第二章-4.pptVIP

第二章 随机变量及其分布 §2.4 常用离散分布 2.4.1 二项分布 记为 X ~ b(n, p). X为n重伯努里试验中“成功”的次数, 例2.4.2 甲乙两棋手约定进行10局比赛,以赢的局数多者为胜,设在每局中甲获胜的概率为0.6,乙获胜的概率为0.4.如果各局比赛是相互独立的,试问甲胜,乙胜,不分胜负的概率各为多少? 2.4.2 泊松分布 2.4.3 超几何分布 2.4.4 几何分布 注 意 点 常用离散分布的数学期望 常用离散分布的方差 作业 P101 NO 10; 12; 第二章 随机事件及其分布 延安大学数学与计算机科学学院 * 第*页 §2.1 随机变量及其分布 §2.2 随机变量的数学期望 §2.3 随机变量的方差与标准差 §2.4 常用离散分布 §2.5 常用连续分布 §2.6 随机变量函数的分布 §2.7 分布的其他特征数 当n=1时，称 b(1, p) 为 0-1分布. 试验次数为 n=4, “成功”即取得合格品的概率为 p=0.8, 所以, X ~ b(4, 0.8) 思考： 若 Y 为不合格品件数，Y ?？ Y ~ b(4, 0.2) 一批产品的合格率为0.8, 有放回地抽取4次, 每次一件, 则取得合格品件数 X 服从二项分布. 例2.4.1 设X ~ b(2, p)， Y ~ b(4, p)， 已知 P(X?1) = 8/9， 求 P(Y?1). 解: 由 P(X?1) = 8/9 ，知 P(X=0) = 1/9. 由此得： P(Y?1) = 1? P(Y=0) 所以 1/ 9 = P(X=0) =(1?p)2， 从而解得: p = 2/3. = 1- (1?p)4 = 80/81. 0-1 分布的数学期望 = p 二项分布 b(n, p)的数学期望 = np 0-1 分布的方差 = p(1?p) 二项分布 b(n, p)的方差 = np(1?p) 若随机变量 X 的概率分布为 则称 X 服从参数为? 的泊松分布, 记为 X ~ P(?). 泊松分布 P(?) 的数学期望 = ? 泊松分布 P(?) 的方差= ? 泊松分布的期望及方差 例2.4.3 一铸件的砂眼(缺陷)数服从参数为λ=5的伯松分布,试求次铸件上至多有1个砂眼的概率和至少有2个砂眼的概率? 例2.4.4某商店出售某种商品由历史销售记录分析表明,月销售量服从参数为8的泊松分布,问在月初进货时,需要多少库存量,才能有90%的把握可以满足顾客的需求. 泊松定理 定理2.4.1 (二项分布的泊松近似) 在n重伯努里试验中，记 pn 为一次试验中 成功的概率. 若 npn ??，则 例2.4.5已知某种疾病的发病率为0.001,某单位共有5000人,问该单位患有这种疾病的人数不超过5人的概率?. 例2.4.6已知某种疾病的发病率为0.001,某单位共有5000人,问该单位患有10000名同年龄段同社会阶层的人参加了某保险公司的一项人寿保险,每人每年缴纳200元保险费,一年内,若投保人死亡,受益人可从保险公司获得100000元赔偿费.据生命表知这类人一年内死亡的概率为0.001,试求保险公司在这项业务上1)亏本的概率;2)至少获利500000元的概率. 例2.4.7 为保证设备正常运行,需要配备一些维修工,设各台机器发生故障是相互独立的,且每台机器发生故障的概率都是0.01,试在以下情况下,求设备发生故障而不能及时排除的概率. (1)一名维修工负责20台设备. (2)3名维修工负责90台设备. (3)10名维修工负责500台设备. 记为 X ~ h(n, N, M). 超几何分布对应于不返回抽样模型 ： N 个产品中有 M 个不合格品， 从中抽取n个，不合格品的个数为X . 超几何分布的期望及方差 EX=n *M/N, Var(X)=nM (N-M)(N-n)/N2(N-1) 记为 X ~ Ge(p) X 为独立重复的伯努里试验中， “首次成功”时的试验次数. 几何分布具有无记忆性，即： P( X m+n | X m ) = P( X n ) 几何分布Ge(p) 的数学期望 = 1/p 几何分布Ge(p) 的方差 = (1?p)/p2 几何分布的期望及方差 负二项分布(巴斯卡分布) 记为X ~ Nb(r, p). X 为独立重复的伯努里试验中， “第 r 次成功”时的试验次数. (1) 二项随机变量是独立 0-1 随机变量之和. (2)