.常用概率分布.pptVIP

Bernoulli分布也称作 0-1 分布或二点分布． 一、离散型随机变量 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 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 二.连续型随机变量 密度函数的验证 均匀分布的概率背景 均匀分布的分布函数 期望，方差 例 设公共汽车站从上午7时起每隔15分钟来一班车,如果某乘客到达此站的时间是 7:00 到7:30之间的均匀随机变量．试求该乘客候车时间不超过5分钟的概率． 解： 设该乘客于7时X分到达此站． 例 （续） 令：B={ 候车时间不超过5分钟 } 例 例（续） 2．指 数 分 布 如果随机变量 X 的密度函数为 密度函数的验证 指数分布的分布函数 例 3.正态分布 The Normal Distribution μ------均值，描述分布的集中位置。 σ------方差，描述分布的分散程度。 1. j0 (x)有各阶导数；2.j0 (-x)= j0 (x)；3.分布函数 ?(-x)=1－?(x)  或?(-x)＋?(x) =1 例 X~N(0,1), 求P(X0.12), P(X-1), P(X0.57), P(X6.4), P(X0). 例 26 例 27 1.X~N(8,0.52), 求P(|X-8|1)及P(X?10) 练习 解：走市区及时赶上火车的概率为 走郊区及时赶上火车的概率为 故应走郊区路线。 如果还有65分钟可用情况又如何呢？ 同样计算，走市区及时赶上火车的概率为 而走郊区及时赶上火车的概率便为 此时便应改走市区路线。 Γ- 函 数 标准正态分布 标准正态分布图形 0 x u -∞ 标准正态分布性质 概率为分布曲线以下区域的面积! 0 c d X ?0(x) ? 标准正态分布概率的计算 解: 查书后附表二可得 注：对于大于零的实