第二章第四节几种重要离散型分布.pptVIP

第四节 离散型随机变量 及其分布律 一、离散型随机变量的分布律 二、常见离散型随机变量的概率分布 三、小结 伯努利资料 泊松资料 证明略 定理的条件意味着当 n很大时，pn 必定很小. 因此，泊松定理表明，当 n 很大，p 很小时有以下近似式： 设 是一个正整数， ，则有 其中 泊松定理 n 100, np 10 时近似效果就很好. 实际计算中， 其中 设1000 辆车通过, 出事故的次数为 X , 则 可利用泊松定理计算 所求概率为 解 例4 有一繁忙的汽车站, 每天有大量汽车通过, 设每辆汽车,在一天的某段时间内出事故的概率 为0.0001,在每天的该段时间内有1000 辆汽车通 过,问出事故的次数不小于2的概率是多少? 例5 为了保证设备正常工作, 需配备适量的维修 工人 (工人配备多了就浪费 , 配备少了又要影响生 产),现有同类型设备300台,各台工作是相互独立的, 发生故障的概率都是0.01.在通常情况下一台设备 的故障可由一个人来处理(我们也只考虑这种情况 ) ,问至少需配备多少工人 ,才能保证设备发生故障 但不能及时维修的概率小于0.01? 解 所需解决的问题 使得 合理配备维修工人问题 由泊松定理得 故有 即 个工人,才能保证设备发生故障但不能及时维修的概率小于0.01. 故至少需配备8 例6 设有80台同类型设备,各台工作是相互独立的发生故障的概率都是 0.01,且一台设备的故障能由一个人处理. 考虑两种配备维修工人的方法 , 其一是由四人维护,每人负责20台; 其二是由3人共同维护台80.试比较这两种方法在设备发生故障时不能及时维修的概率的大小. 解 按第一种方法 发生故障时不能及时维修”, 而不能及时维修的概率为 则知80台中发生故障 故有 即有 按第二种方法 故 80 台中发生故障而不能及时维修的概率为 5. 超几何分布 例6 一袋中有10个球，其中6个红球，4个白球，采取不放回抽样，从中任取3球，设X为取到的红球的个数，求X的概率分布。 解：X可以取0，1，2，3，则 一般地，若N个元素分为两大类，第一类有N1个元素，第二类有N2个元素，采取不放回抽样，从中取出n个元素，那么所取到的第一类元素的个数X的分布为(N1+N2=N) ————超几何分布 超几何分布与二项分布有下列关系： 6. 几何分布 若随机变量 X 的分布律为 则称 X 服从几何分布. 实例 设某批产品的次品率为 p,对该批产品做有放回的抽样检查 , 直到第一次抽到一只次品为止 ( 在此之前抽到的全是正品 ), 那么所抽到的产品数 X 是一个随机变量 , 求X 的分布律. 一、离散型随机变量的分布律 二、常见离散型随机变量的概率分布 三、小结 说明 定义 离散型随机变量的分布律也可表示为 　　设随机变量 X 只可能取0与1两个值 , 它的分布律为 则称 X 服从 (0—1) 分布或两点分布. 1.两点分布 实例1 “抛硬币”试验,观察正、反两面情况. 随机变量 X 服从 (0—1) 分布. 其分布律为 实例2 200件产品中,有190件合格品,10件不合格品,现从中随机抽取一件,那末,若规定 取得不合格品, 取得合格品. 则随机变量 X 服从(0 —1)分布. 两点分布是最简单的一种分布,任何一个只有两种可能结果的随机现象, 比如新生婴儿是男还是女、明天是否下雨、种籽是否发芽等, 都属于两点分布. 说明 2.等可能分布 如果随机变量 X 的分布律为 实例 抛掷骰子并记出现的点数为随机变量 X, 则有 　　将试验 E 重复进行 n 次, 若各次试验的结果互 不影响 , 即每次试验结果出现的概率都不依赖于其 它各次试验的结果, 则称这 n 次试验是相互独立的, 或称为 n 次重复独立试验. (1) 重复独立试验 3.二项分布 (2) n 重伯努利试验 伯努利资料 实例1 抛一枚硬币观察得到正面或反面. 若将硬 　　　币抛 n 次,就是n重伯努利试验. 实例2 抛一颗骰子n次,观察是否 “出现 1 点”, 就 　　　是 n重伯努利试验. (3) 二项概率公式 且两两互不相容. 称这样的分布为二项分布.记为 二项分布 两点分布 例1 X ~ B ( n , p ), 求 E( X ) . 解 特例 若Y ~ B ( 1 , p ), 则 E(Y) 对于固定n及p，当k增加时 ,概率P(X=k) 先是随之增加直至 达到最大值, 随后单调减少. 二项分布的图形特点： X~B(n,p)