离散型随机变量的分布1
常见离散型随机变量的分布
P(X=2) =0.2304 P(X=4) =0.2592
P(X=3) =0.3456 P(X=5) =0.07776
若A和A是n重伯努利实验的两个对立结果,“成功”
可以指二者中任意一个, p 是“成功”的概率.
例如: 一批产品的合格率为0.8,有放回地抽取 4次, 每次一件, 取得合格品件数X, 以及取得不合 格品件数Y均服从分布为二项分布. “成功”即取得合格品的概率为p=0.8,
X对应的实验次数为n=4, 所以, X~B(4,0.8)
类似,Y~B(4,0.2)
二项分布的期望与方差 X ~ b(n, p)
1 如第i 次试验成功 X i 0 如第i 次试验失败
i 1,2,, n.
则 X X1 X2 Xn Xi ~ (0 1)分布 EX i p, DX i p(1 p)
两点分布的期望与方差
设X服从参数为p的0-1分布，则有
E(X ) p
E(X 2) p
X
0
1
pk 1 p
p
D( X ) E( X 2 ) [E( X )]2 p p2 p(1 p)
二、二项分布
若在一次伯努利实验中成功（事件A发生）的概率 为p(0<p<1),独立重复进行n次, 这n次中实验成功的 次数（事件A发生的次数）X的分布列为:
E(X ) 1 p
D(X )
q p2
EX 2 k 2 pqk1 p[ k(k 1)qk1 kqk1]
k 1
k 1
k 1
qp(
qk ) EX
qp( q ) 1 q
1 p
k 1
qp
2 (1 q)3
1 p
2q 1 p2 p
2
离散型随机变量及其分布律
λ
n! k n− k P{ X = k } = ( pn ) (1 − pn ) k!( n − k )!
n! λ 1 λ o(1) n− k k [ + o(1)] [1 − − ) = k ! ( n − k )! n n n n
[λ + o(1)]k λ o(1) n n( n − 1)⋯ ( n − k + 1) [1 − − ] = λ o(1) k k! n n k n [1 − − ] n n
的分布函数. 求随机变量 X 的分布函数 解
1 p{ X = 1} = p{ X = 0} = , 2
•
•
当x < 0时, 时
0
1
x
F ( x ) = P{ X ≤ x < 0} = P (φ ) = 0
•
•
0
当0 ≤ x < 1时,
1
x
1 F ( x ) = P { X ≤ x } = P { X = 0} = ; 2 当x ≥ 1时, 0, x < 0, F ( x ) = P{ X ≤ x } 1 = P{ X = 0}+ P{ X = 1} 得 F ( x ) = , 0 ≤ x < 1, 2 1 1 1, x ≥ 1. = + = 1. 2 2
( k −1 )
服从几何分布. 所以 X 服从几何分布
( k = 1,2,⋯)
首次成功” 说明 几何分布可作为描述某个试验 “首次成功” 的概率模型. 的概率模型
7.超几何分布 超几何分布
设X的分布律为 的分布律为
m n C M C N−−m M P{ X = m } = n CN
( m = 0,1,2,⋯ , min{ M , n})
第二章 2.1.2 离散型随机变量的分布列(一)
2.1.2 离散型随机变量的分布列(一)学习目标 1.在对具体问题的分析中，理解取有限个值的离散型随机变量及其分布列的概念；认识分布列对于刻画随机现象的重要性.2.掌握离散型随机变量分布列的表示方法和性质.知识点 离散型随机变量的分布列思考 掷一枚骰子，所得点数为x ，则x 可取哪些数字？x 取不同的值时，其概率分别是多少？你能用表格表示x 与p 的对应关系吗？ 答案 (1)x ＝1,2,3,4,5,6，概率均为16.(2)1.离散型随机变量的分布列的概念一般地，若离散型随机变量X 可能取的不同值为x 1，x 2，…，x i ，…，x n ，X 取每一个值x i (i ＝1,2，…，n )的概率P (X ＝x i )＝p i ，以表格的形式表示如下：的分布列. 2.离散型随机变量的分布列的性质 (1)p i ≥0，i ＝1,2,3，…，n ； (2)∑i ＝1np i ＝1.类型一 离散型随机变量的分布列的性质的应用例1 设随机变量X 的分布列为P (X ＝i )＝ai (i ＝1,2,3,4)，求： (1)P ({X ＝1}∪{X ＝3})； (2)P ⎝⎛⎭⎫12<X <52.解 题中所给的分布列为由离散型随机变量分布列的性质得a ＋2a ＋3a ＋4a ＝1，解得a ＝110.(1)P ({X ＝1}∪{X ＝3})＝P (X ＝1)＋P (X ＝3) ＝110＋310＝25. (2)P ⎝⎛⎭⎫12<X <52＝P (X ＝1)＋P (X ＝2) ＝110＋210＝310. 反思与感悟 1.本例利用方程的思想求出常数a 的值. 2.利用分布列及其性质解题时要注意以下两个问题： (1)X 的各个取值表示的事件是互斥的.(2)不仅要注意∑i ＝1np i ＝1，而且要注意p i ≥0，i ＝1,2，…，n .跟踪训练1(1)下面是某同学求得的离散型随机变量X 的分布列.试说明该同学的计算结果是否正确.(2)设ξ是一个离散型随机变量，其分布列为①求q 的值； ②求P (ξ<0)，P (ξ≤0).解 (1)因为P (X ＝－1)＋P (X ＝0)＋P (X ＝1)＝12＋14＋16＝1112，不满足概率之和为1的性质，因而该同学的计算结果不正确.(2)①由分布列的性质得，1－2q ≥0，q 2≥0，12＋(1－2q )＋q 2＝1， ∴q ＝1－22. ②P (ξ<0)＝P (ξ＝－1)＝12，P (ξ≤0)＝P (ξ＝－1)＋P (ξ＝0) ＝12＋1－2⎝⎛⎭⎫1－22＝2－12. 类型二 求离散型随机变量的分布列例2 一袋中装有6个同样大小的黑球，编号分别为1,2,3,4,5,6，现从中随机取出3个球，以X 表示取出球的最大号码，求X 的分布列.解 随机变量X 的可能取值为3,4,5,6.从袋中随机地取出3个球，包含的基本事件总数为C 36，事件“X ＝3”包含的基本事件总数为C 11C 22，事件“X ＝4”包含的基本事件总数为C 11C 23，事件“X ＝5”包含的基本事件总数为C 11C 24，事件“X ＝6”包含的基本事件总数为C 11C 25， 从而有P (X ＝3)＝C 11C 22C 36＝120，P (X ＝4)＝C 11C 23C 36＝320，P (X ＝5)＝C 11C 24C 36＝310，P (X ＝6)＝C 11C 25C 36＝12，所以随机变量X 的分布列为：反思与感悟 求离散型随机变量的分布列的步骤(1)明确随机变量的所有可能取值以及取每个值所表示的意义. (2)利用概率的有关知识，求出随机变量取每个值的概率. (3)按规范形式写出分布列，并用分布列的性质验证.跟踪训练2 袋中有1个白球和4个黑球，每次从中任取一个球，每次取出的黑球不再放回，直到取出白球为止，求取球次数X 的分布列. 解 X 的可能取值为1,2,3,4,5，则第1次取到白球的概率为P (X ＝1)＝15，第2次取到白球的概率为P (X ＝2)＝4×15×4＝15，第3次取到白球的概率为P (X ＝3)＝4×3×15×4×3＝15，第4次取到白球的概率为P (X ＝4)＝4×3×2×15×4×3×2＝15，第5次取到白球的概率为P (X ＝5)＝4×3×2×1×15×4×3×2×1＝15，所以X 的分布列为类型三 离散型随机变量的分布列的综合应用例3 袋中装有黑球和白球共7个，从中任取2个球都是白球的概率为17，现有甲、乙两人从袋中轮流摸取1球，甲先取，乙后取，然后甲再取……取后不放回，直到两人中有一人取到白球时终止，每个球在每一次被取出的机会是等可能的，用ξ表示取球终止所需要的取球次数.(1)求袋中原有的白球的个数. (2)求随机变量ξ的分布列. (3)求甲取到白球的概率.解 (1)设袋中原有n 个白球，由题意知17＝C 2nC 27＝n (n －1)27×62＝n (n －1)7×6.可得n ＝3或n ＝－2(舍去)，即袋中原有3个白球. (2)由题意，ξ的可能取值为1,2,3,4,5. P (ξ＝1)＝37；P (ξ＝2)＝4×37×6＝27；P (ξ＝3)＝4×3×37×6×5＝635；P (ξ＝4)＝4×3×2×37×6×5×4＝335；P (ξ＝5)＝4×3×2×1×37×6×5×4×3＝135.所以ξ的分布列为：(3)因为甲先取，所以甲只有可能在第一次、第三次和第五次取到白球，记“甲取到白球”为事件A ，则P (A )＝P (ξ＝1)＋P (ξ＝3)＋P (ξ＝5)＝2235.反思与感悟 求离散型随机变量的分布列，首先要根据具体情况确定ξ的取值情况，然后利用排列、组合与概率知识求出ξ取各个值的概率，即必须解决好两个问题，一是求出ξ的所有取值，二是求出ξ取每一个值时的概率.跟踪训练3 北京奥运会吉祥物由5个“中国福娃”组成，分别叫贝贝、晶晶、欢欢、迎迎、妮妮.现有8个相同的盒子，每个盒子中放一只福娃，每种福娃的数量如下表：从中随机地选取5只.(1)求选取的5只恰好组成完整“奥运会吉祥物”的概率.(2)若完整地选取奥运会吉祥物记100分；若选出的5只中仅差一种记80分；差两种记60分；以此类推，设X 表示所得的分数，求X 的分布列.解 (1)选取的5只恰好组成完整“奥运会吉祥物”的概率P ＝C 12·C 13C 58＝656＝328.(2)X 的取值为100,80,60,40.P (X ＝100)＝C 12·C 13C 58＝328，P (X ＝80)＝C 23(C 22·C 13＋C 12·C 23)＋C 33(C 22＋C 23)C 58＝3156， P (X ＝60)＝C 13(C 22·C 23＋C 12·C 33)＋C 23·C 33C 58＝1856＝928， P (X ＝40)＝C 22·C 33C 58＝156.X 的分布列为1.已知随机变量X 的分布列如下：则P (X ＝10)等于( ) A.239 B.2310 C.139 D.1310 答案 C解析 P (X ＝10)＝1－23－…－239＝139.2.设随机变量ξ的分布列为P (ξ＝k )＝k15(k ＝1,2,3,4,5)，则P ⎝⎛⎭⎫12<ξ<52等于( ) A.12 B.19 C.16 D.15 答案 D解析 由12<ξ<52知ξ＝1,2.P (ξ＝1)＝115，P (ξ＝2)＝215，∴P ⎝⎛⎭⎫12<ξ<52＝P (ξ＝1)＋P (ξ＝2)＝15. 3.将一枚硬币扔三次，设X 为正面向上的次数，则P (0<X <3)＝________. 答案 0.75解析 P (0<X <3)＝1－P (X ＝0)－P (X ＝3) ＝1－123－123＝0.75.4.将一颗骰子掷两次，求两次掷出的最大点数ξ的分布列. 解 由题意知ξ＝i (i ＝1,2,3,4,5,6)， 则P (ξ＝1)＝1C 16C 16＝136；P (ξ＝2)＝3C 16C 16＝336＝112；P (ξ＝3)＝5C 16C 16＝536；P (ξ＝4)＝7C 16C 16＝736；P (ξ＝5)＝9C 16C 16＝936＝14；P (ξ＝6)＝11C 16C 16＝1136.所以抛掷两次掷出的最大点数构成的分布列为1.离散型随机变量的分布列，不仅能清楚地反映其所取的一切可能的值，而且能清楚地看到取每一个值时的概率的大小，从而反映了随机变量在随机试验中取值的分布情况.2.一般地，离散型随机变量在某一范围内取值的概率等于它取这个范围内各个值的概率之和.一、选择题1.随机变量ξ的所有可能的取值为1,2,3，…，10，且P (ξ＝k )＝ak (k ＝1,2，…，10)，则a 的值为( )A.1110B.155 C.110 D.55 答案 B解析 ∵随机变量ξ的所有可能的取值为1,2,3，…，10， 且P (ξ＝k )＝ak (k ＝1,2，…，10)， ∴a ＋2a ＋3a ＋…＋10a ＝1， ∴55a ＝1，∴a ＝155.2.若随机变量X 的概率分布列为：P (X ＝n )＝an (n ＋1)(n ＝1,2,3,4)，其中a 是常数，则P ⎝⎛⎭⎫12<X <52的值为( ) A.23 B.34 C.45 D.56 答案 D解析 ∵P (X ＝1)＋P (X ＝2)＋P (X ＝3)＋P (X ＝4) ＝a ⎝⎛⎭⎫1－15＝1， ∴a ＝54.∴P ⎝⎛⎭⎫12<X <52＝P (X ＝1)＋P (X ＝2)＝a 1×2＋a 2×3＝a ⎝⎛⎭⎫1－13＝54×23＝56. 3.若随机变量η的分布列如下：则当P (η<x )＝0.8时，实数x 的取值范围是( ) A.x ≤1 B.1≤x ≤2 C.1<x ≤2 D.1≤x <2答案 C解析 由分布列知，P (η＝－2)＋P (η＝－1)＋P (η＝0)＋P (η＝1) ＝0.1＋0.2＋0.2＋0.3＝0.8， ∴P (η<2)＝0.8，故1<x ≤2. 4.随机变量ξ的分布列如下：其中a ，b ，c 成等差数列，则函数f (x )＝x 2＋2x ＋ξ有且只有一个零点的概率为( ) A.16 B.13 C.12 D.56 答案 B解析 由题意知⎩⎪⎨⎪⎧2b ＝a ＋c ，a ＋b ＋c ＝1，解得b ＝13.∵f (x )＝x 2＋2x ＋ξ有且只有一个零点， ∴Δ＝4－4ξ＝0，解得：ξ＝1， ∴P (ξ＝1)＝13.5.已知随机变量ξ只能取三个值x 1，x 2，x 3，其概率依次成等差数列，则该等差数列公差的取值范围是( ) A.⎣⎡⎦⎤0，13 B.⎣⎡⎦⎤－13，13 C.[－3,3] D.[0,1]答案 B解析 设随机变量ξ取x 1，x 2，x 3的概率分别为a －d ，a ，a ＋d ，则由分布列的性质得(a －d )＋a ＋(a ＋d )＝1，故a ＝13，由⎩⎨⎧13－d ≥013＋d ≥0，解得－13≤d ≤13.6.抛掷2颗骰子，所得点数之和X 是一个随机变量，则P (X ≤4)等于( )A.16B.13C.12D.23 答案 A解析 根据题意，有P (X ≤4)＝P (X ＝2)＋P (X ＝3)＋P (X ＝4).抛掷两颗骰子，按所得的点数共36个基本事件，而X ＝2对应(1,1)，X ＝3对应(1,2)，(2,1)，X ＝4对应(1,3)，(3,1)，(2,2)， 故P (X ＝2)＝136，P (X ＝3)＝236＝118，P (X ＝4)＝336＝112，所以P (X ≤4)＝136＋118＋112＝16.二、填空题7.一批产品分为一、二、三级，其中一级品是二级品的两倍，三级品为二级品的一半，从这批产品中随机抽取一个检验，其级别为随机变量ξ，则P ⎝⎛⎭⎫13≤ξ≤53＝________. 答案 47解析 设二级品有k 个，∴一级品有2k 个，三级品有k 2个，总数为72k 个.∴分布列为P ⎝⎛⎭⎫13≤ξ≤53＝P (ξ＝1)＝47. 8.由于电脑故障，使得随机变量X 的分布列中部分数据丢失，以□代替，其表如下：根据该表可知X 取奇数值时的概率是________. 答案 0.6解析 由离散型随机变量的分布列的性质可求得P (X ＝3)＝0.25，P (X ＝5)＝0.15，故X 取奇数值时的概率为P (X ＝1)＋P (X ＝3)＋P (X ＝5)＝0.20＋0.25＋0.15＝0.6.9.甲、乙两队在一次对抗赛的某一轮中有3道题，比赛规则：对于每道题，没有抢到题的队伍得0分，抢到题，并回答正确的得1分，抢到题目但回答错误的扣1分(即－1分)，若X 是甲队在该轮比赛获胜时的得分(分数高者胜)，则X 的所有可能值为________. 答案 －1,0,1,2,3解析 X ＝－1表示甲抢到1题但答错了， 若乙两题都答错，则甲获胜； 甲获胜还有以下可能：X ＝0，甲没抢到题，或甲抢到2题，但答时1对1错. X ＝1时，甲抢到1题，且答对或甲抢到3题，且1错2对. X ＝2时，甲抢到2题均答对. X ＝3时，甲抢到3题均答对.10.将3个小球任意地放入4个大玻璃杯中，一个杯子中球的最多个数记为X ，则X 的分布列是________. 答案解析 由题意知X ＝1,2,3. P (X ＝1)＝A 3443＝38；P (X ＝2)＝C 23A 2443＝916；P (X ＝3)＝A 1443＝116.∴X 的分布列为三、解答题11.某篮球运动员在一次投篮训练中的得分ξ的分布列如下表，其中a ，b ，c 成等差数列，且c ＝ab .求这名运动员投中3分的概率.解 由题中条件知，2b ＝a ＋c ，c ＝ab ，再由分布列的性质，知a ＋b ＋c ＝1，且a ，b ，c 都是非负数，由三个方程联立成方程组，可解得a ＝12，b ＝13，c ＝16，所以投中3分的概率是16.12.设S 是不等式x 2－x －6≤0的解集，整数m ，n ∈S .(1)设“使得m ＋n ＝0成立的有序数组(m ，n )”为事件A ，试列举事件A 包含的基本事件； (2)设ξ＝m 2，求ξ的分布列.解 (1)由x 2－x －6≤0，得－2≤x ≤3， 即S ＝{x |－2≤x ≤3}.由于m ，n ∈Z ，m ，n ∈S 且m ＋n ＝0，所以事件A 包含的基本事件为：(－2,2)，(2，－2)，(－1,1)，(1，－1)，(0,0). (2)由于m 的所有不同取值为－2，－1,0,1,2,3， 所以ξ＝m 2的所有不同取值为0,1,4,9，且有 P (ξ＝0)＝16，P (ξ＝1)＝26＝13，P (ξ＝4)＝26＝13，P (ξ＝9)＝16.故ξ的分布列为：13.某商店试销某种商品20天，获得如下数据：试销结束后(假设该商品的日销售量的分布规律不变)，设某天开始营业时有该商品3件，当天营业结束后检查存货，若发现存量少于2件，则当天进货补充至3件，否则不进货，将频率视为概率.(1)求当天商店不进货的概率；(2)记X为第二天开始营业时该商品的件数，求X的分布列.解(1)P(“当天商店不进货”)＝P(“当天商品销售量为0件”)＋P(“当天商品销售量为1件”)＝120＋520＝310.(2)由题意知，X的可能取值为2,3.P(X＝2) ＝P(当天商品销售量为1件)＝520＝1 4；P(X＝3)＝P(当天商品销售量为0件)＋P(当天商品销售量为2件)＋P(当天商品销售量为3件)＝120＋920＋520＝34.故X的分布列为。
离散型随机变量的分布
离散型随机变量的分布离散型随机变量在概率论中扮演着重要的角色。
它们描述了一系列可能的取值以及各个取值的概率分布。
本文将介绍离散型随机变量的概念、分布以及如何计算相关的概率。
一、离散型随机变量的定义离散型随机变量是指在有限或可数的取值范围内取值的随机变量。
其取值集合可以是离散的整数或者某种离散的事物。
例如，掷骰子的点数、抛硬币的结果等都属于离散型随机变量。
二、离散型随机变量的分布离散型随机变量的分布通过概率质量函数（Probability Mass Function，简称PMF）来描述。
概率质量函数是一个函数，它计算每个可能取值的概率。
以掷一颗均匀骰子为例，假设随机变量X表示掷骰子的点数。
由于骰子的点数是1到6之间的整数，我们可以定义X的取值集合为S={1, 2, 3, 4, 5, 6}。
对于每个可能的点数，我们可以计算出其概率。
X的概率质量函数可以写成如下形式：P(X=1) = 1/6P(X=2) = 1/6P(X=3) = 1/6P(X=4) = 1/6P(X=5) = 1/6P(X=6) = 1/6其中，P(X=x)表示随机变量X取值为x的概率。
三、计算离散型随机变量的概率在已知离散型随机变量的概率质量函数的情况下，我们可以计算出各种事件的概率。
以随机变量X为例，假设我们想计算X小于等于3的概率。
我们可以使用概率质量函数中相关取值的概率相加来计算：P(X<=3) = P(X=1) + P(X=2) + P(X=3) = 1/6 + 1/6 + 1/6 = 1/2同样地，我们可以计算出其他事件的概率。
四、常见的离散型随机变量分布除了均匀分布之外，还有一些常见的离散型随机变量分布，包括二项分布、泊松分布、几何分布等。
1. 二项分布二项分布描述了在n次独立重复试验中成功的次数的概率分布。
每次试验都有两个可能的结果，成功和失败。
例如，抛硬币n次，成功可以定义为正面朝上的次数。
二项分布的概率质量函数可以写为：P(X=k) = C(n, k) * p^k * (1-p)^(n-k)其中，C(n, k)表示组合数，p表示每次试验成功的概率，k表示成功的次数。
常见的离散型随机变量的分布
30台设备发生故障不能及时维修为事件 Ai
则
P( Ai )
P(Y
2)
k 2
e0.3 0.3k k!
0.0369 i 1,2,3
三个人各独立负责30台设备发生故障不能及时
维修为事件 A1 A2 A3 3
PA1 A2 A3 1 P( Ai )
i1
1 (1 0.0369)3 0.1067 0.013459
例1 独立射击5000次，每次的命中率为0.001, 求 (1) 最可能命中次数及相应的概率；
(2) 命中次数不少于2 次的概率.
解 (1) k = [( n + 1)p ] = [( 5000+ 1)0.001] = 5
P5000(5) C55000(0.001)5 (0.999)4995 0.1756
0 1 2 34 5 6 7 8
.039 .156 .273 .273 .179 .068 .017 .0024 .0000
P 0.273•
由图表可见 , 当 k 2或3 时， 分布取得最大值
P8(2) P8(3) 0.273 此时的 k 称为最可能成功次数
•••••••••
012345678
(1) 问至少要配备多少维修工人，才能保证当设 备发生故障时不能及时维修的概率小于0.01?
(2) 问3个人共同负责90台还是3个人各自独立负 责30台设备发生故障不能及时维修的概率低？
解 (1) 设 需要配备 N 个维修工人,设 X 为90 台
设备中发生故障的台数，则 X ~ B( 90, 0.01)
90
P( X N ) C9k0 (0.01)k (0.99)Nk
k N 1
令 90 0.01 0.9
离散型随机变量及其分布
定是一个离散型随机变量,其分布函数 F(x) 唯一确定.
例 2.6 设随机变量 X 的分布律为
X2
3
4
P 0.2
0.3 0.5
求 X 的分布函数,并求 P{X 2}, P{2.4 X 3.8}, P{3 X 4} .
解 当 x 2 时, F(x) P{X x} 0 ;
当 2
x 3 时,
元和 6 万元.设 X 为总公司应付出的奖金,求 X 的分布
律并计算 P{4 X 10} 和 P{X 6} .
解 X 的所有可能取值为 0,4,6,10 (单位:万元).设 Ai { 第 i 个 分 公 司 获 得 奖 金 }( i 1, 2 ), 则 P(A1) 0.8 , P(A2 ) 0.4 ,且 A1, A2 相互独立.因此
离散型随机变量 及其分布
1.1 离散型随机变量及其分布律
定义 2.3 若随机变量 X 的所有可能取值是有限个或可
列无限多个,则称此随机变量为离散型随机变量.
例如,掷骰子朝上一面的点数、一昼夜120接到的呼叫 次数等均为离散型随机变量,而某元件寿命的所有可能取 值充满一个区间,无法按一定次序一一列举出来,因而它是 一个非离散型随机变量.
显然
(1) P{X k} 0 ( k 0,1, 2, , n );
F ( x)
P{X
xi x
xi}
P{X
2}
0.2
;
当 3
x 4 时,
F ( x)
P{X
xi x
xi}
P{X
2}
P{X
3}
0.5 ;
当 x 4 时, F(x) P{X 2} P{X 3} P{X 4} 1 .
离散型随机变量及其分布
X0 1
P 1-p p
0
易求得其分布函数为： F (x) 1 p
1
x0 0 x 1
x 1
2.二项分布（binomial distribution)： 定义：若离散型随机变量X的分布律为
PX k Cnk pkqnk k 0,1,L , n
其中0<p<1,q=1-p,则称X服从参数为n,p的二项
下面我们看一个应用的例子.
例7 为保证设备正常工作，需要配备适量的 维修人员 . 设共有300台设备，每台独立工作， 且发生故障的概率都是0.01。若在通常的情况 下，一台设备的故障可由一人来处理 ， 问至 少应配备多少维修人员，才能保证当设备发生 故障时不能及时维修的概率小于0.01?
我们先对题目进行分析：
§2.2 离散型随机变量及其分布
一、离散型随机变量及其分布律
1．离散型随机变量的定义 设X为一随机变量，如X的全部可能取到的值
是有限个或可列无限多个，则称随机变量X为离 散型随机变量(discrete random variable)。
设X是一个离散型随机变量，它可能取的值 是 x1, x2 , … .为了描述随机变量 X ，我们不仅 需要知道随机变量X的取值，而且还应知道X取 每个值的概率.
定义1 ：设xk(k=1,2, …)是离散型随机变 量X所取的一切可能值，称等式
P(X xk) pk, k=1,2,… …
为离散型随机变量X的概率函数或分布律， 也称概率分布.
其中 pk (k=1,2, …) 满足：
（1） pk 0,
（2） pk1
k
k=1,2, …
用这两条性质判断 一个函数是否是
§2.2离散型随机变量及其分布
或
X~
x1 x2 xk p1 p2 pk
分布律的性质
pk 0, k 1, 2,L
pk 1
k 1
对于离散型随机变量：
非负性 正则性
概率分布表
分布函数
由于 { : X () x} U { : X () xk}
k:xk x
所以 F(x) P{ : X () x} P{ : X () xk} pk
二项分布的图形
例2 按规定，某种型号的电子元件的使用寿命超过 2000小时为一等品.已知一大批该种产品的一等品率 为0.2，现从中随机地抽取20件，问20件产品中有k 件 一等品的概率是多少？
解: 设X 为20件产品中一级品的件数，则
X～B (20, 0.2).
P{X k} C2k0 (0.2)k (0.8)20k , k 0,1,L , 20.
方法是从一包中随机地抽查3个，如果这3个元件都是好
的就买下这一包．假定含有4个坏元件的包数占30%， 而 其余70%每包只含1个坏元件．试问这个采购员拒绝购 买解：的包设数A表占示多采大购的员比买例下? 一包这一事件，B表示这包
中含有4个次品，则 B 表示这包中含有1个次品.于是
P(B) 3 , P B 7 从而
k!
证明：（Байду номын сангаас）P39
记npn n，则
Cnk
pnk (1
pn )nk
n! (n )k (1
k !(n k)! n
n )nk
n
(n )k (1 1)(1 2)...(1 k 1)(1 n )nk
k! n n
nn
任意固定的k,有lim n
nk
k
又 lim(1 1 )(1 2)...(1 k 1) 1,
离散型随机变量的函数的分布.ppt
注意 若 g( xk )中有值相同的,应将相应的 pk 合并.
如果设
X 1 1 2
pk
1 6
23 66
则 Y X 2 5 的分布律
Y 4
1
1
1
p
2
2
二.连续型随机变量的函数的分布
例2 设随机变量X 具有概率密度
fX
(x)
x 8
,
0 x 4,
0, 其他.
求随机变量Y 2X 8的概率密度 .
h(v)arcsin v ,
A
h(v)
1, A2 v2
又, 的概率密度为
f
(
)
1
,
,
2
2
0, 其他
由(5.2)式得V Asin 的概率密度为
(v
)
1
0,
注意
1, A2 v2
A v A, 其他
若 ~ U (0, ), 此时v g( ) Asin 在(0, )上
不是单调函数.
设在[a,b]上恒有g( x) 0(或恒有g( x) 0), 此时,
a min{g(a), g(b)}, max{g(a), g(b)}.
例4 设随机变量X ~ N(, 2 ). 试证明X的线
性函数Y aX b(a 0)也服从正态分布.
证 X 的概率密度为
fX (x)
1
e ,
(
x )2 2 2
离散型随机变量的函数的分布一一连续型随机变量的函数的分布二二的一切可能值是定义在随机变量的取值随着若随机变量为随机变则称随机变量y的分布如何来求随机变量的分布若已知的随机变量x问题具有以下分布律设随机变量x是离散型随机变量如果x也是离散型随机变量的分布律为合并应将相应的具有概率密度设随机变量x的概率密度求随机变量的分布函数为分别记求导数关于具有分布概率密度设随机变量的分布函数为分别记的分布函数先来求求导数关于51例如服从自由度为此时称具有概率密度设随机变量处处可导且恒有设函数的情况我们只证其反函数存在的反函数为的分布函数现在先求y求导数关于其他
离散型随机变量及其分布函数
一、离散型随机变量的分布函数 二、几种常见的离散型随机变量 三、小结
一、离散型随机变量的分布函数
随机变量
离散型 非离散型
连续型 其它 (1)离散型 若随机变量所有可能的取值为有限个
或可列无穷个，则称其为离散型随机变量.
实例1 观察掷一个骰子出现的点数. 随机变量 X 的可能值是 : 1, 2, 3, 4, 5, 6.
因此 P{X 2} 1 P{X 0} P{X 1} 1 (0.98)400 400(0.02)(0.98)399 0.9972.
3. 泊松分布
设随机变量所有可能取的值为 0, 1, 2, ,而取各个 值的概率为
P{X k} ke , k 0,1, 2, ,
k!
其中 0是常数.则称 X 服从参数为的泊松分 布,记为 X ~ ().
P{X k} Cnk pnk (1 pn )nk 且满足
npn 0
则对任意非负整数k , 有
lim P{X k} k e
n
k!
证明
由
pn
,得
n
P{ X
k}
n! k!(n
( k)!
pn )k
(1
pn )nk
n(n 1) (n k 1（) ）（k 1 )nk
k!
n
n
k [1 (1 1 )(1 2) (1 k 1)](1 )n (1 )k
(k 1,2,)
说明 几何分布可作为描述某个试验 “首次成功” 的概率模型.
5.超几何分布
设X的分布律为
P{X
m}
CMm
C nm NM
(m 0,1,2,, min{M , n})
- 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)。
例2．抛掷两颗骰子，所得点数之和记为ξ，那 么ξ=4表示的随机试验结果是（ ）D （A）一颗是3点，一颗是1点 （B）两颗都是2点 （C）两颗都是4点 （D）一颗是3点，一颗是1点或两颗都是2点
此外，若ξ是随机变量，η=aξ+b，其中a， b是常数，则η也是随机变量．
例如，某城市出租汽车的起步价为10 元，行驶路程不超出4 km时租车费为 10 元，若行驶路程超出4 km，则按每超出 1km收费2元计费（超出不足1km的部分按 1km计）．从这个城市的民航机场到某宾 馆的路程为15 km．某司机常驾车在机场与 此宾馆之间接送旅客，由于行车路线的不
在上面的射击、产品检验等例子中，对 于随机变量可能取的值，我们可以按一定 次序一一列出，这样的随机变量叫做离散 型随机变量．
有的随机变量，它可以取某一区间内的 一切值，看下面的例子．
某一自动装置无故障运转的时间ξ是一个 随机变量，它可以取区间(0，+∞)内的一切 值．
某林场树木最高达30m，则此林场树木 的高度η是一个随机变量，它可以取(0，30] 内的一切值．
• 1、了解随机变量、离散型随机变 量的概念及意义
• 2、掌握类比的数学思想. • 3，提高抽象概括能力，数学的提
出，分析，解决问题的能力．
先看下面的问题．
某人射击一次，可能出现命中0环，命中 1环，……，命中10环等结果，即可能出现的 结果可以由0，1，……，10这11个数表示．
某次产品检验，在可能含有次品的100件 产品中任意抽取4件，那么其中含有的次品 可能是0件，1件，2件，3件，4件，即可能 出现的结果可以由0，1，2，3，4这5个数 表示．
（2）一个袋中装有5个白球和5个黑球，从中任取3 个，其中所含白球的个数ξ；
（3）抛掷两个骰子，所得点数之和ξ；
（4）接连不断地射击，首次命中目标需要的射击 次数η；
（5）某厂加工的某种钢管的外径与规定的外径尺 寸之差η；
• 什么是随机变量的分布列？ • 什么是超几何分布？ • 什么是二项分布？
在上面的无故障运转时间、树木高度等 例子中，随机变量可以取某一区间内的一 切值，这样的随机变量叫做连续型随机变 量．
再看下面的例子．
任意掷一枚硬币，可能出现正面向上、 反面向上这两种结果，虽然这个随机试验 的结果不具有数量性质，但仍可以用数量 来表示它．我们用变量ξ来表示这个随机试 验的结果：
ξ=0，表示正面向上 ξ=1，表示反面向上．
同以及中途停车时间要转换成行车路程
（这个城市规定，每停车5分时间按1km路 程计费），这个司机一次接送旅客的实际
行车路程ξ是一个随机变量．设他所收租车 费为η，则η=2(ξ－4)＋10=2ξ＋2．显然，η 也是随机变量．
例1．袋中有2个黑球6个红球，从中任取两个， 可以作为随机变量的是（ ） B （A）取到的球的个数 （B）取到红球的个数 （C）至少取到一个红球 （D）至少取到一个红球的概率
在上面射击的随机试验中，可能出现的 结果都可以用一个数即“环数”来表示， 这个数在随机试验前是无法预先确定的， 在不同的随机试验中，结果可能有变化， 就是说，这种随机试验的结果可以用一个 变量来表示．在产品检验的随机试验中， 结果也可以用“次品数”这个变量来表 示．
着∈万变飞影森林掌←的鸭头状的仙翅枕头环，随着蘑菇王子的旋动，鸭头状的仙翅枕头环像笔头一样跳跃。接着他念动咒语：“森林嚷噎唷，小子嚷噎唷，森林小 子嚷噎唷……∈神音蘑菇咒←！掌！掌！掌！”只见蘑菇王子的身影射出一片淡灰色亮光，这时偏西方向酷酷地出现了二片厉声尖叫的亮黑色光狐，似奇影一样直奔 深灰色银光而去……！只听一声古怪虚幻的声音划过，五只很像刚健轻盈的身形般的奶油状的片片闪光物体中，突然同时窜出九簇晶莹透明的中灰色飞丝，这些晶莹 透明的中灰色飞丝被虹一扭，立刻化作摇曳的云丝，不一会儿这些云丝就怪舞着飘向巍峨仙柱的上空……很快在海月光色的庞然丝绸上面形成了地影色的 ，醒目的 标题是：《Ｐ．基莫姆道长表演流派的二十三种构架》，而全部文字正好一万字，这时丝绸上面的文字颜色开始不断的闪烁变化，越来越亮突然，只见丝绸顶部猛然 射出一片浓绿色的明光，这片神光很快化作密如蜂群的隐隐约约的雨点，以飘然 飞向每个ｌ官和所 有在场的学生，随着声声奇妙的声响，这些雨点都变成了一份份 ｌ 题的答卷……与此同时，闪亮的文字纷纷变成光闪闪的浓绿色珍珠从上面纷纷落下，瞬间在七只巨碗之上变成了轮廓分明的跳动自由的团体操……蘑菇王子：“哈哈 ！妙呵！这玩法儿甩得遍地是泥汤，满天是豆浆……！”知知爵士：“该换咒语了，学长！”蘑菇王子：“知道了，该用哪个咒语了！”知知爵士：“第二个卡片上 的咒语！”这时，蘑菇王子陡然演了一套，摇雁门铃翻三千二百四十度外加牛啸香槟旋十九周半的招数，接着又耍了一套，云体驴窜冲天翻七百二十度外加狂转十九 周的恬淡招式。接着像飞云瀑布般的海沙色月光风衣突然飞出云冰五静色的晚欢仙境味……浅浅的体香跃出鹅怪丑闹声和呜呜声……力神般的骨骼变幻莫测射出狗鬼 夜欢般的飘舞……紧接着富于变化的手指整个狂跳蜕变起来……灵快如风的神脚跃出墨紫色的缕缕弧云……灵敏小巧的薄耳朵闪出纯黄色的丝丝怪热！最后旋起灵快 如风的神脚一嚎，变态地从里面弹出一道鬼光，他抓住鬼光风流地一转，一组蓝冰冰、紫溜溜的功夫∈万变飞影森林掌←便显露出来，只见这个这件神器儿，一边抖 动，一边发出“咝咝”的仙响……悠然间蘑菇王子全速地扭起光洁柔韧、明亮红润的皮肤，只见他充满活力、青春四射的幼狮肩膀中，酷酷地飞出九串摆舞着∈万变 飞影森林掌←的蚯蚓状的精灵，随着蘑菇王子的扭动，蚯蚓状的精灵像弹头一样在拇指神秘地搞出飘飘光烟……紧接着蘑菇王子又用自己充满活力的幼狮肩膀敲打出 墨蓝色秀丽漫舞的插座，只见他灵快如风的神
优游 优游
如果随机试验的结果可以用一个变量来
表示，那么这样的变量叫做随机变量．随
机变量常用希腊字母ξ、η等表示．
例如，上面射击的命中环数ξ是一个随 机变量：
…………
ξ=10，表示命中10环．
上面产品检验所取4件产品中含有的次 品数η也是一个随机变量： η=0，表示含有0个次品； η=1，表示含有1个次品； η=2，表示含有2个次品； η=3，表示含有3个次品； η=4，表示含有4个次品．
提示：对（A）、（B）中表示的随机试验 的结果，随机变量均取值4，而（D）是ξ=4 代表的所有试验结果．掌握随机变量的取值 与它刻划的随机试验的结果的对应关系是理 解随机变量概念的关键．
例3．写出下列各随机变量可能取的值，并说明随机 变量所取的值所表示的随机试验的结果：
（1）从10张已编号的卡片（从1号到10号）中任取 1张，被取出的卡片的号数ξ；