概率论与随机过程.pptx
《概率论与随机过程.pptx》由会员分享,可在线阅读,更多相关《概率论与随机过程.pptx(39页珍藏版)》请在装配图网上搜索。
1、2.2 离 散 型 随 机 变 量 及 其 分 布 律 通 常 分 为 两 类 : 如 “ 取 到 次 品 的 个 数 ” , “ 收 到 的 呼 叫 数 ” 等 .随机变量 离 散 型 随 机 变 量连 续 型 随 机 变 量 所 有 取 值 可 以 逐 个一 一 列 举如 , “ 电 视 机 的 寿 命 ” , 实 际 中 常 遇 到 的“ 测 量 误 差 ” 等 . 全 部 可 能 取 值 不 仅无 穷 多 , 而 且 还 不 能一 一 列 举 , 而 是 充 满一 个 区 间 . 这 两 种 类 型 的 随 机 变 量 因 为 都 是 随 机 变 量 , 自 然 有 很多 相 同 或
2、相 似 之 处 ; 但 因 其 取 值 方 式 不 同 , 又 有 其 各 自 的特 点 . 随机变量 连 续 型 随 机 变 量离 散 型 随 机 变 量 1 离 散 型 随 机 变 量定 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 。定 义 设 X为 离 散 型 随 机 变 量 , X的 所 有 可 能 取 的 值 为 xk (k=1, 2), 记 X 取 xk 的 概 率 为 PX=xk=pk (k=1, 2, ),则 称 下 面 一 组 等 式 PX
3、=x k=pk (k=1, 2, )为 X的 分 布 律 ,简 写 为 d.l.。 2.2.1 离 散 型 随 机 变 量 及 其 分 布 律2 离 散 型 随 机 变 量 的 分 布 律 ( 1) 分 布 律 可 以 用 表 格 的 形 式 表 示 : xn一 般 从 小 到 大 排列 。 XP x1 x2 xn p1 p2 pn ( 2) 分 布 律 可 以 用 图 形 表 示 分 布 律 的 表 示 方 法 :P Xx 1 x2 xn 例 袋 中 5个 球 编 号 1 5, 从 中 同 时 取 出 3个 , 以 X表 示 取出 球 的 最 大 编 号 , 求 X的 分 布 律 解 : P
4、X=3=1/C35=1/10, PX=4= C23 /C35=3/10, PX=5= C24 /C35=6/10X的 分 布 律 为X P 3 4 51/10 3/10 6/10 由 概 率 的 性 质 可 知 分 布 律 具 有 下 述 性 质 ( 1) 非 负 性 : pk0; k=1, 2, ( 2) 规 范 性 : 11 i ip证 明 :设 离 散 型 r. v. X的 取 值 为 x1, xn, 则 事 件 组 X=x1, , X=xn, 构 成 了 的 一 个 划分 。 1)( 111 k kk kk k xXPxXPp 分 布 律 的 性 质 : ( 1) 已 知 随 机 变
5、量 X的 分 布 律 , 可 求 出 X的 分 布 函 数 : 设 一 离 散 型 随 机 变 量 X的 分 布 律 为 PX=xk=pk (k=1, 2, ) 由 概 率 的 可 列 可 加 性 可 得 X的 分 布 函 数 为 xx k xx kk kpxF xXPxXPxF )( )(即 这 里 的 和 式 是 所 有 满 足 xkx的 k的 求 和 。 分 布 函 数F(x)在 x=xk(k=1,2,)处 有 跳 跃 , 其 跃 跳 值 为pk=PX=xk。 分 布 律 与 分 布 函 数 的 关 系 已 知 随 机 变 量 X的 分 布 律 , 亦 可 求 任 意 随 机 事 件 的
6、概 率 。 例 如 , 求 事 件 X B ( B为 实 轴 上 的 一 个 区 间 )的 概 率 P X B时 , 只 需 将 属 于 B的 X的 可 能 取 值 找出 来 , 把 X取 这 些 值 的 概 率 相 加 , 即 可 得 概 率P X B, 即 Bx kk pBXP 因 此 , 离 散 型 随 机 变 量 的 分 布 律 完 整 地 描 述 它 的 概率 分 布 情 况 。 设 一 离 散 型 随 机 变 量 X的 分 布 函 数 为 F(x), 并 设F(x)的 所 有 间 断 为 x1,x2,, 那 么 , X的 分 布 律 为 ,3,2,1)0()( kxFxFxXP k
7、kk例 1: 设 随 机 变 量 X的 分 布 律 为 XP -1 2 3 1/4 1/2 1/4 求 X的 分 布 函 数 , 并 求 ,32 XP ,2523 XP 21XP解 : 由 概 率 的 有 限 可 加 性 , 得 所 求 分 布 函 数 为 ( 2) 已 知 随 机 变 量 X的 分 布 函 数 , 可 求 出 X的 分 布 律 : 3412141 322141 2141 10)( xxxxxF 31 3243 2141 10)( xxxxxF即 F( x) 的 图 形 如 下 图 所 示 , 它 是 一 条 阶 梯 形 的 曲 线 ,在 x 1, 2, 3处 有 跳 跃 点
8、, 跳 跃 值 分 别 为 1/4, 1/2,1/4。 -1 0 1 2 3 xP1 4341213232 XPXPXP 2122523 XPXP 41121 XPXP 例 3 已 知 随 机 变 量 X的 分 布 律 为 X 2 0 3 5 P 1/4 a 1/2 1/12 试 求 ( 1) 待 定 系 数 a, ( 2) 概 率 PX 1/2。11212141 a 即 可 求 得 a=1/6。 431212161 53021 XPXPXPXP解 : ( 1) 由 分 布 律 的 性 质 可 知 (2) 伯 努 利 (Bernoulli) 概 型 考 虑 一 个 简 单 的 试 验 , 它
9、只 出 现 ( 或 只 考 虑 )两 种 结 果 , 如 某 产 品 抽 样 检 查 得 合 格 或 不 合 格 , 射击 命 中 或 不 命 中 , 试 验 成 功 或 失 败 , 发 报 机 发 出 信号 0或 1。 掷 一 次 骰 子 点 数 “ 6”是 否 出 现 。 一 般 地 , 试 验 E只 有 两 种 结 果 A和 A, 而 P(A)=p( 0p1) ,则 称 E为 伯 努 利 试 验 或 伯 努 利 概 型 。 设 E为 伯 努 利 试 验 , 将 E独 立 地 重 复 进 行 n次 , ( 这 里的 “ 重 复 ” 是 指 试 验 E在 相 同 条 件 下 进 行 ) 而
10、且 每 次 试验 中 结 果 A出 现 的 概 率 保 持 不 变 。 我 们 把 这 n次 独 立 重复 贝 努 利 试 验 总 起 来 看 成 一 个 试 验 , 称 这 种 试 验 叫 n重伯 努 利 试 验 。 总 之 , n重 伯 努 利 试 验 有 下 面 四 个 约 定 : ( 1) 每 次 试 验 的 结 果 只 能 是 两 个 可 能 的 结 果 A和 A之 一 , ( 2) A在 每 次 试 验 中 出 现 的 概 率 p保 持 不 变 ,( 3) 各 次 试 验 相 互 独 立 ,( 4) 共 进 行 了 n次 . 定 理 1.4.3 对 于 n重 伯 努 利 试 验 ,
11、 事 件 A在 n次 试 验 中出 现 k次 的 概 率 为 pqnkqpCkP knkknn 1,1,0)( 证 明 : 由 n重 伯 努 利 试 验 , 事 件 A在 某 指 定 的 k次 试 验 中 出 现 , 而 在 其 余 n-k次 试 中 不 出 现 的 概 率 为 pk(1-p)n-k = pkqn-k 而 在 n次 试 验 中 事 件 A发 生 k次 共 有 Cnk种 不 同 情 况 , 对应 的 事 件 为 互 不 相 容 的 , 由 概 率 的 可 加 性 .1,1,0)( pqnkqpCkP knkknn knkkn qpC 注 :由 于 恰 好 是 展 开 式 (p+q
12、)n中 的 第 k项 ,所 以 常 称 为 二 项 概 率 公 式 。 ( ) k k n kn nP k C p q 例 1: 对 某 种 药 物 的 疗 效 进 行 研 究 , 假 定 这 药 对 某 种 疾病 的 治 愈 率 0.8, 现 有 10个 人 患 此 病 的 病 人 同 时 服 用此 药 , 求 其 中 至 少 有 6个 病 人 治 愈 的 概 率 。解 : 假 定 “ 病 人 服 用 此 药 后 治 愈 ” 为 事 件 A, 按 题 意 P(A)=0.8, 2.0)( AP 10人 同 时 服 用 此 药 可 视 为 10重 伯 努 利 试 验 , 因而 由 公 式 所 求
13、 的 概 率 为 .97.02.08.0)( 106 1010106 10 k kkkk CkPp 例 2: 某 厂 生 产 的 过 程 中 出 现 次 品 的 概 率 为 0.002, 求 在该 厂 生 产 的 1000件 产 品 中 恰 好 有 10件 次 品 的 概 率 。 解 : 设 A表 示 事 件 “ 该 厂 生 产 的 一 件 产 品 为 次 品 ” , 则 P( A) =0.002, 依 题 意 所 求 的 概 率 为 990101010001000 998.0002.0)10( CPP 例 2 重 复 独 立 地 进 行 伯 努 力 试 验 , 直 到 事 件 A出 现 r
14、(r1)次 为 止 , 求 试 验 次 数 X 的 分 布 律 . rkrrkrkrrk qpCpqpCkXP 11111 k= r, r+1,称 X 服 从 Pascal分 布 。 当 r=1时 ,,2,1 1 kpqkXP k 称 X服 从 几 何 分 布 。 解 : 设 每 次 试 验 事 件 A 出 现 的 概 率 为 p,若 当 第 k 次试 验 时 , 事 件 A出 现 r次 , 则 前 k -1次 试 验 事 件 A恰 出 现r -1次 , 于 是 1.( 0 1) 分 布 : 设 随 机 变 量 X只 可 能 取 0与 1两 个 值 , 它 的 分 布 律 为 PX=k=pk(
15、1-p)1-k , k=0, 1. (0p1)则 称 X服 从 ( 0 1) 分 布 ,记 为 X( 0 1) 分 布 。 ( 0 1) 分 布 的 分 布 律 用 表 格 表 示 为 :X 0 1P 1-p p易 求 得 其 分 布 函 数 为 : 1 101 00)( xp xp xxF2.2.2 几 种 常 用 的 离 散 型 随 机 变 量 的 分 布 2.二 项 分 布 :定 义 : 若 离 散 型 随 机 变 量 X的 分 布 律 为 nkqpCkXP knkkn ,1,0 其 中 0p0是 一 常 数 , n是 任 意 正 整 数 , 设npn=, 则 对 于 任 一 固 定 的
16、 非 负 整 数 k, 有 !1lim keppkn kknnknn 证 明 : 由 pn=/n有 knk knkknnkn nnnknnk nnk knnnppkn 111121111! 1! )1()1(1 对 于 任 意 固 定 的 k, 当 n 时 ,11121111 nknn 11,1 kn nen ,!)1( keppkn kknnkn 故 有 意 义 : 定 理 的 条 件 npn= ( 常 数 ) 意 味 着 当 n很 大 时 , pn必 定 很 小 。 因 此 , 上 述 定 理 表 明 当 n很 大 、 p很 小 时 有以 下 近 似 式 !)1( keppC kknkkn
17、 其 中 =npn 从 下 面 的 表 格 可 以 直 观 地 看 出 上 式 的 近 似 程 度 ,k按 二 项分 布 公 式 直 接 分 别 计 算 按 泊 松 近 似 公 式 计 =np=1: n=10 n=20 n=40 n=100 =np=1p=0.1 p=0.05 p=0.25 p=0.010 0.349 0.358 0.369 0.366 0.3681 0.385 0.377 0.372 0.370 0.3682 0.194 0.189 0.186 0.185 0.1843 0.057 0.060 0.060 0.061 0.0614 0.011 0.013 0.014 0.01
18、5 0.0154 0.004 0.003 0.005 0.003 0.004 由 泊 松 近 似 公 式 计 算 上 题 : 9973.091!18!0812 88180 eeeXP分 析 结 果 : 不 能 忽 视 小 概 率 事 件 , 迟 早 会 发 生 。 3.泊 松 分 布 :(1)设 离 散 型 随 机 变 量 X的 分 布 律 为,1,0! kkekXP k 其 中 0是 常 数 。 则 称 X服 从 参 数 为 的 泊 松 分 布 ,记 为 X()。 显 然 0! kekXP k 1! 00 eekekXP k kk 历 史 上 , 泊 松 分 布 是 作 为 二 项 分 布
19、的 近 似 , 于1837年 由 法 国 数 学 家 泊 松 引 入 的 . 近 数 十 年 来 , 泊 松 分 布 日 益 显 示其 重 要 性 ,成 为 概 率 论 中 最 重 要 的 几 个 分 布 之 一 .在 实 际 中 , 许 多 随 机 现 象 服 从 或 近 似 服 从 泊 松 分 布 . 由 泊 松 定 理 , n重 贝 努 里 试 验 中 稀 有 事 件 出 现 的 次 数近 似 地 服 从 泊 松 分 布 . 我 们 把 在 每 次 试 验 中 出 现 概 率 很 小 的 事 件 称 作 稀 有 事 件 .如 地 震 、 火 山 爆 发 、 特 大 洪 水 、 意 外 事
20、 故 等 等 (2) 泊 松 分 布 背 景 : 例 如 , 在 一 个 时 间 间 隔 内 某 电 话 交 换 台 收 到 的 电 话的 呼 唤 次 数 、 一 本 书 一 页 中 的 印 刷 错 误 数 、 某 地 区 在 一天 内 邮 递 遗 失 的 信 件 数 、 某 一 医 院 在 一 天 内 的 急 诊 病 人数 、 某 一 地 区 一 个 时 间 间 隔 内 发 生 交 通 事 故 的 次 数 、 在一 个 时 间 间 隔 内 某 种 放 射 性 物 质 发 出 的 、 经 过 计 数 器 的 粒 子 数 等 都 服 从 泊 松 分 布 , 泊 松 分 布 也 是 概 率 论 中
21、 的一 种 重 要 分 布 。 在 自 然 界 和 人 们 的 现 实 生 活 中 ,经 常 要 遇 到 在 随 机 时 刻出 现 的 某 种 事 件 .我 们 把 在 随 机 时 刻 相 继 出 现 的 事 件 所 形 成的 序 列 ,叫 做 随 机 事 件 流 . 若 事 件 流 具 有 平 稳 性 、 无 后 效 性 、 普 通 性 , 则 称 该 事 件流 为 泊 松 事 件 流 ( 泊 松 流 ) .(3) 泊 松 分 布 产 生 的 一 般 条 件下 面 简 要 解 释 平 稳 性 、 无 后 效 性 、 普 通 性 .平 稳 性 : 在 任 意 时 间 区 间 内 , 事 件 发
22、 生 k次 (k0)的概 率 只 依 赖 于 区 间 长 度 而 与 区 间 端 点 位 置 无 关 .无 后 效 性 : 在 不 相 重 叠 的 时 间 段 内 , 事 件 的 发 生 是 相互 独 立 的 . 普 通 性 : 如 果 时 间 区 间 充 分 小 , 事 件 出 现 两 次 或 两 次以 上 的 概 率 可 忽 略 不 计 . 因 此 : 泊 松 分 布 在 管 理 科 学 、 运 筹 学 以 及 自 然 科 学的 某 些 问 题 中 都 占 有 重 要 的 地 位 . 例 1 有 300台 机 器 , 工 作 相 互 独 立 。 发 生 故 障 概 率 为 0.01,通 常
23、 , 一 台 机 器 的 故 障 可 由 一 人 来 修 理 ( 一 人 修 一台 ) , 问 至 少 需 要 多 少 工 人 , 才 能 保 证 当 设 备 发 生 故障 但 不 能 及 时 修 理 的 概 率 小 于 0.01。解 : 设 需 要 配 备 修 理 工 人 数 为 N个 , 设 备 同 时 发 生 故 障 的台 数 为 X台 , 由 题 知 求 最 小 的 N为 多 少 , 即 使 PXN=0.99) 因 为 Xb(300 , 0.01), 由 于 n很 大 , p很 小 ,故 用 泊 松分 布 近 似 kkkCkXP 300300 )99.0()01.0(查 表 可 得 :
24、 (0.9962 p. 383)N=8( 最 小 的 ) 。 例 2 在 上 例 中 , 由 一 个 人 负 责 维 修 20台 设 备 。 ( 1) 求 设 备 发 生 故 障 , 而 不 能 及 时 修 理 的 概 率 ; ( 2) 又 若 由 三 个 人 共 同 负 责 维 修 80台 , 求 设 备 及 时 修理 的 概 率 。解 : ( 1) 设 X为 发 生 故 障 的 机 器 数 ,Xb(20, 0.01) X取 值 为 0,1,2,20. 因 为 一 人 只 能 修 一 台 机 器 , 故 所 求 概 率 为 : 0175.0!)2.0( !)2.0( )99.0()01.0(
25、2 2.02202 2.0 2020202 ek ek CkXPXP k kk k kkkk ( 2) 设 X为 发 生 故 障 的 机 器 数 , Xb(80, 0.01) X取 值 : 0, 1, 2, , 80。 0091.0!)8.0( !)8.0()09.0()01.0(4 4 8.0804 804 8.08080 k kk k kkkk ek ekCXP结 论 : ( 1) ( 2) , 说 明 尽 管 情 况 2任 务 重 了 ( 一 个 人修 27台 ) , 但 工 作 质 量 提 高 了 , 也 说 明 , 概 率 方 法 可用 来 讨 论 国 民 经 济 中 某 些 问 题
26、 , 以 使 达 到 更 有 效 地 使用 人 力 、 物 力 、 资 源 的 目 的 , 这 是 运 筹 学 的 任 务 , 概率 论 是 解 决 运 筹 学 问 题 的 有 力 工 具 。 例 5 在 保 险 公 司 里 有 2500辆 车 参 加 抢 盗 保 险 , 设 在 一 年里 一 辆 车 被 抢 盗 的 概 率 为 0.002, 每 辆 参 加 保 险 的 车 在一 月 一 日 付 12元 保 险 费 , 而 被 抢 盗 时 车 主 可 由 保 险 公司 领 2000元 。 ( 1) 求 公 司 亏 本 的 概 率 ( 2) 求 获 利 不小 于 10000元 的 概 率 。解
27、; ( 1) 公 司 一 年 总 收 入 2500*12=30000, X: 一 年 中 被 抢 盗 的 车 数 。 Xb(2500 , 0.002),要 2000X30000 )5(000069.0!5 )998.0()002.0(1516 5 250016 25002500 k k k kkbke CXPP 公 司 亏 本 986305.0 !5 101000020003000010000 100 5 k kke XPXPP 获 利(2) ( ) 超 几 何 分 布 设 一 堆 同 类 产 品 共 N件 , 其 中 有 M个 次 品 , 现 从 中任 取 n个 (为 方 便 计 算 。 假
28、 定 n N-M), 则 这 n个 中 所 含的 次 品 数 X是 个 离 散 型 随 机 变 量 , X的 分 布 律 为 lmCCCmXP n N mn MNmM ,1,0 其 中 l=min(M, n) ,这 个 概 率 分 布 称 为 超 几 何 分布 。 三 、 其 它 常 见 的 分 布 ( )几 何 分 布 在 独 立 重 复 试 验 中 , 设 A在 每 次 试 验 中 发 生 的 概 率均 为 p, 记 X为 A首 次 发 生 时 的 试 验 次 数 。 则 不 难 验 证 ,X具 有 如 下 分 布 律 pqkpqkXP k 1,2,1 1 这 个 概 率 分 布 称 为 几 何 分 布 。 ( ) 巴 斯 卡 分 布 在 独 立 重 复 试 验 中 , 若 记 X为 A在 第 r次 发 生 时 的 试 验 次 数 ,则 X的 分 布 律 为 pqrrkpqCkXP rrkrk 1,1, 11 这 个 分 布 称 为 巴 斯 卡 分 布 。 分 布 函 数离 散 型 r.v.的分 布 律 连 续 型 r.v.的分 布 密 度分 布 函 数的 性 质 分 布 律与 分 布 函 数的 关 系 概 率 密 度与 分 布 函 数的 关 系
- 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. 装配图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。