随机变量分布及数字特征

随机变量分布及数字特征

ID:37229569

大小:1.10 MB

页数:31页

时间:2019-05-20

随机变量分布及数字特征_第1页
随机变量分布及数字特征_第2页
随机变量分布及数字特征_第3页
随机变量分布及数字特征_第4页
随机变量分布及数字特征_第5页
资源描述:

《随机变量分布及数字特征》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第十章随机变量分布及数字特征10.1随机变量10.2离散型随机变量分布1、学时:2学时2、过程与方法:结合实例介绍随机变量概念,离散型随机变量的概率分布、分布列、分布函数、概率及性质.3、教学要求:(1)掌握随机变量及离散型随机变量的概率分布、分布列、分布函数、概率及性质(2)几种常见概率分布教学重点:离散型随机变量的概率分布、分布列、分布函数、概率及性质教学难点:离散型随机变量的分布函数教学形式:多媒体讲授教学过程:一、新课教学内容10.1随机变量概率论与数理统计是从数量上来研究随机现象的统计规律,因此我们必须把随机事件数量化.在随机试验中,结果有多种可能性,

2、试验结果样本点很多可以与数值直接发生关系,如产品检验,我们关心的是抽样中出现的废品件数.商店销售我们重视每天销售额,利润值.在投骰子中是每次出现的点数等.但是也有不少试验结果初看与数字无直接关系,但我们可通过如下示性函数使之数值化,比如,产品合格与不合格令事件31这些事件数值化后,数量是会变化的称为变量.变量取值机会有大有小所以叫随机变量.定义1:在某一随机试验中,对于试验的每一个样本点都唯一对应一个数,这样依不同样本点而取不同值的点叫随机变量.通常用希腊字母或大写英文字母X、Y、Z等表示.用小写英文字母表示随机变量相应于某个试验结果所取的值.举例:1°投骰子出

3、现的点数用随机变量X表示,X可取值为2°电信局话务台每小时收到呼叫次数用Y表示,Y可取值为3°总站每五分钟发某一路车,乘客在车站候车时间4°某一电子零件的寿命用按其取值情况可以把随机变量分成两类:(1)离散型随机变量:取有限个或无限可列个值.如例1°、2°.(2)非离散型随机变量:可在整个数轴上取值或取实数某部分区间的全部值.非离散型随机变量范围较广,本书只研究其中常遇见的一种称为连续型随机变量如例3°、4°.例1设有2个一级品,3个二级品的产品,从中随机取出3个产品,如果用X表示取出产品中一级品的个数,求X取不同值时相应概率.解X可取值为例2抛一枚匀称的硬币,

4、引进一变量Y令求出现正面与反面概率:解10.2离散型随机变量分布10.2.1离散型随机变量的概率分布例131某汽车公司销售汽车数据表示在过去100天营业时间是有24天每天销售汽车是为0辆,38天每天销售为1辆,20天每天销售是为2辆,12天每天销售是为3辆,6天每天销售是为5辆.我们定义随机变量X为一天中售出汽车数取值为,概率用P(X)表示,可求出以此类推计算出汽车销售概率分布表为:X01235P(X)0.240.380.20.120.06从上表可知P(X=1)=0.38,一天最有可能卖出汽车为1辆.1天中汽车销售是大于等于3辆概率是这些概率有助于决策者了解某汽

5、车公司销售情况以帮助制定更优策划案.而以上分布表就是离散型随机变量X的分布表.定义1设为离散型随机变量X的所有可能取的值,是随机变量取值时相应概率即得式子或写成如下表格形式:X……P……上式或上表称为离散型随机变量X的概率分布或分布律由定义知概率分布具有下面性质.(1)(k=1,2…)(2)只有(k=1,2…)满足上述两条性质时上式或上表才能成为随机变量X的概率分布.定义2对于离散型随机变量X,若对任何实数令称为随机变量X的分布函数.分布函数具有如下性质:(1)(2)是不减函数(3)(4)若有间断点,在其间断点处右连续(5)例2设有一批产品10件,其中3件次品,

6、从中任抽2件,如果用X表示抽取次品数,求X的概率分布与分布函数.解设,则X可取值为.31的概率分布为或用表格表示即X012P其分布函数例3某水果店,根据零售葡萄的经验,预计做一笔生意,希望从这批货中得到毛利如下表:卖出日第一天第二天第三天第四天卖出概率40%30%20%10%1吨毛利(千元)211-2求每吨葡萄所得毛利分布列和分布函数,并画出分布函数图.解设每吨葡萄所得毛利为X千元则x可能取值为其概率分布为x-212p0.10.50.4其分布函数31分布函数图10.2.2常见的几种离散型的概率分布xo1pqp1、二点分布定义3设随机变量X的分布列为(其中p+q=

7、1,p>0,q>0)则称X服从两点分布记为X~(0,1)注:它适用于一次试验仅有两个结果的随机试验.2、二项分布二项分布适用于贝努里概型也称为独立实验序列.定义4:设一随机试验在同样条件下进行n次独立重复试验,每一次试验事件A只有两种结果:发生与不发生,发生的概率为p,不发生的概率为1-p=q.在n次独立试验中事件A发生k次概率为(k=0,1,2…n),此概型称为贝努里概型,其概率分布称为二项分布,记为X~B(n,p)。显然当n=1时二项分布即成二点分布.贝努里概型在实际问题中有非常广泛的应用.例4某服装店经理根据经验估计每个顾客进该店购买服装概率是0.3,现有

8、3名顾客进店.问其中有2

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。