第二章3节1.pptVIP

一.离散型随机变量的概念与性质 说 明 离散型随机变量可完全由其分布律来刻划． 即离散型随机变量可完全由其的可能取值以及取这 些值的概率唯一确定． 例 1 从1～10这10个数字中随机取出5个数字，令： X：取出的5个数字中的最大值． 试求 X 的分布律． 解： X 的取值为5，6，7，8，9，10． 并且 例 2 将 1 枚硬币掷 3 次，令： X：出现的正面次数与反面次数之差． 试求 X 的分布律． 解： X 的取值为-3，-1，1，3． 并且 例 3 设离散型随机变量 X 的分布律为 例 3（续） 例 4 设随机变量 X 的分布律为 二、一些常用的离散型随机变量 Bernoulli分布也称作 0-1 分布或二点分布． 例 6 15 件产品中有4件次品，11件正品．从中取出1件 令X：取出的一件产品中的次品数．则 X 的取值 为 0 或者 1，并且 2）二 项 分 布 如果随机变量 X 的分布律为 说 明 显然，当 n=1 时 二项分布的概率背景 进行n重Bernoulli试验，设在每次试验中 分布律的验证 ⑴．由于 例7 一张考卷上有5道选择题，每道题列出4个可能答案， 其中只有一个答案是正确的．某学生靠猜测至少能 答对4道题的概率是多少？ 解：每答一道题相当于做一次Bernoulli试验， 例 7（续） 所以 二项分布的分布形态 由此可知，二项分布的分布 可以证明： 例8 对同一目标进行300次独立射击，设每次射击时的命 中率均为0.44，试求300次射击最可能命中几次？其 相应的概率是多少？ 解：对目标进行300次射击相当于做300重Bernoulli 试验．令： 例8（续） 因此，最可能射击的命中次数为 3）Poisson 分布 如果随机变量 X 的分布律为 分布律的验证 ⑴ 由于 Poisson分布的应用 Poisson分布是概率论中重要的分布之一． 自然界及工程技术中的许多随机指标都服从Poisson分布． 例如，可以证明，电话总机在某一时间间隔内收到的呼叫次数，放射物在某一时间间隔内发射的粒子数，容器在某一时间间隔内产生的细菌数，某一时间间隔内来到某服务台要求服务的人数，等等，在一定条件下，都是服从Poisson分布的． 例 9 设随机变量 X 服从参数为λ的Poisson分布，且已知 例 9（续） 得 例 10 例 10（续） 解：设 B={ 此人在一年中得3次感冒 } Poisson定理 证明： Poisson定理的证明(续) 对于固定的 k，有 Poisson定理的证明(续) 所以， Poisson定理的应用 由 Poisson 定理，可知 例 11 设每次射击命中目标的概率为0.012，现射击600 次，求至少命中3次目标的概率（用Poisson分布近 似计算）． 解：设 B={ 600次射击至少命中3次目标 } 进行600次射击可看作是一600重Bernoulli试验. 例 11（续） 所以， 4）几 何 分 布 若随机变量 X 的分布律为 分 布 律 的 验 证 ⑴ 由条件 几何分布的概率背景 在Bernoulli试验中， 例 14 对同一目标进行射击，设每次射击时的命中率 为0.64，射击进行到击中目标时为止，令： X：所需射击次数． 试求随机变量 X 的分布律，并求至少进行2次射击 才能击中目标的概率． 解： 例 14（续） 由独立性，得 X 的分布律为： 5）超 几 何 分 布 如果随机变量 X 的分布律为 超几何分布的概率背景 一批产品有 N 件，其中有 M 件次品，其余 N-M 件 为正品．现从中取出 n 件． 令： X：取出 n 件产品中的次品数． 则 X 的分 布律为 第二章 随机变量及其分布 §2离散型随机变量 第二章 随机变量及其分布 §2离散型随机变量 返回主目录 第二章 随机变量及其分布 §2离散型随机变量 返回主目录 第二章 随机变量及其分布 §2离散型随机变量 返回主目录 第二章 随机变量及其分布 §2离散型随机变量 返回主目录 第二章 随机变量及其分布 §2离散型随机变量 返回主目录 第二章 随机变量及其分布 §2离散型随机变量 为了保证设备正常工作，需配备适量的维修工人，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 可有一人来处理. 问至少需配备多少工人，才能保 证当设备发生故障但不能及时维修的概率小于 0.01 ？ 解：设需配备 N 人，记同一时刻发生故障的设备台数为 X ，则 X~ B(300，0.01），需要确定最小的 N 的取值，使得： 例 1