第二节常见离散型随机变量的概率分布幻灯片.pptVIP

第二节、常见离散型随机变量的概率分布 一、两点分布（0－1分布） 只有两个可能值的随机变量X的概率分布称做两点分布： 特别，若x1 =0 , x2 =1,则称X服从参数为p的0-1分布，亦称伯 努利分布．只计“成功”和“失败”两种结局的试验称做伯努利 试验．设X是试验成功的次数： 则X服从参数为p的0-1分布． 若试验成功 若试验失败 例2.13 以非还原无次序抽样的方式随机地Ω0={a,b,c,d,e} 中取出三个元素，设X是a和b同时出现的次数，求X的概率 分布． 从 中随机取出三个元素，其基本事 件空间为 二、二项分布 称随机变量X服从参数为(n,p)的二项分布，记作 X~B(n,p)，如果有（图2.4） 其中q=1－p,0p1． 图2.4 二项分布纵条图 0 1 n 0 1 n 二项分布的概率恰好是二项式 展开的各个项： 分布因此而得名． 二项分布是非常重要的离散型分布，有极广泛的 应用，其应用可以归结为如下两种情形： 1、伯努利试验成功的次数 只计“成功”和“失败”两种结 局的试验，称做伯努利试验．将一伯努利试验独立地重 复作n次，称做n次伯努利试验．以vn表示n次伯努利试 验成功的次数，则随机变量vn服从参数为(n,p)的二项分 布，其中p是每次试验成功的概率. 2、自有限总体的还原抽样 设是含N个元素的总体，其中a个 元素具有某种特征A，表示自Ω的n次还原随机抽样中特征A, vn出现的次数，每次抽样特征A出现的概率p=a/N，等于Ω中 具有特征A的元素的比率．因此，假设Ω中具有特征A的元素 的比率为P，则自Ω的n次还原随机抽样可视为n次伯努利试验 ，抽到具有特征A的元素为成功（成功的概率为P），否则为 失败，从而成功的次数vn服从参数为(n,p)的二项分布． 例2.14 假设有10台设备，每台的可靠性（无故障工作的概 率）为0.90，每台出现故障时需要由一人进行调整．问为 保证在95%的情况下当设备出现故障时都能及时得到调 整，至少需要安排几个人值班？ 解 由条件知，每台设备出故障的概率为0.10．以X表示10台 设备中同时出现故障的台数，则X服从参数为(10,0.10)的二 项分布．假设需要安排k个人值班，则k应该满足条件： 通过对不同的k试算，可以找出满足条件的k 值．设k=1,2,3，有 因此，至少需要安排3个人值班． 例2.15 假设一部设备在一个工作日因故停用的概率为0.2．一 周使用5个工作日可创利润10万元；使用4个工作日可创利润7 万元；使用3个工作日只创利润2万元；停用3个及多于3个工 作日亏损2万元．求所创利润的概率分布． 三、超几何分布 称随机变量X服从超几何分布，参数为(n,a,b)，如果 假设其中 1、超几何分布的典型应用　假设总体Ω含个a+b元素， 其中a个元素具有特征ā ，b个元素具有特征．以X表示 自Ω 的n次非还原抽样具有特征A出现的次数，则X服从 参数为（n,a,b）的超几何分布． 2、超几何分布与二项分布的关系 直观上，当a+b充分 大而抽样次数n相对较小时，自有限总体的非还原抽样 和还原抽样的差别应相对小，因而超几何分布的概率接 近二项分布的概率： 其中 p = a/(a+b)． 例2.18 假设一批产品，其中a件不合格品和b件合格品． 按验收规则，对于给定的 n 和 c ( ). 在随机抽验的n件中，如果不合格品不超过c件，则接收， 否则拒收．问这批产品被接受的概率为多少？ 解：以 表示随机抽样的 n 件不合格产品的件数，自 机取 　　　件的 种取法 . 有 种不同取法，而每一种取法对应着自 b 件合格产品中随 为 种：自 a 件不合格产品中随机地抽取 k 件，总共 件产品中随机的抽样取 n 件，导致事件 的取法 四、泊松分布、泊松定理和泊松流 称随机变量X服从参数为 的泊松分布，如果 1、泊松定理 假设X服从二项分布，参数年n充分大，而 p充分小，且 n p 适中，则可以利用泊松分布概率近似计算二项分布概率． ２、泊松随机质点流 以v(t)表示在长为t的时间内出现的随机质点数．在相当 广泛的情形下，随机变量v(t)服从参数为λt的泊松分布： 其中λ是单位时间出现的随机质点的平均个数，称做质 点流