概率论与数理统计2.12.2.pptVIP

课件下载地址 注 意 点 (1) 注 意 点 (2) 例：某人进行射击，设每次射击的命中率为0.02，独立射击400次，试求至少击中两次的概率. 解：记400次射击中命中的次数为X，那么X ~ b(400, 0.02)， 于是 结论：只要试验的次数足够多，而且试验是独立进行的，那 么小概率事件几乎肯定发生，决不能忽视小概率事件. 例：（产品抽样检验模型）设 N 件产品有 M 件次品，从中 任取一件产品进行检验，则结果可能是：（“次品”）或 （“正品”），这是成功概率 的伯努利试验. 若采取“放回抽样”，接连抽取 n 次，那么这样的抽检形成一个的 n 重伯努利试验. 若采取“不放回抽样”，接连抽取 n（≤N）次，那么这样的抽检不能视作 n 重伯努利试验. 当产品总量 N 很大时，抽出少数几件不致影响次品率，故也可将不放回地接连抽取 n（远小于 N）次的检验看成 n 重伯努利试验. 如果A在第 次发生，则前 次 都是 发生，从而 的概率为： 例 在事件A 发生概率为 的贝努利试验中，如果用 表示事件A 首次发生时的试验次数，则 为一随机变量，可能的取值为： 称 服从参数为 的几何分布。 解: 依据分布列的性质: 从而 这个分布称为泊松(Poisson)分布. 例 设随机变量X的分布列为： 试确定常数a . 且 解得