[理学]概率论与数理统计 张天德版 第2章 课件 例题.pptVIP

例4 独立射击5000次, 每一次命中率为0.001, (1) k = [( n + 1)p ] = [( 5000+ 1)0.001] =5 求 (1) 最可能命中次数及相应的概率； (2) 命中次数不少于1 次的概率. 解 令X 表示命中次数,则 X ~ b(5000,0.001) （2）求 命中次数不少于1 次的概率. 令X 表示命中次数,则 X ~ b(5000,0.001) 小概率事件虽不易发生，但重复次数多了，就成大概率事件 本例 启示 由此可见日常生活中“提高警惕, 防火 由于时间无限, 自然界发生地震、海 啸、空难、泥石流等都是必然的，早晚的 同样, 人生中发生车祸、失恋、患绝 症、考试不及格、炒股大亏损等都是正常 现象, 大可不必怨天尤人, 更不要想不开而 防盗”的重要性. 事，不用奇怪，不用惊慌. 跳楼自杀. 例5 设有80台同类型设备,各台工作是相互独立的发生故障的概率都是 0.01,且一台设备的故障能由一个人处理. 考虑两种配备维修工人的方法 , 其一是由四人维护,每人负责20台; 其二是由3人共同维护80台. 试比较这两种方法在设备发生故障时不能及时维修的概率的大小. 解 发生故障时不能及时维修”, 而不能及时维修的概率为 则知80台中发生故障 即有 按第二种方法 故 80 台中发生故障而不能及时维修的概率为 第二种方法中发生故障而不能及时维修 的概率小，且维修工人减少一人。运用 概率论讨论国民经济问题，可以有效地 使用人力、物力资源 6. 泊松分布 易见 解 随机变量 X 的分布律为 由已知 试求 例1 设随机变量X 服从参数为 的Poisson分布， 且已知 得 由此得方程 得解 （另一个解 不合题意，舍去） 因此 设在n重贝努里试验中，以 代表事件 A 在一次试验中发生的概率 ,它与试验总数n 有关. 若 Poisson定理 则 证明: 令 则 Poisson定理的证明(续) 对于固定的 k，有 得 由 所以 Poisson定理的证明(续) Poisson定理的应用 —二项分布与泊松分布关系 由 Poisson 定理，可知 有 令 则当 n比较大，p 比较小时 则 单击图形播放/暂停　ESC键退出 二项分布 泊松分布 n 100, np 10 时近似效果就很好 请看演示 实际计算中， 由泊松定理，n重贝努里试验中稀有事件出现的次数近似地服从泊松分布. 我们把在每次试验中出现概率很小的事件称作稀有事件. 泊松分布可以作为描绘大量实验中稀有事件出现的次数X=0,1,2,…的概率分布的数学模型 电话呼唤次数 交通事故次数 商场接待的顾客数 地震 火山爆发 特大洪水 在生物学、医学、工业统计、保险科学及 公用事业的排队等问题中 , 泊松分布是常见的. 例如地震、火山爆发、特大洪水、交换台的电 话呼唤次数等, 都服从泊松分布. 有一繁忙的汽车站,每天有大量汽车通过,设每辆汽车在一天的某段时间内,出事故的概率为0.0001,在每天的该段时间内有1000 辆汽车通过, 问出事故的次数不小于2的概率是多少? 设 1000 辆车通过, 出事故的次数为 X , 则 解 例2 故所求概率为 可利用泊松定理计算 例3 某商店出售某种商品，据历史记录分析，每月销售量服从参数?=5的泊松分布。问在月初进货时，要库存多少件此种商品，才能以0.999的概率充分满足顾客的需要？ 解 用X表示每月销量，则X~P(?)= P(5)。由题意，要求k，使得P{X≤k}≥0.999，即 这里的计算通过查Poisson分布表得到，?=5 i=k+1=14时, i=k+1=13时, k+1=14，k=13 即月初进货库存要13件。 例4 为保证设备正常工作，需要配备适量的维修人员 . 设共有300台设备，每台的工作相互独立，发生故障的概率都是0.01.若在通常的情况下，一台设备的故障可由一人来处理 . 问至少应配备多少维修人员，才能保证当设备发生故障时不能及时维修的概率小于0.01? 我们先对题目进行分析： 300台设备，独立工作，出故障概率都是0.01. 一台设备故障一人来处理. 问至少配备多少维修人员，才能保证当设备发生故障时不能及时维修的概率小于0.01? 设X为300台设备同时发生故障的台数， 300台设备，独立工作，每台出故障概率 p=0.01 . 可看作