《離散型隨機變量》PPT課件.ppt

《《離散型隨機變量》PPT課件.ppt》由會員分享，可在線閱讀，更多相關《《離散型隨機變量》PPT課件.ppt（26頁珍藏版）》請在裝配圖網上搜索。

第二章離散型隨機變量及其分布,一、一維隨機變量及分布函數,二、多維隨機變量及其分布,1.1、一維隨機變量及分布函數,1.2、一維離散型隨機變量,2.1、多維隨機變量及分布函數,2.2、多維離散型隨機變量及其聯(lián)合分布,2.3、邊際分布、條件分布,2.4、數學期望、方差,1.1隨機變量及分布函數,(1)某人接連不斷地對同一目標進行射擊,直至射中為止，ω表示射擊次數。,ω射擊1次射擊2次......射擊n次......,X(ω)12......n......,(2)某車站每隔10分鐘開出一輛公共汽車,旅客在任意時間到達車站,ω表示該旅客的候車時間。,ω候車時間,X(ω)[0,10),一、隨機變量的概念,,,定義設E是一隨機試驗，Ω是它的樣本空間，若,則稱Ω上的單值實值函數X(?)為隨機變量。,注：隨機變量一般用X,Y,Z,?或小寫希臘字母?,?,?表示。隨機變量中對應的實值要有區(qū)分度。,隨機變量的特點：,1、定義域:Ω.,2、隨機性:隨機變量X的可能取值不止一個，試驗前只能預知可能的取值但不能確定取哪個值.,3、概率特性:X以一定的概率取某個值或某些值.,4、引入隨機變量后，用隨機變量的等式或不等式表達隨機事件.,為隨機變量X的分布函數。,定義設X為隨機變量,稱定義域為(-∞,+∞)的實值函數,二、隨機變量的分布函數,利用分布函數可以計算,例1.設隨機變量X的分布函數為:,求:,例2:隨機變量的分布律為,求的分布函數，并求,,,分布函數的性質,1、F(x)單調不減，即,2、,且,3、F(x)右連續(xù)，即,,1.2離散型隨機變量及其分布律,定義若隨機變量X的可能取值是有限多個或可列多個，則稱X為離散型隨機變量。,描述離散型隨機變量的概率特性常用它的概率分布或分布律，即,分布律的性質,一、離散型隨機變量的概念,二、離散型隨機變量的分布函數與分布律,離散型隨機變量的分布律與分布函數求法:(1)確定隨機變量的所有可能取值;(2)設法（如利用古典概率）計算取每個值的概率.(3)列出隨機變量的概率分布表（或寫出概率函數）.(4)根據分布律寫出分布函數。,注意：,例1,從1～10這10個數字中隨機取出5個數字，令X：取出的5個數字中的最大值．試求X的分布律．,具體寫出，即可得X的分布律：,解：X的可能取值為,5，6，7，8，9，10．并且,=——,求分布律一定要說明k的取值范圍！,?1單點分布（退化分布）singlepointdistribution?2二點分布（0-1分布）BernoullidistributionDef若隨機變量的分布表為其中，則稱服從參數為的二點分布。二點分布所能刻畫隨機現象：凡是隨機試驗只有兩個可能的結果，都可以二點分布作為其概率模型。例如：擲硬幣觀察正反面，產品是否格，人口性別統(tǒng)計，系統(tǒng)是否正常，電力消耗是否超負荷等等。,三、常見的離散型隨機變量的分布,?3離散型均勻分布,,,,,,,,,,,,,如在“擲骰子”的試驗中，用表示事件｛出現點｝，則隨機變量是均勻分布．,,?4二項分布,背景：n重Bernoulli試驗中，每次試驗感興趣的事件A在n次試驗中發(fā)生的次數——,若P(A)=p,則,稱X服從參數為n,p的二項分布，記作,0–1分布是n=1的二項分布.,例1:一個完全不懂英語的人去參加英語考試.假設此考試有5個選擇題，每題有n重選擇，其中只有一個答案正確.試求：他居然能答對3題以上而及格的概率.,解:由于此人完全是瞎懵，所以每一題，每一個答案對于他來說都是一樣的，而且他是否正確回答各題也是相互獨立的.這樣，他答題的過程就是一個Bernoulli試驗。,?5Poisson分布,若,其中,是常數，則稱X服從參數為,的Poisson分布，記作。,在一定時間間隔內：,一匹布上的疵點個數；,應用場合,一本書中印刷錯誤的個數；,某一地區(qū)發(fā)生的交通事故的次數；,等等。,例2設隨機變量X服從參數為λ的泊松分布，且已知。,例3如果隨機變量X的分布律為,試確定未知常數c.,?相繼貝努利概型,貝努利試驗中，人們有時關心的是首次成功出現在第k次試驗的概率。首次成功出現在第k次試驗對應的事件,首次成功出現在第k次試驗的概率,這一模型給出了等待事件A出現等待了k次試驗的概率。這種概率規(guī)律稱為幾何分布。,?6幾何分布,Def若隨機變量的概率函數為則稱服從參數為的幾何分布，記。,Geometricdistribution,幾何分布所能刻畫隨機現象：,幾何分布是一種等待分布，凡是研究某事件出現所經歷的試驗次數讀可用這一分布來描述。,幾何分布的無記憶性：在已知前m次試驗沒有出現成的條件下，為達到首次試驗成功所需再等待的試驗次數X的概率分布于m無關。事實上,貝努利試驗中，人們有時也關心的是要多長時間才會出現第r次成功的概率。,這一模型給出了要多長時間才會出現第r次成功的概率。這種概率分布規(guī)律稱為巴斯卡分布。這個分布與著名的分賭注問題有關。這一模型也可以解決巴拿赫火柴盒問題.,?7巴斯卡分布,Def若隨機變量的概率函數為則稱服從參數為的巴斯卡分布，記。,Pascaldistribution,注：時，為幾何分布。,?8超幾何分布,設有產品S件,其中正品N件,次品M件，從中隨機不放回地抽取件,記X為抽到的正品件數，求X的分布律。,稱X服從超幾何分布.記,,可以證明超幾何分布的極限分布就是二項分布，因此在實際應用中，當都很大時，超幾何分布可用下面式子近似,