ) xdx
概率论与数理统计-第二章-随机变量及其分布函数ppt课件
表格: X
x1 x2
pk
p1 p2
概率分布图：
1P
xn
pn
0.5
x4 x3
x1
x2
X
.
由概率的性质易知离散型随机变量的分布列
pk
满足下列特征性质:
k 1
① pk 0(k 1,2,) [非负性]
②
pk 1 [规范性]用于确定待定参数
k 1
③ F( x) P( X x) P(X xi ). xi x
1. 2
.
【例2】设随机变量X的分布函数为
aex b, x 0
F(x)
0,
x0
解： 因为 F(x) 在 x=0 点右连续
求: 常数 a 和 b。
所以 lim F ( x) lim (ae x b) a b 0
x0
x0
又因为 F () lim (ae x b) b 1 x
1、两点分布 或（0 - 1）分布
two-point distribution
定义1 设离散型随机变量X的分布列为
X0 1 pk 1 p p
其中 0<p<1
则称 X 服从（0 - 1）分布，记作 X ～（0 - 1）分布
F(x)
（0 - 1）分布的分布函数
0 , x0 F ( x) 1 p, 0 x 1
X = “三次试验中 A 发生的次数”，
{ X 2} A1A2 A3 A1A2 A3 A1A2 A3 P{X 2} P(A1A2 A3 A1A2 A3 A1A2 A3 )
P(A1A2 A3 ) P(A1A2 A3 ) P(A1A2A3 ) P(A1)P(A2)P(A3) P(A1)P(A2)P(A3) P(A1)P(A2 )P(A3 ) C32 p2(1 p)32
随机变量及其分布PPT课件
35
例8. 某类灯泡使用时数在1000小时以上 的概率是0.2，求三个灯泡在使用1000 小时以后最多只有一个坏了的概率.
解: 设X为三个灯泡在使用1000小时已坏的灯
泡数 . X ~ B (3, 0.8)，
P(X k)C3k (0.8)k (0.把2)观3察k ,一个k 灯泡0,的1,2使,3用
1 6
)k
(
5)3k 6
,
k0,1,2,3
32
例7. 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，
请思考： 古典概型与贝努里概型不同，有何区别？
34
贝努里概型对试验结果没有等可能的 要求，但有下述要求： （1）每次试验条件相同；
（2）每次试验只考虑两个互逆结果A或 A ，
且P(A)=p ，P( A) 1 p；
（3）各次试验相互独立. 可以简单地说， 二项分布描述的是n重贝努里试验中出现 “成功”次数X的概率分布.
随后单调减少.
..
0
n=13,p=0.5
..n
当(n+1)p为整数时，二项概率P(X=k) 在k=(n +1)p和k =(n+1)p-1处达到最大 值.
课下请自行证明上述结论.
31
例6. 将一枚均匀骰子抛掷3次， 令X 表示3次中出现“4”点的次数
不难求得，
X的概率分布列是：
P{
X
k}C3k
(
第三章
随机变量及其分布
例8. 某类灯泡使用时数在1000小时以上 的概率是0.2，求三个灯泡在使用1000 小时以后最多只有一个坏了的概率.
解: 设X为三个灯泡在使用1000小时已坏的灯
泡数 . X ~ B (3, 0.8)，
P(X k)C3k (0.8)k (0.把2)观3察k ,一个k 灯泡0,的1,2使,3用
1 6
)k
(
5)3k 6
,
k0,1,2,3
32
例7. 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，
请思考： 古典概型与贝努里概型不同，有何区别？
34
贝努里概型对试验结果没有等可能的 要求，但有下述要求： （1）每次试验条件相同；
（2）每次试验只考虑两个互逆结果A或 A ，
且P(A)=p ，P( A) 1 p；
（3）各次试验相互独立. 可以简单地说， 二项分布描述的是n重贝努里试验中出现 “成功”次数X的概率分布.
随后单调减少.
..
0
n=13,p=0.5
..n
当(n+1)p为整数时，二项概率P(X=k) 在k=(n +1)p和k =(n+1)p-1处达到最大 值.
课下请自行证明上述结论.
31
例6. 将一枚均匀骰子抛掷3次， 令X 表示3次中出现“4”点的次数
不难求得，
X的概率分布列是：
P{
X
k}C3k
(
第三章
随机变量及其分布
随机变量及其分布PPT课件
0
F
(
x)
Ax2
1
x0 0 x1 x 1
求常数A及其概率密度
函数 f (x)。
例2. 设连续型随机变量X的概率密度函数为
f (x) Cex2 x ,－∞ < x < +∞，
求常数C。
34
第34页/共67页
注意：一般的，同一个连续型随机变量X的概 率密度函数可以有很多个，但它们只在有限个 点或可数个点上取值不同。
对于随机试验而言，仅仅知道可能出现的 随机事件并不重要，重要的是这些事件出现的 可能性有多大。
对于随机变量X来说，就是X取什么值不 重要，重要的是X取这些值的概率有多大。
4
第4页/共67页
定义：设X是一个随机变量， x R 是一个实
数，函数 F(x) P(X x) 就称为随机变量X
的概率累积分布函数(cdf: cumulative
,n
求正数 a 的值。
例2. 设离散型随机变量X的分布列
P( X k) C pk , k 1, 2, k!
其中， 0 p 1 为已知，求常数C。
12
第12页/共67页
离散型随机变量X的分布函数为
F(x) P(X x) pk xk x
例3. 求随机变量X的分布函数。
X的分布列为 X 0 1 2 3
pap设随机变量x只可能取0和1两个数值它的分布律为第15页共67页162二项分布binomialdistribution若随机变量x的分布律为其中则称x服从参数为np的二项分布记为二项分布随机变量x对应n重贝努里试验中成功的次数
§2.1 随机变量
从概率的定义我们知道，概率是自变量为 集合的特殊函数；为了能用变量、函数及微积 分等工具来研究事件发生的概率，需要引入概 率论中的重要概念――随机变量。
随机变量及其分布复习课件.ppt
有
F(x) x f(t)dt，
则称X为连续型随机变量，其中f(x)称为X的概率 密度函数，简称概率密度。
（II）概率密度的性质
( 1 ) 非 负 性 ： f( x ) 0 ， x R .
(2)规 范 性 ：f(x)dx1. 4
( 3 )对 于 任 意 实 数 a b, 有
P{aXb}abf(x)dx . F(b)F(a)
求这个区间的端点,分二种情形讨论之：
17
（1）区间的一个端点是无穷大，即已知P(X < x) = p1 或P(X > x) = p2，求x .
利用 或
然后反查标准正态分布表，即可求出x （2）区间关于μ对称，不妨设为(μ−a,μ+a)，而 P(μ−a<X<μ+a) = p，求a
18
四.随机变量的函数的分布 1.离散型随机变量函数的分布
几种重要的 离散型分布
均指 正 匀数 态 分分 分 布布 布
二项分布的 正态近似
二项分布的 泊松近似
二项 分布
泊几
松何
分分 布 布 21
例题选讲
例1 甲、乙、丙3人进行独立射击 每人的命中率依 次为03 04 06 设每人射击一次 试求3人命中总 数之概率分布律 分析 求离散型随机变量的概率分布的步骤为:(1) 写
23
例2 投掷一个均匀骰子n 次，求(1)恰好得到一个6点的概 率；(2)至少得到一个6点的概率；(3)为了以0.5的概率保 证至少得到一个6点，则至少要投掷几次？
所以至少要投掷4次.
24
例3 设 X 的分布律为 X 1012 1111 p 4444
求 Y X 2 的分布律 .
解 Y 的可能值为 (1)2, 02,12, 22; 即 0, 1, 4.
F(x) x f(t)dt，
则称X为连续型随机变量，其中f(x)称为X的概率 密度函数，简称概率密度。
（II）概率密度的性质
( 1 ) 非 负 性 ： f( x ) 0 ， x R .
(2)规 范 性 ：f(x)dx1. 4
( 3 )对 于 任 意 实 数 a b, 有
P{aXb}abf(x)dx . F(b)F(a)
求这个区间的端点,分二种情形讨论之：
17
（1）区间的一个端点是无穷大，即已知P(X < x) = p1 或P(X > x) = p2，求x .
利用 或
然后反查标准正态分布表，即可求出x （2）区间关于μ对称，不妨设为(μ−a,μ+a)，而 P(μ−a<X<μ+a) = p，求a
18
四.随机变量的函数的分布 1.离散型随机变量函数的分布
几种重要的 离散型分布
均指 正 匀数 态 分分 分 布布 布
二项分布的 正态近似
二项分布的 泊松近似
二项 分布
泊几
松何
分分 布 布 21
例题选讲
例1 甲、乙、丙3人进行独立射击 每人的命中率依 次为03 04 06 设每人射击一次 试求3人命中总 数之概率分布律 分析 求离散型随机变量的概率分布的步骤为:(1) 写
23
例2 投掷一个均匀骰子n 次，求(1)恰好得到一个6点的概 率；(2)至少得到一个6点的概率；(3)为了以0.5的概率保 证至少得到一个6点，则至少要投掷几次？
所以至少要投掷4次.
24
例3 设 X 的分布律为 X 1012 1111 p 4444
求 Y X 2 的分布律 .
解 Y 的可能值为 (1)2, 02,12, 22; 即 0, 1, 4.
概率论随机变量及分布共59页PPT资料
P{X0,Y0}1,P{X0,Y2}1
4
8
P{X1,Y0}3,P{X1,Y2}1
8
4
求 (X,Y) 的分布函数、(X,Y) 关于 X
和 (X,Y) 关于Y 的边缘分布函数。
解 (X,Y) 的分布函数
F(x, y) = P{Xx,Yy}
若 x 0 or y 0 ,则 F(x, y) =0； 若 0 x 1 ,0 y 2 ，则F(x, y) =1 / 4； 若 0 x 1 , 2 y ，则 F(x, y) = 3 / 8； 若 1 x , 0 y 2 ，则 F(x, y) = 5 / 8； 若 1 x , 2 y ，则 F(x, y) = 1，
一次和第二次取到的白球数，求( X ,Y ) 的分布律、 (X,Y) 的分布函数、
(X,Y) 关于 X 、关于 Y 的边缘分布
律和边缘分布函数。
解 X 的可能取值是0，1，2；Y 的可能
取值是 0，1 。
∵
P{X 0,Y 0}0,
P{X 0,Y 1} 1 10
P{X 1,Y 0} 1, P{X 1,Y 1} 2
称
P { X x ,Y } F (x ,) 为 (X,Y) 关于 X的边缘分布函数，
记作 FX (x) ；类似地，(X,Y) 关于Y
的边缘分布函数
F Y ( y ) P { X ,Y y } F ( ,y )
例1 已知随机变量(X,Y)的取值是 (0,0)、 (0,2)、(1,0)、(1,2) ，且有
函数，若存在非负函数 f (x, y) ，对任
意实数 x、y 有
xy
F(x,y) [ f(u,v)d]v du
则(X,Y) 为连续型二维随机变量，称 f (x, y)为(X,Y)的概率分布密度函数， 或 X与 Y的联合分布密度函数。
随机变量及其概率分布全概率.pptx
z
10:(即2 ：z)dx
2z
z
2
1
1
fZ (z) z1 f ( x, y)dx z1 f ( x, z x)dx
1 (2 x z x)dx 1 (2 z)dx (2 z)2
z 1
z1
2z z2 0 z 1
即：fZ (z) (2 z)2 1 z 2
0,
其它
(3)求 导 数: 对y求Y的 分 布 导 数 得y的 密 度 ； (4)配 断 点 ： 将 断 点 分 配 到0或1对 应 的 区 间 。
第10页/共37页
例题（95研6分）
第十六讲 内容总结
设
随
机
变
量X的
概
率
密
度f
X
(
x)
e 0
x
x 0, x 0.
求随机变量
Y eX的概率密度。
分 析 ： 先 求Y的 分 布 函 数 ， 然 后 利 用分 布 函 数 的 导 数 求 概 率密 度
x 1 1 x 1
1 x3
1
x3
试 求X的 概 率 分 布 列 。
解：这是一个有断点（断点为 1,1,3)的离散分布，应用
P( X ai ) F(ai ) F(ai 0)来求 P( X 1) F (1) F(1 0) 0.4
P( X 1) F(1) F(1 0) 0.8 0.4 0.4
第19页/共37页
第十六讲 内容总结
三、常用分布：1.几何分布的意义与形式需要记住
2.二
项
分
布
：p(
x
)
C
x n
p
x
q
n
x
,
x 0,1, 2,n,
随机变量及其概率分布PPT优秀课件1
随机变量及其概率分布
髙二实验部王明华
学习目标：
1、理解随机变量的意义及其离散型 随机变量的意义
一、复习随机现象的定义及其特点
在一定条件下可能发生也可能不发生的 现象成为随机现象。
特点：当在相同条件下多次观 察同一现象，每次观察到的结 果不一定相同，事先很难预料 哪一种结果会出现。
实例(1)某人射击一次，可能出现 的环数情况？
97.有三个人是我的朋友爱我的人.恨我的人.以及对我冷漠的人。 爱我的人教我温柔；恨我的人教我谨慎；对我冷漠的人教我自立。――[J·E·丁格] 98.过去的事已经一去不复返。聪明的人是考虑现在和未来，根本无暇去想过去的事。――[英国哲学家培根] 99.真正的发现之旅不只是为了寻找全新的景色，也为了拥有全新的眼光。――[马塞尔·普劳斯特] 100.这个世界总是充满美好的事物，然而能看到这些美好事物的人，事实上是少之又少。――[罗丹] 101.称赞不但对人的感情，而且对人的理智也发生巨大的作用，在这种令人愉快的影响之下，我觉得更加聪明了，各种想法，以异常的速度接连涌入我的脑际。――[托尔斯泰] 102.人生过程的景观一直在变化，向前跨进，就看到与初始不同的景观，再上前去，又是另一番新的气候――。[叔本华] 103.为何我们如此汲汲于名利，如果一个人和他的同伴保持不一样的速度，或许他耳中听到的是不同的旋律，让他随他所听到的旋律走，无论快慢或远近。――[梭罗] 104.我们最容易不吝惜的是时间，而我们应该最担心的也是时间；因为没有时间的话，我们在世界上什么也不能做。――[威廉·彭] 105.人类的悲剧，就是想延长自己的寿命。我们往往只憧憬地平线那端的神奇【违禁词，被屏蔽】，而忘了去欣赏今天窗外正在盛开的玫瑰花。――[戴尔·卡内基] 106.休息并非无所事事，夏日炎炎时躺在树底下的草地，听着潺潺的水声，看着飘过的白云，亦非浪费时间。――[约翰·罗伯克] 107.没有人会只因年龄而衰老，我们是因放弃我们的理想而衰老。年龄会使皮肤老化，而放弃热情却会使灵魂老化。――[撒母耳·厄尔曼] 108.快乐和智能的区别在于：自认最快乐的人实际上就是最快乐的，但自认为最明智的人一般而言却是最愚蠢的。――[卡雷贝·C·科尔顿] 109.每个人皆有连自己都不清楚的潜在能力。无论是谁，在千钧一发之际，往往能轻易解决从前认为极不可能解决的事。――[戴尔·卡内基] 110.每天安静地坐十五分钟·倾听你的气息，感觉它，感觉你自己，并且试着什么都不想。――[艾瑞克·佛洛姆] 111.你知道何谓沮丧---就是你用一辈子工夫，在公司或任何领域里往上攀爬，却在抵达最高处的同时，发现自己爬错了墙头。－－[坎伯] 112.「伟大」这个名词未必非出现在规模很大的事情不可；生活中微小之处，照样可以伟大。――[布鲁克斯] 113.人生的目的有二：先是获得你想要的；然后是享受你所获得的。只有最明智的人类做到第二点。――[罗根·皮沙尔·史密斯] 114.要经常听.时常想.时时学习，才是真正的生活方式。对任何事既不抱希望，也不肯学习的人，没有生存的资格。
髙二实验部王明华
学习目标：
1、理解随机变量的意义及其离散型 随机变量的意义
一、复习随机现象的定义及其特点
在一定条件下可能发生也可能不发生的 现象成为随机现象。
特点：当在相同条件下多次观 察同一现象，每次观察到的结 果不一定相同，事先很难预料 哪一种结果会出现。
实例(1)某人射击一次，可能出现 的环数情况？
97.有三个人是我的朋友爱我的人.恨我的人.以及对我冷漠的人。 爱我的人教我温柔；恨我的人教我谨慎；对我冷漠的人教我自立。――[J·E·丁格] 98.过去的事已经一去不复返。聪明的人是考虑现在和未来，根本无暇去想过去的事。――[英国哲学家培根] 99.真正的发现之旅不只是为了寻找全新的景色，也为了拥有全新的眼光。――[马塞尔·普劳斯特] 100.这个世界总是充满美好的事物，然而能看到这些美好事物的人，事实上是少之又少。――[罗丹] 101.称赞不但对人的感情，而且对人的理智也发生巨大的作用，在这种令人愉快的影响之下，我觉得更加聪明了，各种想法，以异常的速度接连涌入我的脑际。――[托尔斯泰] 102.人生过程的景观一直在变化，向前跨进，就看到与初始不同的景观，再上前去，又是另一番新的气候――。[叔本华] 103.为何我们如此汲汲于名利，如果一个人和他的同伴保持不一样的速度，或许他耳中听到的是不同的旋律，让他随他所听到的旋律走，无论快慢或远近。――[梭罗] 104.我们最容易不吝惜的是时间，而我们应该最担心的也是时间；因为没有时间的话，我们在世界上什么也不能做。――[威廉·彭] 105.人类的悲剧，就是想延长自己的寿命。我们往往只憧憬地平线那端的神奇【违禁词，被屏蔽】，而忘了去欣赏今天窗外正在盛开的玫瑰花。――[戴尔·卡内基] 106.休息并非无所事事，夏日炎炎时躺在树底下的草地，听着潺潺的水声，看着飘过的白云，亦非浪费时间。――[约翰·罗伯克] 107.没有人会只因年龄而衰老，我们是因放弃我们的理想而衰老。年龄会使皮肤老化，而放弃热情却会使灵魂老化。――[撒母耳·厄尔曼] 108.快乐和智能的区别在于：自认最快乐的人实际上就是最快乐的，但自认为最明智的人一般而言却是最愚蠢的。――[卡雷贝·C·科尔顿] 109.每个人皆有连自己都不清楚的潜在能力。无论是谁，在千钧一发之际，往往能轻易解决从前认为极不可能解决的事。――[戴尔·卡内基] 110.每天安静地坐十五分钟·倾听你的气息，感觉它，感觉你自己，并且试着什么都不想。――[艾瑞克·佛洛姆] 111.你知道何谓沮丧---就是你用一辈子工夫，在公司或任何领域里往上攀爬，却在抵达最高处的同时，发现自己爬错了墙头。－－[坎伯] 112.「伟大」这个名词未必非出现在规模很大的事情不可；生活中微小之处，照样可以伟大。――[布鲁克斯] 113.人生的目的有二：先是获得你想要的；然后是享受你所获得的。只有最明智的人类做到第二点。――[罗根·皮沙尔·史密斯] 114.要经常听.时常想.时时学习，才是真正的生活方式。对任何事既不抱希望，也不肯学习的人，没有生存的资格。
概率论与数理统计 第二章随机变量及其分布剖析PPT课件
抛硬币实验
射手射击击中目标.
这种对应关系在数学上表现为一种实值函数.
w.
X(w) R
对于试验的每一个样本点w,都对应着一个实数 X(w),而X(w)是随着实验结果不同而变化的一个 变量。
机
随机变量的定义
设 随 机 实 验 E的 样 本 空 间 ， 若 对 每 一 个 样 本 点
， 都 有 唯 一 的 实 数 X()与 之 对 应 ,则 称 X()为 随 机 变 量 ， 简 记 为 X.
P (X k ) ( 1 p )k 1 p , (k 1 ,2 , )
则称随机变量X服从以p为参数的几何分布，
记作
X ~G(p) 。
超几何分布
设N个元素分为两类，有M个属于第一类，N-M
个属于第二类。现在从中不重复抽取n个，其 中包含的第一类元素的个数X的分布律为
P(Xk)CM kC C N n N n kM, (k0,1, ,l) 其中l=min{M,n}, 则称随机变量X服从参数为 的超几何分布，记作 X~H(N,M,n)
由泊松定理，n重贝努里试验中稀有事件 出现的次数近似地服从泊松分布.
例5. 某车间有5台车床,由于种种原因(由 于装、卸工作等),时常需要停车.设各 台车床的停车或开车是相互独立的. 若车床在任一时刻处于停车状态的 概率是1/3,求车间中恰有一台车床处 于停车状态的概率。
解：X:处于停车状态的车床数
密度函数 f (x)在某点处a的高度，并不反映 X取值的概率. 但是，这个高度越大，则X 取a附近的值的概率就越大. 也可以说，在 某点密度曲线的高度反映了概率集中在该 点附近的程度.
f (x)
o
x
例1 :某型号电子管的寿命X(小时）的概率密度为
射手射击击中目标.
这种对应关系在数学上表现为一种实值函数.
w.
X(w) R
对于试验的每一个样本点w,都对应着一个实数 X(w),而X(w)是随着实验结果不同而变化的一个 变量。
机
随机变量的定义
设 随 机 实 验 E的 样 本 空 间 ， 若 对 每 一 个 样 本 点
， 都 有 唯 一 的 实 数 X()与 之 对 应 ,则 称 X()为 随 机 变 量 ， 简 记 为 X.
P (X k ) ( 1 p )k 1 p , (k 1 ,2 , )
则称随机变量X服从以p为参数的几何分布，
记作
X ~G(p) 。
超几何分布
设N个元素分为两类，有M个属于第一类，N-M
个属于第二类。现在从中不重复抽取n个，其 中包含的第一类元素的个数X的分布律为
P(Xk)CM kC C N n N n kM, (k0,1, ,l) 其中l=min{M,n}, 则称随机变量X服从参数为 的超几何分布，记作 X~H(N,M,n)
由泊松定理，n重贝努里试验中稀有事件 出现的次数近似地服从泊松分布.
例5. 某车间有5台车床,由于种种原因(由 于装、卸工作等),时常需要停车.设各 台车床的停车或开车是相互独立的. 若车床在任一时刻处于停车状态的 概率是1/3,求车间中恰有一台车床处 于停车状态的概率。
解：X:处于停车状态的车床数
密度函数 f (x)在某点处a的高度，并不反映 X取值的概率. 但是，这个高度越大，则X 取a附近的值的概率就越大. 也可以说，在 某点密度曲线的高度反映了概率集中在该 点附近的程度.
f (x)
o
x
例1 :某型号电子管的寿命X(小时）的概率密度为
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
3
．
课堂练习：
3.设随机变量x 的分布表为 则q （ D ） A、 1
2 2 B、 1 C、 1 2 2
x
1
P
1 2 1 2q q 2
0
1
2 1 D、 2
4.设随机变量 x 只能取5、6、7、· · · 、16这12个值， 2 且取每一个值的概率均相等，则 若 P )(x 8 , 3 1 P (x x的取值范围是 ) 则实数 ． 5,6 12
1 12
3 2
思考.一个口袋里有5只球,编号为1,2,3,4,5, 在袋中同时取出3只,以ξ表示取出的3个球中 的最小号码,试写出ξ的分布表. 解: 随机变量ξ的可取值为 1,2,3. 2 3 P(ξ=1)= C4 / C5 =3/5; 同理可得 P(ξ=2)=3/10;P(ξ=3)=1/10.
因此,ξ的分布如下表所示
X P
3.已知随机变量的分布是
X －2 －1 P
1 12
1 4
0
1 3
1
1 12
2
1 6
1 12
3
1 若 Y X 1, 则Y的分布为 2
Y P
3.已知随机变量的分布是
X －2 －1 P
1 12
1 4
0
1 3
1
1 12
2
1 6
1 12
3
若Z=X 2－2X , 则Z的分布为
Y P
4.一盒子中有9个正品和3个次品零件, 每次 取一个零件, 如果取出的次品不再放回, 求 在取得正品前已取出次品数X的概率分布. (如果取出的次品允许放回呢?)
P
x
1 12
1 4
1 3
1 12
1 6
1 12
3 1 1 1 解： 由 x 可得1的取值为－1、 、 0、 、 1、 1 2 2 2 2 且相应取值的概率没有变化
1 求出随机变量1 2 x
的分布表．
∴
1 的分布表为：
1
P
－1
1 12
1 2
1 4
0
1 3
1 12
1 2
1
1 6
ξ p 1 2 3/5 3/10 3 1/10
课堂练习： 1.设随机变量 x 的分布表如下： x 1 2 3 4 1 1 1 p P 6 6 3 1 则 p 的值为 ．
3
1 2.设随机变量x 的分布列为 P (x i ) a , i 1, 2, 3
i
则 a的值为
27 13
定义:概率分布 设离散型随机变量ξ可能取值为 x1 , x2 , , xi ξ取每一个值xi (i 1, 2, )的概率 P(x xi ) pi 简称x的分布列. 表 ξ x1 x 2 … xi …
p
称为随机变量x的概率分布表 说明:离散型随机变量的分布列具有下述 两个性质：
(1) pi ≥ 0, i 1 ， 2， 3，
x
3.一盒中放有大小相同的4个红球、1个绿 球、2个黄球，现从该盒中随机取出一个 球，若取出红球得1分，取出黄球得0分， 取出绿球得-1分，试写出从该盒中取出一 球所得分数ξ的分布列。
数学应用
1.篮球运动员在比赛中, 每次罚球命中得1 分, 不中得0分, 已知某运动员罚球命中的 概率为0.7, 求他罚球一次的得分的分布.
（1）求常数a;（2）求P(1<ξ<4)
解:(1)由随机变量的分布的性质有
a a 2 0.16 a 0.3 1 10 5 3 9 解得： a （舍）或 a
10
5
(2)P(1<ξ<4)=P(ξ=2)+P(ξ=3)=0.12+0.3=0.42
练习2:已知随机变量 的分布表如下： x －2 －1 0 1 2 3
X P 1 0.7 0 0.3
2.将3个不同的小球任意地放入4个大玻璃 杯中, 杯子中球的最大数目为X , 求X的 分布.
X P 1 3/8 2 9/16 3 1/16
3.数字1, 2, 3 , 4任意排成一列, 如果数 字k恰好出现在第k个位置上, 则称有一个巧 合, 求巧合数X的分布.
X P
0
1
2
3
4 1/24
3/8 1出, 设出现6点的骰 子次数是X , 则P(X<2)=___________ .
P( X 2) P( X 0) P( X 1)
125 75 25 216 216 27
2. 5张卡片上分别标有号码1 , 2 , 3 , 4 , 5 , 从中任取3张, 设3张卡片中最大 号码数为X , 则X的分布为:
(2) p1 p2 p3 1
p1
p2
…
pi
…
作业中 1.一袋中装有6个同样大小的小球，编号为1、2、 3、4、5、6，现从中随机取出3个小球，以 x 表 示取出球的最大号码，求 x 的分布列．
x
P
3
1 20
4
3 20
5
3 10
6
1 2
练习1.随机变量ξ的分布列为
ξ p -1 0.16 0 a/10 1 a2 2 a/5 3 0.3