_维随机变量及其分布_.PPTVIP

第一节 一维随机变量  及其分布(2) 三、离散型随机变量 定义 注 例1 2.离散型随机变量分布律与分布函数的关系 (1) 若已知X 的分布律: 注 例2 四、典型的离散型随机变量及其分布 3.离散型均匀分布 例3 泊松定理 注 例4 例5 6.几何分布 内容小结 备用题 例2-1 例2-2 例3-1 例3-2 例3-3 例4-1 例6-1 例6-2 两种计算表明,结果误差不大, 计算机停止工作的概率约为0.777. 解 已知 一时段内通过某交叉路口的汽车数X可看 作服从泊松分布的随机变量，若在该时段内没 有汽车通过的概率为0.2,求在这一时段内多于 一车通过的概率. 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 产品数目 X 是一个随机变量 , 求X 的分布律. 例6 所以 X 服从几何分布. 注 几何分布可作为描述某个试验 “首次成功” 解 的概率模型. 超几何分布在关于废品的记件检验中经常用到. 7. 超几何分布 1. 离散型随机变量 X 的分布律(分布列) 2. 常见的离散型分布及其应用背景. 背景 分布律 记号 分布名称 退化分布 (单点分布) 必然事件 两点分布 (或 0–1分布) X ~B(1,p) 贝努里 概型 (0p1) 背景 分布律 记号 分布名称 离散型均匀分布 古典概型 二项分布 X ~B(n ,p) n重贝努里概型 泊松分布 X ~P(?) (?0) (0p1) 稀有事件 背景 分布律 记号 分布名称 几何分布 在n重独立试验中，A首次发生的试验次数为X. 超几何分布 设N件产品中有M件次品，从中任取n件，其中的次品数为X. 例1-1 设随机变量的分布律为 试确定常数 a. 解 所以 a = 1. 一汽车沿一街道行驶，需要通过三个均设 有红绿信号灯的路口，每个信号灯为红或绿与其它 信号灯为红或绿相互独立，且红绿两种信号灯显示 的时间相等. 以X表示该汽车首次遇到红灯前已通过 的路口的个数，求X的概率分布. 解 依题意, X可取值0, 1, 2, 3. P(X=0)=P(A1)=1/2, 路口3 路口2 路口1 设 路口3 路口2 路口1 路口3 路口2 路口1 路口3 路口2 路口1 即 两名蓝球队员轮流投篮,直到某人投中为 止,若第一名队员投中的概率为0.4,第二名队员投中 的概率为0.6,求每一名队员投篮次数的概率分布列 (设由第一名队员先投). 解 设X,Y分别表示第一、二名队员的投篮次数. 表示第一名运动员和第二名运动员在前k-1次都未 投中,而第一名运动员的第k次投中,或者第一名运 动员在自己的前k次中未投中及第二名运动员在自 己的前k-1次中未投中,但在第k次时投中,故 仿上述分析,可得 从一批含有10件正品及3件次品的产品中一 件、一件地取产品.设每次抽取时, 所面对的各件 产品被抽到的可能性相等.在下列三种情形下, 分 别求出直到取得正品为止所需次数 X 的分布律. (1)每次取出的产品经检定后又放回 这批产品中去在取下一件产品;(2)每 次取出的产品都不放回这批产品中; (3)每次取出一件产品后总以一件正 品放回这批产品中. 故 X 的分布律为 解 (1) X 所取的可能值是 (2) 若每次取出的产品都不放回这批产品中时, 故 X 的分布律为 X 所取的可能值是 (3) 每次取出一件产品后总以一件正品放回这批 产品中. 故 X 的分布律为 X 所取的可能值是 某射手命中10环的概率为0.7,命中9环的概 率为0.3.试求该射手三次射击所得的环数不少于29 环的概率. 解 记X为三次射击中命中10环的次数,则 因为“所得的环数不少于29环”相当于 “射击三次至少二次命中10环”，故所求概率为 经验表明：预定餐厅座位而不来就餐的顾 客比例为20%．如今餐厅有50个座位，但预定给 了52位顾客，问到时顾客来到餐厅而没有座位的 概率是多少？ 解 记X为预定的52位顾客中不来就餐的顾客数， 因为“顾客来到就餐没有座位”相当 于“52位顾客中最多1位顾客不来就餐”，所以所求 概率为 在保险公司里有2500名同龄和同社会阶层 的人参加了人寿保险，在一年中每个人的死亡 的概率为0.002, 每个参加保险的人在1月1日须 交12元保险费，而在死亡时家属可从保险公司 里领取2000元赔偿金. 求： (1) 保险公司亏本的概率；