02第二节离散型随机变量及其概率分布.docVIP

第二节 离散型随机变量及其概率分布 分布图示 ★ 离散型随机变量及其概率分布 ★ 例1 ★ 关于分布律的说明 ★ 两点分布 ★ 例2 ★ 二项分布 ★ 例3 ★ 例4 ★ 例5 ★ 泊松分布 ★ 例6 ★ 二项分布的泊松近似 ★ 例7 ★ 例8 ★ 例9 ★ 内容小结 ★ 课堂练习 ★ 习题2-2 内容要点 一、离散型随机变量及其概率分布 定义 设离散型随机变量的所有可能取值为, 称 为的概率分布或分布律, 也称概率函数. 常用表格形式来表示的概率分布: 二、常用离散分布 退化分布 两点分布 个点上的均匀分布 二项分布 几何分布 超几何分布 泊松分布：泊松分布是概率论中最重要的几个分布之一. 实际问题中许多随机现象都服从或近似服从泊松分布. 例题选讲 离散型随机变量 例1 (E01) 某篮球运动员投中篮圈的概率是0.9, 求他两次独立投篮投中次数的概率分布. 解 可取0, 1, 2为值, 且 于是, 的概率分布可表示为 两点分布 例2 (E02) 200件产品中, 有196件是正品, 4件是次品, 今从中随机地抽取一件, 若规定 则 于是, 服从参数为0.98的两点分布. 二项分布 例3(E03) 已知100个产品中有5个次品, 现从中有放回地取3次, 每次任取1个, 求在所取的3个中恰有2个次品的概率. 解 因为这是有放回地取3次, 因此这3次试验的条件完全相同且独立, 它是伯努利试验, 依题意, 每次试验取到次品的概率为0.05. 设为所取的3个中的次品数, 则 于是, 所求概率为: 注: 若将本例中的 “有放回” 改为 “无放回”, 那么各次试验条件就不同了, 已不是伯努利概型, 此时, 只能用古典概型求解. 例4(E04) 某人进行射击, 设每次射击的命中率为0.02, 独立射击400次, 试求至少击中两次的概率. 解 将一次射击看成是一次试验. 设击中的次数为, 则 的分布律为 于是所求概率为 例5 设有80台同类型设备, 各台工作是相互独立的,发生故障的概率都是0.01, 且一台设备的故障能由一个人处理. 考虑两种配备维修工人的方法, 其一是由4人维护, 每人负责20台; 其二是由3人共同维护80台. 试比较这两种方法在设备发生故障时不能及时维修的概率的大小. 解 按第一种方法. 以记 “第1人维护的20台中同一时刻发生故障的台数”, 以表示 “第人维护的20台中发生故障不能及时维修”, 则知80台中发生故障不能及时维修的概率为 而 故有 即 按第二种方法. 以记80台中同一时刻发生故障的台数. 此时 故80台中发生故障而不能及时维修的概率为 结果表明, 在后一种情况尽管任务重了(每人平均维护约27台), 但工作效率不仅没有降低, 反而提高了. 泊松分布 例6(E05) 某一城市每天发生火灾的次数X服从参数的泊松分布, 求该城市一天内发生3次或3次以上火灾的概率. 解 由概率的性质, 得 二项分布的泊松近似 例7(E06) 某公司生产的一种产品300件. 根据历史生产记录知废品率为0.01. 问现在这300件产品经检验废品数大于5的概率是多少? 解 把每件产品的检验看作一次伯努利试验, 它有两个结果: {正品},{废品}.检验300件产品就是作300次独立的伯努利试验. 用表示检验出的废品数, 则 我们要计算 对 有 于是, 得 查泊松分布表, 得 例8(E07) 一家商店采用科学管理, 由该商店过去的销售记录知道, 某种商品每月的销售数可以用参数的泊松分布来描述, 为了以95%以上的把握保证不脱销, 问商店在月底至少应进某种商品多少件? 解 设该商品每月的销售数为 已知服从参数的泊松分布. 设商店在月底应进该种商品件, 求满足的最小的 即 查泊松分布表, 得，于是得件. 例9 自1875年至1955年中的某63年间, 上海市夏季(5—9月)共发生大暴雨180次, 试建立上海市夏季暴雨发生次数的概率分布模型. 解 每年夏季共有天, 每次暴雨发生以1天计算, 则夏季每天发生暴雨的概率 将暴雨发生看做稀有事件, 利用泊松分布来建立上海市一个夏季暴雨发生次的概率分布模型. 设表示夏季发生暴雨的次数, 由于 故得上海市暴雨发生次数的概率分布模型为 由上述的概率分布计算63年中上海市夏季发生次暴雨的理论年数 并将它与资料记载的实际年数作对照, 这些值及的值均列入下表. 0 1 2 3 4 5 6 7 8 9 10 11 … 0.05