2随机变量与概率分布介绍.ppt

11 一种电子元件的使用寿命Ｘ（小时）服从正态分布Ｎ(1000,802 ),某仪器上装有3个这种元件，三个元件损坏与否是相互独立的.求使用950小时内无一元件损坏的概率. 例 解: 因为 X ～ N(1000, 802) 故任一元件950小时内不损坏的概率为 设Y为使用950小时内不损坏的元件数, 故 则由独立性条件，有 Y ～ B(3, p) 例12 设 X ~ N ( ? , ? 2), 求 解: X的取值几乎全部集中在区间 内 3? 原理（准则） 在一次试验中，正态变量 X 取值于区间 ( ? - 3? , ? +3? ) 内的概率为 0.9974， 因而超出此区间概率很小。 如在质量监控中，常用标准指标值±3?作两条线，当生产过程的指标观察值落在两线之外时发出警报，表明生产出现异常。 正态分布的应用 正态分布是应用最为广泛的分布，它在概率统计中占有特别重要的地位。 各种测量的误差； 人体的高度； 学生的考试成绩； 工厂产品的尺寸； 农作物的收获量； 海洋波浪的高度； 金属线抗拉强度； 电流强度； 3) 指数分布 若 r .v X具有概率密度 其中?0为常数，则称X服从参数为?0的指数分布。 记作 X ~ Exp(?) 0 y x y = f (x) 显然 指数分布的分布函数为 0 y x y = F (x) 设某类日光灯管的使用寿命 X 服从参数为 ? =1/1500的指数分布(单位:小时). (1)任取一只这种灯管, 求能正常使用1000小时以 上的概率. (2) 有一只这种灯管已经正常使用了800 小时以 上,求还能使用1000小时以上的概率. X 的分布函数为 解: 例13 若 X ~Exp(?)，则对任意 s, t 0，有 指数分布的性质 —无记忆性 事实上 命题 永远年轻——在已知寿命超过s岁的条件下，还能活过t年 的概率与其出生时，能活过t年的概率相同。 指数分布的应用场合 随机服务系统中的服务时间。 电话问题中的通话时间； 电子元件的使用寿命 动物的寿命 指数分布常用作各种“寿命”分布的近似 小结 一 维 随 机 变 量 分布函数 离散型 连续型 单调增，右连续，0≤F(x)≤1。 概率密度 分布函数 分布函数 分布律 典型分布 互化 典型分布 非负性，归一性。 分布律 互化 两点分布 二项分布 泊松分布 非负性，归一性。 概率密度 均匀分布 正态分布 指数分布 伯努利 Jacob Bernoulli 1654-1705 瑞士数学家 概率论的奠基人 伯努利简介 伯努利家族祖孙三代出过十多位数学家. 这在世界数学史上绝无仅有. 伯努利幼年遵从父亲意见学神学,当读了 R.笛卡尔的书后,顿受启发,兴趣转向数学. 1694年,首次给出直角坐标和极坐标下的曲率半径公式,同年关于双纽线性质的论文,使伯努利双纽线应此得名. 1695年提出著名的伯努利方程: 深入研究了对数螺线, 发现对数螺线经过各种变换后, 结果还是对数螺线,在惊叹此曲线的奇妙之余,遗言把对数螺线刻在自己的墓碑上,并附以颂词: 纵使变化,依然故我 1713年出版的巨著《推测术》,是组合数学及概率史的一件大事.书中给出的伯努利数、伯努利方程、伯努利分布等, 有很多应用, 还有伯努利定理,这是大数定律的最早形式。 * 随机变量随机变量 * 随机变量随机变量 * * 对任意固定的k (0 ≤ k ≤ n)，当n→∞时，有 故得 证毕 因此，当 n 很大（ n≥10）且 p 较小（p≤0.1）时，有以下的泊松近似公式 其中 λ= np . n=100（较大）， p =0.01（较小） 可利用泊松近似公式。 λ=100×0.01=1， 则 配备2名维修工人，不能及时维修的概率是 配备4名维修工人，不能及时维修的概率是 例5（续）： 若随机变量X 的分布律为 其中λ 0为常数，则称 X 服从参数为λ的泊松分布，简记为 X ~ P(λ)。 4)泊松分布 因为 所以{ }确实是概率分布。 泊松分布与二项分布的比较 泊松分布的应用 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. 后来，人们发现很多现象都服从泊松分布