离散型随机变量解析.doc_第1页
离散型随机变量解析.doc_第2页
离散型随机变量解析.doc_第3页
离散型随机变量解析.doc_第4页
离散型随机变量解析.doc_第5页
已阅读5页，还剩2页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

2 离散型随机变量研究一个离散型随机变量不仅要知道它可能取值而且要知道它取每一个可能值的概率一概率分布： 设离散型随机变量的可能取值是有限个或可数个值，设的可能取值：为了完全描述随机变量，只知道的可能取值是很不够的，还必须知道取各种值的概率，也就是说要知道下列一串概率的值：记，将的可能取值及相应的既率成下表这个表称为的概率分布表。它清楚地表示出的取值的概率分布情况为简单起见，随机变量的概率分布情况也可以用一系列等式 ()() 称为的概率分布或分布律。例如：上节【例1】的概率分布表是 ， 的概率分布是 上节【例2】的概率分布表是 的概率分布是 【例1】某射手每次射击打中目标的概率都是，现他连续向一目标射击，直到第一次击中目标为止， 记 “射击次数”，则是一个随机变量，求的概率分布解： 的可能取值的可能取值是一切自然数，即 =，且 ， 其中 ，且的概率分布表如下： 2性质：任何一个离散型随机变量的概率分布一定满足性质， 利用随机变量及其分布律，我们可求各种随机事件发生的概率。【例2】袋中有5个球，分别编号1，2，5从其中任取3个球，求取出的3个球中最大号码的概率函数和概率分布表解：设“取出的3个球中的最大号码”,则 的可能取值：3，4，5，由古典概型知： =0。1， =0。3 =0。6的概率分布为 3 4 5 p 0.1 0.3 0.6二几个常用的离散型分布：1. 两点分布： 如果随机变量的分布（概率）为： ，则称服从两点分布（为参数），特别地，当时，则称服从“0 ” 分布,即 ，“0 ”分布也常称为贝努利分布. 例如: 上节【例1】中，服从“0 ” 分布。【例3】 有100件产品，其中有95件是正品，5件是次品，现在随机地抽取一件，假设抽到每一件的机会都相同，则抽得正品的概率095，而抽得次品的概率005 现定义随机变量如下： 则 有 ,服从“0 ” 分布。2. 二项分布:设随机变量的可能取值为0，1，2，n,且，则称服从参数为 的二项分布，可验证：特别地，当n时的二项分布就是两点分布。二项分布在讨论贝努里试验时很有用。贝努里试验是一种很重要且应用很广泛的数学模型。【例3】 保险公司为了估计企业的利润，需要计算投保人在一年内死亡若干人的概串 设某保险公司的某人寿保险险种有1000人投保，每个人一年内死亡的概率为o005个，试求在未来一年中在这些投保人中死亡人数不超过10人的概率 解：对每个人而言，在未来一年是否死亡相当于做一次贝努里试验，1000人就是做1000重贝努里试验，因此，所求概率为 注意 ：从例中可以看到*要直接计算量大，可用泊松定理作近似计算(参看第一章5) ，则 【例】泊松（Poisson）分布：设随机变量的可能取值为0，1，2，且则称服从参数为的泊松分布， 泊松分布是概率论中重要分布之一。许多随机现象都可以用泊松分布来进行描述，如单位长度布面上的疵点数，电话总机在单位时间内收到的呼叫数，一个地区每月发生
人人文库> 全部分类> 应用文书 > 研究报告

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论