随机变量及其分布要点.ppt

例7. 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. 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，它是贝努里试验. 依题意，每次试验取到次品的概率为0.05. 设X为所取的3个中的次品数， 于是，所求概率为： 则 X ~ B (3,0.05)， 解: 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，不是贝努里概型，此时，只能用古典概型求解. 古典概型与贝努里概型不同，有何区别？ 请思考： 贝努里概型对试验结果没有等可能的要求，但有下述要求： （1）每次试验条件相同； 二项分布描述的是n重贝努里试验中出现 “成功”次数X的概率分布. （2）每次试验只考虑两个互逆结果A或 ， 且P(A)=p ， ； （3）各次试验相互独立. 可以简单地说， 例8. 某类灯泡使用时数在1000小时以上 的概率是0.2，求三个灯泡在使用1000 小时以后最多只有一个坏了的概率. 设X为三个灯泡在使用1000小时已坏的灯泡数 . X ~ B (3, 0.8)， 把观察一个灯泡的使用 时数看作一次试验, “使用到1000小时已坏” 视为“成功”.每次试验, “成功”的概率为0.8 P(X 1) =P(X=0)+P(X=1) =(0.2)3+3(0.8)(0.2)2 =0.104 解: 例9. 为保证设备正常工作，需要配备适量的维修人员 . 设共有300台设备，每台的工作相互独立，发生故障的概率都是0.01.若在通常的情况下，一台设备的故障可由一人来处理 . 问至少应配备多少维修人员，才能保证当设备发生故障时不能及时维修的概率小于0.01? 我们先对题目进行分析： 300台设备，独立工作，出故障概率都是0.01. 一台设备故障一人来处理. 问至少配备多少维修人员，才能保证当设备发生故障时不能及时维修的概率小于0.01? 设X为300台设备同时发生故障的台数， 300台设备，独立工作，每台出故障概率 p=0.01 . 可看作n=300的贝努里概型. X~B(n,p)，n=300, p=0.01 可见， 300台设备，独立工作，出故障概率都是0.01 . 一台设备故障一人来处理. 问至少配备多少维修人员，才能保证当设备发生故障时不能及时维修的概率小于0.01? 设X为300台设备同时发生故障的台数， X~B(n,p)，n=300, p=0.01 设需配备N个维修人员， 所求的是满足 的最小的N. P(XN) 0.01 或 P(X N) 0.99 设X为300台设备同时发生故障的台数， X~B(n,p)，n=300, p=0.01 设需配备N个维修人员， 所求的是满足 P(XN) 0.01的最小的N. P(XN) n大,p小,np=3, 用 =np=3 的泊松近似 下面给出正式求解过程： 解: 即至少需配备8个维修人员. 查书末的泊松分布表得 N+1 9, 即N 8 我们求满足 的最小的N. （三）、泊松分布（Possion分布）的定义 及图形特点 若随机变量X的分布列为： λ＞0（常数），k =0,1,2,…， 则称X服从参数为λ的泊松分布， 记为X~P（λ）。 性质： 1. P（X=k）≥0, k=0,1,2,…， 2. 泊松分布的图形特点： X~P( ) 历史上，泊松分布是作为二项分布的近似，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. 二项分布与泊松分布 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、意外事故等等 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）. 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