《概率论》第章§. 一维随机变量及分布列.pptVIP

《概率论》第章§. 一维随机变量及分布列.ppt

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
《概率论》第章§. 一维随机变量及分布列.ppt

1.一门课程的考试是“及格”还是“不及格” 2.刚出生的新生儿是“男”还是“女” 3.产品检验的结果是“合格”还是“不合格” 4.射击结果是“击中目标”还是“没有击中目标” 如果 的分布律为 则称 服从 两点分布 ,其中 为常数 记 P为事件A发生的概率从而 的分布律为 若 的分布律为 则称 服从参数为 的 二项分布 ,记为 特别当 时 就是(0-1)两点分布,即 重伯努利试验中事件 发生的次数为 的分布律刚好是 牛顿二项展开式的通项 试验次数为 n=4, “成功”即取得合格品的概率为 p=0.8, 所以, ξ ~ b(4, 0.8) 思考: 若 Y 为不合格品件数,Y ?? Y ~ b(4, 0.2) 一批产品的合格率为0.8, 有放回地抽取4次, 每次一件, 则取得合格品件数 ξ 是否服从二项分布? 练习: 设ξ ~ b(2, p), Y ~ b(4, p), 已知 P(ξ?1) = 8/9, 求 P(Y?1). 解: 由 P(ξ?1) = 8/9 ,知 P(ξ=0) = 1/9. 由此得: P(Y?1) = 1? P(Y=0) 所以 1/ 9 = P(ξ=0) =(1?p)2, 从而解得: p = 2/3. = 1- (1?p)4 = 80/81. ξ ~ b(6, 0.25) 称为几何分布,记为 ξ ~ Ge(p) (五) 泊松分布 普哇松分布 (五) 泊松分布   二十世纪初罗瑟福和盖克两位科学家在观察 与分析放射性物质放出的 粒子个数的情况时, 他们做了2608 次观察(每次时间为7.5 秒)发现 放射性物质在规定的一段时间内, 其放射的粒子 数ξ 服从泊松分布. λ=0.3 P(ξ=2) P(ξ=7) =0.33337 =0 作业:p97 2.1 (1) (5) 、 2.4、 2.6、 2.10 泊松定理 定理2.1 (二项分布的泊松近似) 泊松分布是二项分布的极限分布, 当n很大,p很小时,二项分布就可近似地 看成是参数?=np的泊松分布 二项分布 泊松分布 设1000 辆车通过,出事故的次数为 X , 则 可利用泊松定理计算 所求概率为 解 例 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? 1. 一球队要经过四轮比赛才能出线.设球队每轮被淘 汰的概率为 记 表示球队结束比赛时的比赛次数,求 的分布律. 2. 设某国每对夫妇的子女数 X 服从参数为 ? 的泊松分布,且知一对夫妇有不超过1个孩子的概率为3e-2.求任选一对夫妇,至少有3个孩子的概率。 .记 一球队要经过四轮比赛才能出线.设球队每轮被淘汰的概率为 记 表示球队结束比赛时的比赛次数,求 的分布律. 可能的取值为 通过第 轮比赛 则 2.设某国每对夫妇的子女数X服从参数为?的泊松分布,且知一对夫妇有不超过1个孩子的概率为3e-2.求任选一对夫妇,至少有3个孩子的概率。 解:由题意, * * * * * * §1 一维随机变量及分布列 第二章 离散型随机变量 */38 §1 一维随机变量及分布列 第二章 离散型随机变量 */38 §1 一维随机变量及分布列 第二章 离散型随机变量 */38 §1 一维随机变量及分布列 第二章 离散型随机变量 */38 §1 一维随机变量及分布列 第二章 离散型随机变量 */38 §1 一维随机变量及分布列 第二章 离散型随机变量 */38 §1 一维随机变量及分布列 第二章 离散型随机变量 */38 §1 一维随机变量及分布列 第二章 离散型随机变量 */38 §1 一维随机变量及分布列 第二章 离散型随机变量 */38 §1 一维随机变量及分布列 第二章 离散型随机变量 */38 §1 一维随机变量及分布列 第二章 离散型随机变量 */38 §1 一维随机变量及分布列 第二章 离散型随机变量 */38 第二章 随机变量及其分布 为了便于数学上的推导和计算,就需将任意的随机事件数量化.当把一些非数量表示的随机事件用数字来表示时, 就建立起了随机变量的概念. 1. 为什么引入随机变量? 一、随机变量的引入 2. 随机变量的引入 实例1 在一装有红球、白球的袋中任摸一个球,观察摸出球的颜色. Ω ={红色、白色} 非数量 将 Ω 数量化 可采用下列方法 红色 白色 即

文档评论(0)

cai + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档