随机事 件与概率（一）.pptVIP

第一章 随机事件与概率 随机事件 事件的概率 条件概率 事件的独立性 第二章 随机变量 随机变量的概念 离散型随机变量及其分布 分布函数 连续型随机变量及其分布 随机变量函数的分布 离散型随机变量 几个常用的离散型随机变量 若以X表示n重伯努利试验事件A发生的次数，则称X服从参数为n,p的二项分布。记作X~B（n,p) ,其分布律为：  二项分布是概率统计中重要的离散型分布之一，它涉及的是n重伯努利试验。也就是说各次试验是独立的，且各次试验条件是稳定的。现实生活中的许多现象程度不同地符合这个条件。如产品的质量检验，从N个产品中有放回地取出n个，其中所含的次品数X就服从二项分布。 引例 什么是3σ原则？ 什么是六西格玛（six sigma）？ §2.3 分布函数 二、分布函数的性质 实质上: §2.4 连续型随机变量及其分布一、概率密度 二、几个常用的连续型分布 均匀分布的分布函数为 §2.5 随机变量函数的分布 第二章 小结. 第二章 小结. 例 一种电子元件的使用寿命Ｘ（小时）服从正态分布Ｎ(100,152),某仪器上装有3个这种元件，三个元件损坏与否是相互独立的.求：使用的最初90小时内无一元件损坏的概率. 解:设Y为使用的最初90小时内损坏的元件数, 故 则Y~B(3,p) 其中 例2.30 设某城市成年男子的身高X~N(170,62)(单位:cm).问:(1)应如何设计公共汽车车门的高度,使男子与车门顶碰头的机会小于0.01?(2)若车门高为182cm,求100个成年男子与车门顶碰头的人数不多于2个的概率. 解 (1) 由题设知X~N(170,62).设公共汽车车门的高度为l(cm),由设计要求l应满足P(Xl)0.01, 即 P(Xl)=1?P(X≤l)= 查表得 2.33, 所以 l 183.98(cm). (2)该问题是100重伯努利实验中的概率计算问题. 设Y为100个男子中身高超过182cm的人数,故Y~B(100,p) 即 P(Y=k)= 所求概率为 P(Y≤2)=P(Y=0)+P(Y=1)+P(Y=2), 注意到n=100较大,p=0.0228较小,从而可利用(2.8)式作近似计算 P(Y≤2)= =0.6013. 正态分布是最重要的连续型分布，实践证明，凡一随机现象是许多随机因素共同作用的总和，各随机因素所起的作用是均匀的，没有哪个因素起主导作用，那么这个随机现象的概率模型就是正态分布。于是，可以看作（或近似地看作）正态分布的随机变量广泛地存在于客观世界中。 定义：随机变量X的函数 设X为一随机变量， g(x)是实数集合D上的连续实值函数，若X的全部可能取值都落在D上，则X的函数g(X)也是一随机变量，称g(X）为随机变量X的函数 一、离散型随机变量函数的分布律 设X一个随机变量，分布律为 X～P{X＝xk}＝pk, k＝1, 2, … 若y＝g(x)是一单值实函数，则Y＝g(X)也是一个随机变量。求Y的分布律. 例:已知 X Pk -1 0 1 求：Y=X2的分布律 Y Pk 1 0 例7. 某储蓄所开有1000个资金账户，每户资金10万元。假设每日每个资金账户到储蓄所提取20％现金的概率为0.006，问该储蓄所每日至少要准备多少现金才能以95％以上的概率满足客户提款的需求？ 解 设每日提取现金的账户数为X，于是每日提取现金的总数为2X万元。又设储蓄所准备的现金数为x万元，由题设，应求最小的x，使得 而X～B(1000,0.006),有 由泊松定理，注意到 。上述不等式可近似表示为 查 的泊松分布表，得 。 即 ，故储蓄所每日至少应准备20万元现金。 泊松分布主要用来描述大量重复试验中稀有事件（即概率较小的事件）出现的次数。 泊松分布是概率论中最重要的分布之一。在实际应用泊松分布主要用来描述大量重复试验中稀有事件（即概率较小的事件）出现的次数。如某时间段中来到公用设施前要求提供服务的人数、某时间段内系统发生故障的次数、商店里每天卖出的贵重商品的件数、书籍中出现的印刷错误个数等。此外，在管理科学中，泊松分布也具有十分重要的地位。 想一想：离散型随机变量的统计特征可以 用分布律描述，非离散型的该如何描述？ 如：熊猫彩电的寿命X是一个随机变量，对 消费者来说，你是否在意 {X5年}还是{X5年零1分钟}