2-4 二项分布与泊松分布.pptVIP

§4 二项分布与泊松分布 回忆二项分布 泊松(Possion)给出了计算二项概率的一种近似方法. 定理2.4.1(Possion) 在独立试验中,以Pn代表事件A在试验中出现的概率,它与试验总数n有关,如果nPngl,则当ng无穷大时, 分析： 当p相当小（一般p0.1）时，用下面近似 Poisson分布的重要性 作为二项分布的近似 好多随机现象服从Poisson分布 1. 公共汽车站来到的乘客数 2. 电话交换台接到的呼唤数 3. 放射性分裂落在某区域的质点数 4. 显微镜下落在某区域中的血球数 5. 是随机现象的“基本粒子” * 在n重Bernoulli试验中,事件A恰好发生k次的概率为 A发生的次数k10次的概率 当n比较大时,计算很繁琐 (金融保险) 根据生命表知道，在某个年龄段的投保人中一年内 每个人死亡的概率是 0.005 ，现在有 10,000 人参加 保险，问未来一年中死亡人数不超过 60 人的概率。 解。 分析： 以 X 记这 10,000 人中死亡的人数，则显然有 X ~ B (104，0.005 ) ，需要计算P { X ≤ 60 } 。 P { X ≤ 60 } = ∑k6=00 [C10000k 0.005k 0– k ] ≈ 0.9222 。 □ 例: 某出租汽车公司共有出租车400辆,设每 天每辆出租车出现故障的概率为0.02, 求:一天内没有出租车出现故障的概率. 解：设X表示一天内出现故障的出租车数,则: X ～ B(400, 0.02). 令?=np=400×0.02=8 于是: P{一天内没有出租车出现故障}=P{X=0} =b(0;400,0.02) ≈(80/0!)e-8 =0.0003355 (网络安全) 假定服务器在长度 t 分钟的时间内受到攻击的次数 近似服从 ? (2t )，问 3 分钟内至少受到一次攻击的 可能是否比 5 分钟内至少受到两次攻击的可能大？ 解。 3 分钟内受到攻击的次数 X ~ ? (6 )， 因此 P { X ≥1 } = 1 – P { X = 0 } ≈ 0.9975， 5 分钟内受到攻击的次数 Y ~ ? (10 )， 因此 P { Y ≥2 } = 1 – P { Y = 0 } – P { Y = 1 } ≈ 0.9995 5 分钟里至少两次被攻击的可能更大。 □ *