Ch2-1随机变量分布函数及离散型摘要.ppt

注 意 点 (1) 注 意 点 (2) 例 9一张考卷上有5道选择题，每道题列出4个可能 答案，其中只有一个答案是正确的．某学生靠猜测 能答对4道题以上的概率是多少？ 所以 Poisson 分布的应用 Poisson分布是概率论中重要的分布之一． 自然界及工程技术中的许多随机指标都服从Poisson分布． 例如，可以证明，电话总机在某一时间间隔内收到的呼叫次数，放射物在某一时间间隔内发射的粒子数，容器在某一时间间隔内产生的细菌数，某一时间间隔内来到某服务台要求服务的人数，等等，在一定条件下，都是服从Poisson分布的． 当 1 x 2 时， F(x) = P{X=0} + P{X=1} = + = 当 x 2 时， F(x) = P{X=0} + P{X=1} + P{X=2} = 1 F(x) = P{X x} 解: 例4 ，求 F(x). X的分布律为 故 注意右连续 下面我们从图形上来看一下. 概率函数图 分布函数图 画 分布 函数图 对离散随机变量的分布函数： (1) F(x)是递增的阶梯函数; (2) 其间断点均为右连续的; (3) 其间断点即为X的可能取值点; (4) 其间断点的跳跃高度是对应的概率值. 例5 设离散型随机变量X的分布函数为 则X的概率分布为 五、常见的离散型随机变量的概率分布 (I) 两点分布（0-1分布） 设E是一个只有两种可能结果的随机试验,用Ω={?1, ?2}表示其样本空间. P({?1})=p , P({?2})=1-p 　来源 X(?)= 记为 X~B(1,p) 称X服从参数为p 的两点分布 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 例 6 则 P{X=1}=196/200=0.98, P{X=0}=4/200=0.02 故 X服从参数为0.98的两点分布 . 即 X ~ B(1,0.98). X(?)= 掷骰子：“掷出4点”，“未掷出4点” 一般地，设在一次试验中我们只考虑两个 互逆的结果：A或 ， 或者形象地把两个互逆结果叫做“成功”和“失败”. 新生儿：“是男孩”，“是女孩” 抽验产品：“是正品”，“是次品” 再设我们重复地进行n次独立试验 ( “重复”是指这次试验中各次试验条件相同 ) 贝努里概型 和 二项分布 (II) 这样的n次独立重复试验称作n重 贝努里试验，简称贝努里试验或贝努里概型. 每次试验成功的概率都是p，失败的概率 都是q=1-p. 用X表示n重贝努里试验中事件A（成功）出现的次数，则 称r.v.X服从参数为n和p的二项分布，记作 X~B(n,p) binomial(二项式) X的概率分布是： 男 女 X表示随机抽查的4个婴儿中男孩的个数， 生男孩的概率为 p. X可取值0,1,2,3,4. X ~ B (4, p)， 例7 设生男孩的概率为p,生女孩的概率为 q=1-p，令X表示随机抽查出生的4个婴儿中“男孩”的个数. 我们来求X的概率分布. 例8 某类灯泡使用时数在2000小时以上视为正品.已知有一大批这类的灯泡,其次品率是0.2.随机抽出20只灯泡做寿命试验,求这20只灯泡中恰有k只是次品的概率. 解: 设X为20只灯泡中次品的个数 ,则. X ~ B (20, 0.2)， 次品数少于2的概率 至少有1件次品的概率 则答5道题相当于做5重Bernoulli试验． 第二章 随机变量及其分布 解：每答一道题相当于做一次Bernoulli试验， 退 出 前一页 后一页 目 录 第二章 随机变量及其分布 §2离散型随机变量 退 出 前一页 后一页 目 录 一、泊松分布的定义 设随机变量X所有可能取的值为0 , 1 , 2 , … , 且概率分布为： 其中 0 是常数,则称 X 服从参数为 的 泊松分布,记作X~P( ). (III) 泊松分布（ poission ） 易见 第二章 随机变量及其分布 §2离散型随机变量 泊松分布表 附表一(P239) 查 P{X=5} 查 P{X5} 查 P{X5} 查 P{X≤5} 查 P{X≥5} 例10 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λ=5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