5(2.1随机变量;2.2离散型随机变量及其分布律).pptVIP

* * 称这样的分布为二项分布.记为 二项分布 两点分布 * * 二项分布的图形 * * 例如 在相同条件下相互独立地进行 5 次射击,每次射击时击中目标的概率为 0.6 ,则击中目标的次数 X 服从 b (5,0.6) 的二项分布. * * 分析 这是不放回抽样.但由于这批元件的总数很大, 且抽查元件的数量相对于元件的总数来说又很小,因而此抽样可近似当作放回抽样来处理. 例2 * * 解 * * 图示概率分布 * * 解 因此 例3 * * 有一繁忙的汽车站,每天有大量汽车通过,设每辆汽车在一天的某段时间内,出事故的概率为0.0001,在每天的该段时间内有1000 辆汽车通过, 问出事故的次数不小于2的概率是多少? 设 1000 辆车通过, 出事故的次数为 X , 则 解 例4 故所求概率为 二项分布 泊松分布 * * 4. 泊松分布 * * 泊松资料 Born: 21 June 1781 in Pithiviers, FranceDied: 25 April 1840 in Sceaux (near Paris), France Siméon Poisson * * 泊松分布的图形 * * 泊松分布的背景及应用 　　二十世纪初卢瑟福和盖克两位科学家在观察 与分析放射性物质放出的 粒子个数的情况时,他 们做了2608次观察(每次时间为7.5秒)发现放射 性物质在规定的一段时间内, 其放射的粒子数X 服从泊松分布. * * 在生物学、医学、工业统计、保险科学及 公用事业的排队等问题中 , 泊松分布是常见的. 例如地震、火山爆发、特大洪水、交换台的电 话呼唤次数等, 都服从泊松分布. * * 电话呼唤次数 交通事故次数 商场接待的顾客数 地震 火山爆发 特大洪水 * * 上面我们提到 二项分布 泊松分布 分布演示 * * 设1000 辆车通过, 出事故的次数为 X , 则 可利用泊松定理计算 所求概率为 解 例4 有一繁忙的汽车站, 每天有大量汽车通过, 设每辆汽车,在一天的某段时间内出事故的概率 为0.0001,在每天的该段时间内有1000 辆汽车通 过,问出事故的次数不小于2的概率是多少? * * 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 , 其一是由四人维护,每人负责20台; 其二是由3人共同维护台80.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 发生故障时不能及时维修”, 而不能及时维修的概率为 则知80台中发生故障 * * 故有 即有 * * 按第二种方法 故 80 台中发生故障而不能及时维修的概率为 我们发现，在后一种情况尽管任务重了（平均每人维护27台），但工作效率不仅没有降低，反而提高了。 * * 5. 几何分布 若随机变量 X 的分布律为 则称 X 服从几何分布. 实例 设某批产品的次品率为 p,对该批产品做有放回的抽样检查 , 直到第一次抽到一只次品为止 ( 在此之前抽到的全是正品 ), 那么所抽到的产品数 X 是一个随机变量 , 求X 的分布律. * * 所以 X 服从几何分布. 说明 几何分布可作为描述某个试验 “首次成功” 的概率模型. 解 * * 作业： 书面：P55: 2,3,6,8,12. 看:P30:例1,2 。 P37 泊松分布 西安电子科技大学 * * 二、随机变量的概念 一、随机变量的引入 第一节 随机变量 第二章　随机变量及其分布 * * 概率论是从数量上来研究随机现象内在规律性的，为了更方便有力的研究随机现象，就要用数学分析的方法来研究， 因此为了便于数学上的推导和计算，就需将任意的随机事件数量化．当把一些非数量表示的随机事件用数字来表示时， 就建立起了随机变量的概念． 1. 为什么引入随机变量? 一、随机变量的引入 * * 2. 随机变量的引入 实例1 在一装有红球、白球的袋中任摸一个球,观察摸出球的颜色. S={红色、白色} 非数量 将 S 数量化 可采用下列方法 红色 白色 * * 即有 X (红色)=1 , X (白色)=0. 这样便将非数量的 S={红色，白色} 数量化了. * * 实例2 抛掷骰子,观察出现的点数. S={1，2，3，4，5，6} 样本点本身就是数量 恒等变换 且有 则有 * * 二、随机变量