概率之离散随机变量.ppt

例 1.2 掷一颗骰子，令：X：出现的点数． 则 X 就是一个随机变量．它的取值为1，2，3，4，5，6． 例1.3 一批产品有 50 件，其中有 8 件次品，42 件正 品．现从中取出 6 件，令： X：取出 6 件产品中的次品数． 则 X 就是一个随机变量．它的取值为 0，1，2，…，6． 例 1.4 上午 8:00～9:00 在某路口观察，令： Y：该时间间隔内通过的汽车数． 则 Y 就是一个随机变量．它的取值为 0，1，…． 例 1.5 观察某生物的寿命（单位：小时），令： Z：该生物的寿命． 则 Y 就是一个随机变量．它的取值为所有非负实 数． 例 1.6 掷一枚硬币，令： 例 1.7 掷一枚骰子，在例1.2中，我们定义了随机变量X表示 出现的点数．我们还可以定义其它的随机变量，例 如我们可以定义： 设离散型随机变量 X 的分布律为 设随机变量 X 的分布律为 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， 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？ 如果随机变量 X 的分布律为 分布律的验证 ⑴ 由于 设随机变量 X 服从参数为λ的Poisson分布，且已知 解：设 B={ 此人在一年中得3次感冒 } Poisson定理 证明： 对于固定的 k，有 所以， Poisson定理的应用 由 Poisson 定理，可知 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. 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2.17 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： 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 三、小结 则由Bayes公式，得 所以， 为了保证设备正常工作，需配备适量的维修工人，现 有同类型设备 300 台，各台工作是相互独立的，发生 故障的概率都是 0.01. 在通常情况下，一台设备的故障 可有一人来处理. 问至少需配备多少工人，才能保 证当设备发生故障但不能及时维修的概率小于 0.01 ？ 解：设需配备 N 人，记同一时刻发生故障的设备台数为 X ，则 X~ b(300，0.01），需要确定最小的 N 的取值，使得： 查表可知，满足上式的最小的 N 是 8 , 因此至少需配备 8 个工人。 设有 80 台同类型的设备，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，由 4人维护，每人负责 20 台 其二，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：按第一种方法. 以 X 记 “第 1 人负责的 20 台 中同一时刻发生故障的台数”，则 X ~ b (20，0.01）. 以 Ai 表示事件 “第 i 人负责的台中发生故障不能及 时维修”， 则 80 台中发生故障而不能及时维修的概 率为： 按第二种方法. 以 Y 记 80 台中同一时刻发生故障 的台数， 则 Y~ b(80，0.01）. 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。 ⑵ 由条件可知 综上所述，可知 是一分布律． 试验进行到 A 首次出现为止． 即 由独立性，得 X 的分布律为： 将一枚硬币连抛三次，观察正、反面出现的情况，记 为正面出现的次数,求 的分布律 的取值为 故 的分布律为 ,其样本空间为 分布律有什么特点 全部