離散型隨機變量解析_第1頁
離散型隨機變量解析_第2頁
離散型隨機變量解析_第3頁
離散型隨機變量解析_第4頁
離散型隨機變量解析_第5頁
已閱讀5頁，還剩2頁未讀， 繼續免費閱讀

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、 §2 離散型隨機變量研究一個離散型隨機變量不僅要知道它可能取值而且要知道它取每一個可能值的概率一概率分布： 設離散型隨機變量的可能取值是有限個或可數個值，設的可能取值：為了完全描述隨機變量，只知道的可能取值是很不夠的，還必須知道取各種值的概率，也就是說要知道下列一串概率的值：記，將的可能取值與相應的既率成下表這個表稱為的概率分布表。它清楚地表示出的取值的概率分布情況為簡單起見，隨機變量的概率分布情況也可以用一系列等式 ()() 稱為的概率分布或分布律。例如：上節例1的概率分布表是，的概率分布是 上節例2的概率分布表是的概率分布是例1某射手每次射擊打中目標的概率都是，現他連續向一目標

2、射擊，直到第一次擊中目標為止， 記 “射擊次數”，則是一個隨機變量，求的概率分布解： 的可能取值的可能取值是一切自然數，即=，且 ， 其中 ，且的概率分布表如下：2性質：任何一個離散型隨機變量的概率分布一定滿足性質， 利用隨機變量與其分布律，我們可求各種隨機事件發生的概率。例2袋中有5個球，分別編號1，2，5從其中任取3個球，求取出的3個球中最大的概率函數和概率分布表解：設“取出的3個球中的最大”,則 的可能取值：3，4，5，由古典概型知：=0。1， =0。3 =0。6的概率分布為 3 4 5 p 0.1 0.3 0.6二幾個常用的離散型分布：1. 兩點分布： 如果隨機變量的分布（概率）為：，

3、則稱服從兩點分布（為參數），特別地，當時，則稱服從“0 ” 分布,即 ，“0 ”分布也常稱為貝努利分布. 例如: 上節例1中，服從“0 ” 分布。例3 有100件產品，其中有95件是正品，5件是次品，現在隨機地抽取一件，假設抽到每一件的機會都一樣，則抽得正品的概率095，而抽得次品的概率005 現定義隨機變量如下：則 有 ,服從“0 ” 分布。2. 二項分布:設隨機變量的可能取值為0，1，2，n,且，則稱服從參數為 的二項分布，可驗證：特別地，當n時的二項分布就是兩點分布。二項分布在討論貝努里試驗時很有用。貝努里試驗是一種很重要且應用很廣泛的數學模型。【例3】 保險公司為了估計企業的利潤，需要

4、計算投保人在一年死亡若干人的概串 設某保險公司的某人壽保險險種有1000人投保，每個人一年死亡的概率為o005個，試求在未來一年中在這些投保人中死亡人數不超過10人的概率 解：對每個人而言，在未來一年是否死亡相當于做一次貝努里試驗，1000人就是做1000重貝努里試驗，因此，所求概率為注意 ：從例中可以看到*要直接計算量大，可用泊松定理作近似計算(參看第一章§5)，則例泊松（Poisson）分布：設隨機變量的可能取值為0，1，2，且則稱服從參數為的泊松分布， 泊松分布是概率論中重要分布之一。許多隨機現象都可以用泊松分布來進行描述，如單位長度布面上的疵點數，總機在單位時間收到的呼叫數，一個地區每月發生的

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. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，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