maths2幻灯片.pptVIP

例2 金工车间有10台同类型的机床, 每台机床配备的电动机功率为10千瓦, 已知每台机床工作时, 平均每小时实际开动12分钟, 且开动与否是相互独立的. 现因当地电力供应紧张, 供电部门只提供50千瓦的电力给这10台机床, 问这10台机床能够正常工作的概率为多大? 分析: 机床 开动 停止 (“成功”) (“失败”) 定理 如果随机变量 X?b (n , p), 且 Y ＝n－X , 则 Y ~b (n , q)，其中 q＝1－p. 如果有N个元素，且这N个元素分为两类：第一类有N1个元素，第二类元素有N2个元素（N1＋N2＝N），采取不放回抽样，从这N个元素中取出n个元素，那么所取到的第一类元素的个数 X 的分布称为超几何分布，且 回顾 我们仍从二项分布出发，其概率模型可以简单的描述为：一个 n 重伯努利试验中“成功”的次数. 改变试验的目的 如果我们转而考虑：反复地做伯努利试验, 一直做到“成功”,每次“成功”的概率为 p, 以 X 表示所需试验次数，那么 X 就是伯努利试验中等待成功所需的试验次数，它的分布成为几何分布. 记作 X~ g (p)，其分布律为 例1 某人有一串 m 把外形相同的钥匙，其中只有一把能打开家门. 有一天该人酒醉后回家，下意识的每次从 m 把钥匙中随便拿一只去开门，问该人在第 k 次才把门打开的概率. 该性质称为几何分布的“无记忆”性，意指几何分布对过去的m次失败的信息在后面的计算中被遗忘了. 还可以证明，对任意具有无记忆性的正整值随机变量，一定服从几何分布. 设随机变量 X 所有可能取的值为0 , 1 , 2 , … , 且分布列为： 其中λ0 是常数,则称 X 服从参数为λ 的泊松分布 ,记作 X~P(λ) 常见应用：稠密或稀有事件的分布.如等车人数、寻呼台接到的呼唤次数、放射性物质在某段时间内放射的粒子数、某页书的印刷错误、铸件的疵点、布的疵点等. 要求满足 P(X ≤m)0.95 的最小的m . 例1 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? =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, 则 X～P(5) 设商店在月底应进某种商品 m 件, 查泊松分布表得 故商店至少应进某种商品9件才能以95%以上的把握保证不脱销 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 . 在实际中，许多随机现象服从或近似服从泊松分布,特别集中在社会现象和物理学领域中. 一般来说，泊松分布常用以描述某稀有事件（在一次试验中发生的可能性很小的事件称为稀有事件）在某段时间内出现的次数. 例如：某页书上的印刷错误的个数；某匹布上疵点的个数；某段时间内某放射性物质放射出的粒子数；某段时间内交换台接到电话用户呼唤的次数等. 二项分布与泊松分布的关系 定理2.4（泊松定理）在n重伯努利试验中, 成功次数 X 服从二项分布, 假设每次试验成功的概率为　　　　　　 并且 则对于任何非负整数 k ,有 　　这个定理说明，当n充分大，p很小，np不是太大时二项分布可用泊松分布来近似： 实际应用中, 以 n、p 为参数的二项分布, 当 n≥100 , p0.1 就可近似看作为以 ??n p 为参数的泊松分布. 有关概率的计算, 可直接查泊松分布表，从而使计算大大简化. X～b(5000,1/1000) 例3 一袋重量为500克的种子约10000粒，假设该袋种子的发芽率为98.5%，从中任取200粒进行试验，计算恰好有1粒没有发芽的概率. P(X=1)=p,P(X=0)=q 作业：p.62 3 (1-3), 8 §2.3 常见的连续型分布 1. 掌握均匀分布、指数分布、正态分布及其应用 均匀分布结合 二项分布 均匀分布的分布函数 例2 设X~U(2,5)，现对X进行了3次独立观测，试求至少有两次观测值大于3的概率. 解： 练习 设随机变量 则方程 有实根的概率为_____________ 常见应用 指数分布常用作各种“寿命”分布的近似，例如： （1）随机服务系统中的服务时间（如电话通话时间；车站、银行顾客等候的时间） （2）一些消耗性产品（如电子元器件；设备系统）的使用寿命等都近似服从指数分布.　 由引例知，指数分布具有无记忆性. 注 例 某仪器装有3只独立工作的同型号电器元件，其寿命服从如下指数分布： 求在仪器最初使用的200小时内，至少有一元件损坏的概率. 1.常见