本科概率,培训教程文件.pptVIP

二项分布的取值情况 设 .039 .156 .273 .273 .179 .068 .017 .0024 .0000 0 1 2 3 4 5 6 7 8 0.273? 由图表可见 , 当 时， 分布取得最大值 此时的 称为最可能成功次数 x P ? 0 ? 1 ? 2 ? 3 ? 4 ? 5 ? 6 ? 7 ? 8 设 .01 .06 .14 .21 .22 .18 .11 .06 .02 .01 .002 .001 0 1 2 3 4 5 6 7 8 9 10 11 ~ 20 ? ? x P ? ? ? ? ? 1 ? 3 ? 5 ? 7 ? 9 ? ? ? ? 0 ? 2 ? 4 ? 6 ? 8 ? 10 ? 20 由图表可见 , 当 时， 分布取得最大值 0.22 ? 二项分布中最可能出现次数 [x] 表示不超过 x 的最大整数 当( n + 1) p = 整数时,在 k = ( n + 1) p与 ( n + 1) p – 1 处的概率取得最大值 当( n + 1) p ? 整数时, 在 k = [( n + 1) p ]处的概率取得最大值 例 独立射击400次, 命中率为0.01, (1) k = [( n + 1)p ] = [( 400+ 1)0.01] =4 (2) 命中次数不少于3次的概率. 求 (1) 最可能命中次数及相应的概率； 令X 表示命中次数,则 X ~ B(400,0.01) 问题 如何计算 泊松近似 5. 泊松分布 若 其中 是常数，则称 X 服从参数为 的泊松(Poisson)分布. 或 记作 应用场合 在某个时段内： 某地区拨错号的电话呼唤次数； 市级医院急诊病人数； 某地区发生的交通事故的次数. 一本书一页中的印刷错误数. 泊松分布的图形特点： 泊松分布中最可能出现次数 当λ= 整数时,在λ与λ– 1 处的概率取得最大值 当λ? 整数时, 在 [λ]处的概率取得最大值 例 一家商店由过去的销售记录知道，某种商品每月的销售数服从参数λ=5 的泊松分布，为了以95%以上的把握保证不脱销，问商店在月底至少应进该种商品多少件？ 设该商品每月的销售数为X ，月底应进m件商品 P(X≤m)0.95 查泊松分布表得 P(Xm) ≤ 0.05 m+1=10, m=9件 二项分布的泊松近似 当试验次数n很大时，计算二项概率变得很麻烦，必须寻求近似方法. 我们先来介绍二项分布的泊松近似，后面我们将介绍二项分布的正态近似. 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. , 则对固定的 k 设 Possion定理 若X ~ B( n, p), 则当n 较大，p 较小, 则 结论 二项分布的极限分布是 Poisson 分布 n 10, p 0.1时近似效果较好 查附表3泊松分布表 利用Poisson定理再求前例 (2) 命中次数不少于3次的概率. 令X 表示命中次数,则 X ~ B(400,0.01) 泊松近似 例 保险公司里有2500人参加某种事故保险，每人每年付120元保险费，在一年中一个人发生此种事故的概率为0. 002，发生事故时家人可向保险公司领得20000元. 问： (1) 对该项保险保险公司亏本的概率有多大？ (2) 该项保险的利润不少于10万元的概率有多大？ 令X 表示出事故人数,则 X ~ B(2500,0.002) 泊松近似 亏本 几乎不亏本 可能性极大 利润不少于10万 解 设需要配备 N 个维修工人, 设 X 为同时发生故障的设备台数， 则 X ~ B( 100, 0.01) 设同类型设备100台，每台工作相互独立， 每台设备发生故障的概率都是 0.01. 一台设 备发生故障可由一个人维修. 问至少要配备 多少维修工人，才能保证当设备发生故障时 不能及时维修的概率小于0.01? （教材 P56-10） 思考 泊松近似 查附表3得 N+1=5 N = 4 至少要配备4名维修工人 概 率 统 计 随 机 量 变 其 及 分 布 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，由此就产生了随机变量的概念. 上一章中，随