離散型隨機變量解析

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(shù)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(jié)例1的概率分布表是，的概率分布是 上節(jié)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(xiàn)他連續(xù)向一目標

2、射擊，直到第一次擊中目標為止， 記 “射擊次數(shù)”，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(shù)，即=，且 ， 其中 ，且的概率分布表如下：2性質(zhì)：任何一個離散型隨機變量的概率分布一定滿足性質(zhì)， 利用隨機變量與其分布律，我們可求各種隨機事件發(fā)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(shù)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(shù)），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(jié)例1中，服從“0 ” 分布。例3 有100件產(chǎn)品，其中有95件是正品，5件是次品，現(xiàn)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(xiàn)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(shù)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(shù)學模型?！纠?】 保險公司為了估計企業(yè)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(shù)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(shù)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(xiàn)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(shù)，總機在單位時間收到的呼叫數(shù)，一個地區(qū)每月發(fā)生的