北京师范大学珠海分校 国际特许经营学院与不动产学院 学年第二学期 欧阳顺湘

Slides:



Advertisements
Similar presentations
1 §2.2 离 散 型 随 机 变 量 §2.1 随 机 变 量 的 概 念 §2.3 超几何分布 · 二项分布 · 泊松分布 1. “0-1” 分布 ( 两点分布 ) 3. 二项分布 4. Poisson 分布 2. 超几何分布 n →∞ , N→∞ , (x = 0, 1, 2, , n) (x.
Advertisements

小结与复习( 4 ). 1 、内容小结 互斥事件互斥事件 不对立不对立 特点特点 ⑴ A 、 B 不能同时发生, A 发生必 然 B 不发生。 ⑵事件 A+B 是随机事件 概率概率 ,又若 A 1 , A 2 , … , A n 彼此互斥,则 对立对立 特点特点 ⑴ A 、 B 不能同时发生,但必有一.
随机变量及其概率分布 第二章 离散型随机变量及其分布律 正态分布 连续型随机变量及其分布律 随机变量函数的分布.
2.8 函数的微分 1 微分的定义 2 微分的几何意义 3 微分公式与微分运算法则 4 微分在近似计算中的应用.
2.5 函数的微分 一、问题的提出 二、微分的定义 三、可微的条件 四、微分的几何意义 五、微分的求法 六、小结.
第二章 导数与微分. 二、 微分的几何意义 三、微分在近似计算中的应用 一、 微分的定义 2.3 微 分.
第二节 换元积分法 一、第一类换元积分 法(凑微分法) 二、第二类换元积分法. 问题 解决方法 利用复合函数,设置中间变量. 过程令 一、第一类换元积分法(凑微分法)
全微分 教学目的:全微分的有关概念和意义 教学重点:全微分的计算和应用 教学难点:全微分应用于近似计算.
初中数学 九年级(上册) 4.2 等可能条件下的概率(一)(2).
古典概型习题课.
第二章 随机变量及其分布 在第一章里,我们研究了随机事件及其概率.而对于一个随机试验,我们除了对某些特定的事件发生的概率感兴趣外,往往还会关心某个与试验结果相联系的变量.由于这一变量依赖于试验结果,因而这一变量的取值具有随机性,这种变量被称为随机变量.本章将着重介绍两类随机变量——离散型随机变量和连续型随机变量及其分布.
学案5 离散型随机变量及其分布列.
量 及 变 其 机 分 随 布 第 章 二.
概率论与数理统计 2.2 离散型随机变量及其分布.
§2.2 离散型随机变量及其分布 离散型随机变量的概念 定义 若随机变量 的可能取值是有限多个或无穷可列多个,则称 为离散型随机变量.
圆的一般方程 (x-a)2 +(y-b)2=r2 x2+y2+Dx+Ey+F=0 Ax2+Bxy+Cy2+Dx+Ey+ F=0.
第五章 二次型. 第五章 二次型 知识点1---二次型及其矩阵表示 二次型的基本概念 1. 线性变换与合同矩阵 2.
概率论与数理统计 课件制作:应用数学系 概率统计课程组.
3.1.3 概率的基本性质 事件 的关系 和运算 概率的 几个基 本性质 南海中学分校高一备课组.
3.1.3 概率的基本性质.
10.2 立方根.
25.2 用列举法求概率(第3课时) 保靖民中:张 强.
高二数学 选修 独立重复试验与二项分布.
第二节 离散型随机变量 及其分布律 一、离散型随机变量的分布律 二、常见离散型随机变量的概率分布 三、小结.
第二章 随机变量及其分布 关键词: 随机变量 概率分布函数 离散型随机变量 连续型随机变量 随机变量的函数.
25.2 用列举法求概率(第1课时) 曲沟镇第二初级中学:王艳利.
12.1 等可能性 王林中学:娄艳秋.
等可能条件下的概率(一) 有些事件的概率,如某批足球的质量情况、某种绿豆在相同条件下的发芽情况,是通过在大量重复进行的同一试验时,事件A发生的频率 会稳定地在某一个常数附近摆动, 这个常数就是事件A发生的概率. 通过大量的重复的实验,得到某个事件发生的频率,进而估计其发生的概率。这种方法费时、费力而且结果有一定的摆动性,有些实验还具有破坏性.
§5.3 定积分的换元法 和分部积分法 一、 定积分的换元法 二、 定积分的分部积分法 三、 小结、作业.
第5章 定积分及其应用 基本要求 5.1 定积分的概念与性质 5.2 微积分基本公式 5.3 定积分的换元积分法与分部积分法
高二数学 选修 离散型随机变量 安阳市实验中学 李志敏.
主要内容 § 3.1 多维随机变量及联合分布 联合分布函里数 联合分布律 联合概率密度 § 3.2 二维随机变量的边缘分布
随机变量及其 概率分布.
全 微 分 欧阳顺湘 北京师范大学珠海分校
3.解:连续掷同一枚硬币4次的基本事件总数为 ,
第三章 多维随机变量及其分布 §2 边缘分布 边缘分布函数 边缘分布律 边缘概率密度.
例1 :甲击中的环数; X :乙击中的环数; Y 平较高? 试问哪一个人的射击水 : 的射击水平由下表给出 甲、乙两人射击,他们
第六章 概率初步 6.2 频率的稳定性.
§2 求导法则 2.1 求导数的四则运算法则 下面分三部分加以证明, 并同时给出相应的推论和例题 .
概率论 Probability.
概 率 统 计 主讲教师 叶宏 山东大学数学院.
第二章 随机变量及其分布 §1 随机变量 §2 离散型随机变量及其分布 §3 随机变量的分布函数 §4 连续型随机变量及其概率密度
第一章 函数与极限.
习题 一、概率论 1.已知随机事件A,B,C满足 在下列三种情况下,计算 (1)A,B,C相互独立 (2)A,B独立,A,C互不相容
离散型随机变量.
概 率 统 计 主讲教师 叶宏 山东大学数学院.
数列.
抽样和抽样分布 基本计算 Sampling & Sampling distribution
Partial Differential Equations §2 Separation of variables
概 率 统 计 主讲教师 叶宏 山东大学数学院.
线 性 代 数 厦门大学线性代数教学组 2019年4月24日6时8分 / 45.
应用概率统计 主讲:刘剑平.
5.2 常用统计分布 一、常见分布 二、概率分布的分位数 三、小结.
复习.
用计算器开方.
§6.7 子空间的直和 一、直和的定义 二、直和的判定 三、多个子空间的直和.
第二章 随机变量及其分布 关键词: 随机变量 概率分布函数 离散型随机变量 连续型随机变量 随机变量的函数.
概 率 统 计 主讲教师 叶宏 山东大学数学院.
Ch5 一维随机变量.
第一节 不定积分的概念与性质 一、原函数与不定积分的概念 二、不定积分的几何意义 三、基本积分表 四、不定积分的性质 五、小结 思考题.
第三章 函数的微分学 第二节 导数的四则运算法则 一、导数的四则运算 二、偏导数的求法.
学习任务三 偏导数 结合一元函数的导数学习二元函数的偏导数是非常有用的. 要求了解二元函数的偏导数的定义, 掌握二元函数偏导数的计算.
第四节 随机变量函数的概率分布 X 是分布已知的随机变量,g ( · ) 是一个已知 的连续函数,如何求随机变量 Y =g(X ) 的分布?
第一部分:概率 产生随机样本:对分布采样 均匀分布 其他分布 伪随机数 很多统计软件包中都有此工具 如在Matlab中:rand
第15讲 特征值与特征向量的性质 主要内容:特征值与特征向量的性质.
§5.2 抽样分布   确定统计量的分布——抽样分布,是数理统计的基本问题之一.采用求随机向量的函数的分布的方法可得到抽样分布.由于样本容量一般不止2或 3(甚至还可能是随机的),故计算往往很复杂,有时还需要特殊技巧或特殊工具.   由于正态总体是最常见的总体,故本节介绍的几个抽样分布均对正态总体而言.
难点:连续变量函数分布与二维连续变量分布
用列举法求概率 (第二课时).
第三章 从概率分布函数的抽样 (Sampling from Probability Distribution Functions)
§4.1数学期望.
Presentation transcript:

北京师范大学珠海分校 国际特许经营学院与不动产学院 2004-2005学年第二学期 欧阳顺湘 2005.4.25 大学文科数学 之 线性代数与概率统计 北京师范大学珠海分校 国际特许经营学院与不动产学院 2004-2005学年第二学期 欧阳顺湘 2005.4.25

第五讲 离散型随机变量的分布列

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.

例1 掷一颗均匀的骰子, 用X 表示所得的点数,

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 一般地,我们给出如下定义: 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 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 (k=1,2, …) 满足: k=1,2, … (1) 用这两条性质判断 一个函数是否是 概率函数 (2)

例 连续投掷一枚均匀的硬币两次, 有如下4种等可能的结果 用X 表示这两次投掷所得结果中正面朝上的次数

例 连续投掷一颗均匀的的骰子两次, 用X 表示所得点 数之和.

例 连续投掷一颗均匀的的骰子两次, 用X 表示所得点 数之和.

二、表示方法 再看例1 (1)列表法: 任取3 个球 X~ (2)图示法 (3)公式法 X为取到的白球数 X可能取的值 是0,1,2 PK 0.1 0.3 0.6 k PK 1 2 (2)图示法 (3)公式法

一些重要的离散型概率分布 两点分布 二项分布 超几何分布 几何分布(与习题相关)

有很多随机试验, 它们往往只有两种相互对立的可能结果. 例如, 某射手射击某目标, 可能结果为击中或不中; 比赛前裁判投掷一枚均匀的硬币, 可能正面朝上或反面朝上; 质检员从一批含有次品的产品中随机地抽查一件产品, 则可能抽得次品, 也可能抽得正品.这样的试验常被称为贝努里试验, 它的两个可能的结果常被称为“成功” 和“失败".

例如, 投掷一枚均匀的硬币, 用X 表示正面朝上的次数, 则X 的分布列为 假设有一个贝努里试验, 成功的概率为p,  失败的概率为 1-p.若用X 表示一次这样的试验中成功的次数, 也就是说用{X = 0} 表示“失败”, {X = 1} 表示“成功”, 则 X 是一个只取0,1 值的随机变量, 它的分布列为 

二项分布 描述的是多重贝努里试验中成功次数的分布 从实例到模型….

在这个问题中, 一共投掷了3 次硬币, 各次投掷是相互独立的; 独立连续地投掷一枚不均匀的硬币n = 3 次, 已知该枚硬币正面朝上的可能性为反面朝上的 2 倍. 设 X 为这3 次投掷中正面朝上的次数, 求 X 的分布列. 每投掷一次硬币, 都有且只有两种可能的结果: 正面朝上或反面朝上, 并且每次投掷正面朝上的概率都为p = P(正)= 2/3 , 反面朝上的概率为q = 1-p =P(反) = 1/3 . 在这个问题中, 一共投掷了3 次硬币, 各次投掷是相互独立的; 其中正面朝上的的次数X 是一个随机变量, 它的可能取值为0,1,2,3.

3 次投掷都是反面朝上, 即只有0 次正面朝上的事件 {X = 0} 只包含一种可能的情形: 反反反. 由各次投掷的独立性可知它发生的概率为

3 次投掷中只有一次正面朝上的事件 {X = 1} 包含如下3 种相互排斥的结果

类似地可得这3 次投掷中恰有2 次正面朝上的事件 {X = 2} 的概率为

4. 各次试验是否相互独立? 独立性在随机变量X 的分布列的计算中, 具体应用在哪里? 如果将掷一次硬币看作做了一次试验, 试对上述问题思考如下问题: 3 如果将每次试验的两个可能的结果分别称为“成功”(正面朝上) 和“失败”(反面朝上), 那么, 每次试验成功的概率是多少? 它们相同吗? 这时, 随机变量X 表示什么? 4. 各次试验是否相互独立? 独立性在随机变量X 的分布列的计算中, 具体应用在哪里?

并将所得展开式的各项与随机变量X 的分布列 5. 试展开二项式 并将所得展开式的各项与随机变量X 的分布列 进行比较. 你能发现什么?

进行了n 次独立重复的 Bernoulli 试验: 每次试验只有两个可以分别称为“成功” 和“失败" 的相互对立的结果; 每次试验“成功” 的概率均为p, 失败的 概率均为q = 1-p; 各次试验是相互独立的, 如果X 表示这n 次试验中成功的次数,

则其中恰好有k 次试验成功的概率为二项式 展开式的第 k + 1 项, 即

如果一个随机变量X 的分布列如上所述, 则我们称X 服从参数为 n, p 的 二项分布或贝努里分布, 简记为

某车间有5 台机床, 每台机床工作与否彼此独立且工作的概率为0. 2 某车间有5 台机床, 每台机床工作与否彼此独立且工作的概率为0.2. 设每台机床工作时需电力10 千瓦, 但因电力发生故障现只能供应30千瓦的电力, 问此时车间不能正常工作的概率有多大? 解: 设X 为10 台机床中工作的台数, 则X 服从参数为n = 5; p = 0.2 的二项分布, 即

车间不能正常工作是指用电量超过 30 千瓦, 即 X >= 4, 其概率为

例 保险问题 例 设某保险公司有10000 人参加人身意外保险. 该公司规定: 每人每年付公司120 元, 如果遇到意外死亡, 公司将赔偿10000 元. 如果每人每年意外死亡率为0.006, 试讨论该公司是否会亏本 (不考虑公司的其他赔偿费用、开支和收入).

如果用X 表示这10000 人中意外死亡的人数, 那么X 服从参数为n =10000; p = 0.006 的二项分布, 即 死亡 X 人时,公司要赔偿 X 万元, 它的利润是(120-X) 万

超几何分布

某产品生产工艺复杂, 次品率高. 已知在一批 12 件这样的产品中有7 件次品. 现从中任取5 件 某产品生产工艺复杂, 次品率高. 已知在一批 12 件这样的产品中有7 件次品. 现从中任取5 件. 用X 表示取得的产品中的次品数, 试求P(X = 3), 即恰好取出3 件次品的概率.

例 高三(1) 班的联欢会上设计了一项游戏. 在一个口袋中装有6个红球, 4 个白球, 这些球除颜色外完全相同. 游戏者一次从中摸出5 个球, 如果摸到红球个数为4 个就可获赠一精美小礼品; 如果摸出的球都是红球, 就可获赠一套丛书. 一名同学准备试一试, 问他能获赠小礼品的概率是多少? 他能获赠一字典的概率又是多少?

练习 6个题 1 Page 153 6 (假设奖券无穷,该人买不尽奖券)

2 某车间有5 台机床, 每台机床工作与否彼此独立且工作的概率为0. 2 2 某车间有5 台机床, 每台机床工作与否彼此独立且工作的概率为0.2. 设每台机床工作时需电力10 千瓦, 但因电力发生故障现只能供应30千瓦的电力, 问此时车间不能正常工作的概率有多大?

例(不讲,课后习题与此同). 某射手连续向一目标射击,直到命中为止,已知他每发命中的概率是p,求所需射击发数X 的概率函数. 为计算 P(X =k ), k = 1,2, …, 设 Ak = {第k发命中},k =1, 2, …, 于是 P(X=1)=P(A1)=p,

设 Ak = {第k发命中},k =1, 2, …, 于是 P(X=1)=P(A1)=p, 可见 这就是求所需射击发数X的概率函数.

若随机变量X的概率函数如上式,则称X具有几何分布. 不难验证: