概率论与数理统计第2章第一二节 随机变量及其分布ppt1,2研讨.ppt

第二章 第一二节 * 解：设需进行n次射击，才能使至少命中一次目标 的概率不少于0.95． B={ n次射击至少命中一次目标 } 进行n次射击，可看成是一n重Bernoulli试验． 例7 对同一目标进行射击，设每次射击的命中率 均为0.23，问至少需进行多少次射击，才能使至少 命中一次目标的概率不少于0.95？ 第二章 第一二节 * 由题意，得 所以，有 取对数，得 所以，有 第二章 第一二节 * 泊松分布(Poisson) 设随机变量Ｘ所有可能的取值为0,1,2,…,而取各个 值的概率为： 则称Ｘ服从参数为　的泊松分布，记为： 第二章 第一二节 * 分布律的验证 ⑵ 又由幂级数的展开式，可知 所以 是分布律． 可知对任意的自然数 k，有 ⑴ 由于 * 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， 1)电话总机在某一时间间隔内收到的呼叫次数， 2)放射物在某一时间间隔内发射的粒子数， 3)容器在某一时间间隔内产生的细菌数， 4)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． 解：由分布率的性质有 试确定未知常数c . 例8 如果随机变量X 的分布律为 解：随机变量 X 的分布律为 由已知 例9 设随机变量 X 服从参数为λ的Poisson分布， 且已知 由此得方程 得解 所以， 得 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: 设该商品每月的销售数为X, 已知X服从参数λ=5的泊松分布. 设商店在月底应进某种商品m件, 求满足 P{ X ≤ m }0.95 的最小的m . 进货数 销售数 求满足 P {X ≤ m }0.95 的最小的m. 查泊松分布表得 P{Xm}≤ 0.05 也即 于是得 m+1=10, m=9件 或 第二章 第一二节 * 4 泊松定理 第二章 第一二节 * 例11 有300台机器，工作相互独立。发生故障概率为0.01，通常，一台机器的故障可由一人来修理（一人修一台），问至少需要多少工人，才能保证当设备发生故障但不能及时修理的概率小于0.01。 解：设需要配备修理工人数为N个，设备同时发生故障的台数为X台，由题知求最小的N为多少，即使 P{XN}≤0.01. 因为X~B(300 , 0.01)，由于n很大，p很小,故用泊松分布近似 第二章 第一二节 * 查表可得： N+1=k≥8 = N=7（最小的）。 例12 （寿险）在保险公司里有2500个同一年龄和同社会阶层的人参加人寿保险在一年里死亡的概率为0.002，每个参加保险的人在一月一日付12元保险费，而死亡时家属可由保险公司领2000元。（1）求公司亏本的概率（2）求获利不小于10000元的概率。 解；（1）公司一年总收入2500*12=30000， X：一年中死亡人数。 X~b(2500 , 0.002),要2000X30000 第二章 第一二节 * (2) 第二章 第一二节 * 对于离散型随机变量，如果知道了它的分布律,也就知道了该随机变量取值的概率规律. 在这个意义上，我们说 这一节，我们介绍了离散型随机变量及其分布律，并给出两点分布、二项分布、泊松分布三种重要离散型随机变量. 离散型随机变量由它的分布律唯一确定. 四、小结 * 工作量增大了，但工作效率提高了。 * 人多浪费，人少影响生产 * 工作量过大，每人负责37台。 * 乐于开展某次保险业务。 第二章 第一二节 * 第二章　　随机变量及其分布 第一节　随机变量 第二节　离散型随机变量 教学重点 1、离散型随机变量的分布律 2、伯努利试验 第二章 第一二节 * 一　随机变量 　１　随机变量概念的产生 　　在实际问题中，随机试验的结果可以用数量来表示: 　　１）有一些试验的结果本身与数量有关系（本身就是一个数）． 　　２）在有一些试验中，试验结果看来与数值无关，但我们可以引进一个变量来表示他的各种结果．也就是说，把试验结果数值