概率论与数理统计chapt2-2.pptVIP

泊松（Poisson)定理 第二节 离散型随机变量的概率分布 一、离散型随机变量的分布律 二、三种常用的离散型随机变量的概率分布 一、离散型随机变量的分布律 离散型随机变量分布律的定义: 设离散型随机变量X的所有可能取值为 并且取各个值的对应概率为 即 则称上式为离散型随机变量X的概率分布或分布律. 离散型随机变量 X 的分布律也常用表格形式给出： 显然，离散型随机变量由其可能取值以及取这些值的概率唯一确定． 离散型随机变量分布律的性质: 1）非负性： 2 ）规范性： 例1 求 a 的值，使得 为某随机变量X的分布律. 解： 由 知 即 所以 例2 已知4只元件中有2只是次品，检验员每次检验1只元件，当2只次品都找到时即停止检验，以X表示检验的次数，求X的分布律. X的可能取值为2，3，4。 所以X的分布律为： 解： P 2 3 4 X 例3.设离散型随机变量 X 的分布律为 P 0 1 2 3 4 5 X 16 4 16 3 16 4 16 1 16 3 16 1 求 解： 二、三种常用的离散型随机变量的概率分布 (0-1)分布(或两点分布) 则称X服从(0－1)分布(或两点分布)，记作： 若随机变量X的分布律为： X～P{X＝k}＝pk(1－p)1－k, (0p1) k＝0，1 或 1-p p Pk 0 1 X 应用场合 凡试验只有两个可能结果, 常用0 – 1分布描述, 如产品是否合格、人口性别统计、系统是否正常、电力消耗是否超标等等 则 X 的所有可能取值为0，1，2……n，且 2. 二项分布 则称X服从参数为n,p 的二项分布。记作 在 n 重贝努利试验中，事件 A 在每次试验中发生的概率为 p ，即 以 X 表示 n 重贝努里试验中事件A 发生的次数。 显然，（1） （2） 说明0-1分布是二项分布的特例 当n=1时 这时，X服从0-1分布 例4. 已知某流水线生产的产品中一级品率为90％，现从一批产品中任取10件，求： （1）恰有8件一级品的概率。 （2）一级品不超过8件的概率。 产品数量很大，抽取的产品数量相对于产品总数很小，因而可以当作是放回抽样 将检查一件产品作为一次试验，每次试验只有两个结果：一级品和非一级品。 每次试验，一级品的概率都相同， 所以检查10件产品相当于10重贝努 利试验 设 X ={10件产品中一级品的件数}, 则 即： （1）恰有8件一级品的概率,即： （2）一级品不超过8件的概率，即： 例5.某人进行射击，设每次射击的命中率为0.02，独立射击400次，试求至少击中两次的概率。 将每次射击看作一次试验，每次试验有两个可能的结果：命中和未命中.且每次射击命中的概率都是0.02 所以，400次射击相当于400重贝努利试验 设 X ={400次射击中命中目标的次数}，则 即： 至少击中两次的概率，即 这个计算很麻烦，下面的定理给出了近似计算公式 解： 设随机变量 Xn(n=1,2,…,) 服从二项分布，其分布律为 是与n有关的数,又设 是常数，则有 证明： 例5用泊松定理， 定理表明，n 很大 p 很小时，有近似公式 1）保险公司亏损的概率 2）保险公司获利不少于10000元的概率 例6.有2500人参加人寿保险，每年交纳保险费用12元，一年之内死亡家属可向保险公司领取2000元，设每个人的死亡率为0.002,求: 就保险公司而言，每一份人寿保险相当 于一个试验，每次试验有两个可能结果： 投保人死亡或存活.而且，每个投保人死 亡的概率都是0.002，所以2500人参加人 寿保险相当于2500重贝努利试验 设 X 表示2500人中的死亡人数，则 即: 1）保险公司亏损，说明付出大于收入，即 解: （用泊松定理近似计算： （查附表2） 2）保险公司获利不少于10000元，说明 即: （用泊松定理近似计算） （查附表2） 3.泊松分布 则称X服从参数为?的泊松分布， 记作 若随机变量 X 的分布律为: 泊松定理表明：参数为n , p 的二项分布 当n→∞ 时的极限分布是以λ为参数的泊松分布，其中（λ=np ）