概率论第五讲一维随机变量(离散).ppt

§2.2 启示 例5 帕斯卡 解 设每箱至少应装100 + n 个, 每箱的不 合格品个数为X , 则X ~ B ( 100 + n , 0.03 ) 由题意 3 (100+n)0.03=3+0.03n 取 = 3 例5 某厂产品不合格率为0.03, 现将产品 装箱, 若要以不小于 90%的概率保证每箱 中至少有 100 个合格品, 则每箱至少应装 多少个产品？ 查Poisson分布表, =3 得 n +1 = 6 , n = 5 故每箱至少应装105个产品,才能符合要求. 应用Poisson定理 在实际计算中,当 n ? 20, p ?0.05时, 可用上 述公式近似计算; 而当 n ? 100, np ?10 时, 精度更好 0 0.349 0.358 0.369 0.366 0.368 1 0.305 0.377 0.372 0.370 0.368 2 0.194 0.189 0.186 0.185 0.184 3 0.057 0.060 0.060 0.061 0.061 4 0.011 0.013 0.014 0.015 0.015 按二项分布 按Possion 公式 k n=10 p=0.1 n=20 p=0.05 n=40 p=0.025 n=100 p=0.01 ?=np=1 (3) Poisson 分布 若 其中 是常数，则称 X 服从参数为 的Poisson 分布. 或 记作 在某个时段内： 大卖场的顾客数； 某地区拨错号的电话呼唤次数； 市级医院急诊病人数； 某地区发生的交通事故的次数. ① ② ③ ④ ⑤ 一个容器中的细菌数； 一本书一页中的印刷错误数； 一匹布上的疵点个数； ⑥ ⑦ ⑧ 应 用 场 合 放射性物质发出的 粒子数； 都可以看作是源源不断出现的随机 质点流 , 若它们满足一定的条件, 则称为 Poisson 流, 在 长为 t 的时间内出现的质 点数 Xt ~ P ( ?t ) 例6 设各个虫卵是否能发育成幼虫是 相互独立的. 例6 设一只昆虫所生虫卵数为随机变 量 X , 已知X ~ P(?)，且每个虫卵发育 成幼虫的概率为 p. 求一昆虫所生的虫卵发育成幼虫数 Y 的概率分布. 解 昆虫 X 个虫卵 Y 个幼虫 已知 由全概率公式 故 (4) 超几何分布 而概率函数为 应用 场合 分组抽样(N个产品中有M个次品 不放回抽取n次,抽到的次品数) 结 论 超几何分布的极限分布是二项分布 二项分布的极限分布是 Poisson 分布 定理: 即下面的近似等式成立 (5) 几何分布 应用 场合 首次成功(独立试验,事件A发生 概率为p,直到A首次出现时的试验 次数) 例7 2000个产品中有40个次品,随机抽样 检查,考察以下情况： (3)一次抽一个，抽后放回，共抽100次， X为次品个数 (4)上式用泊松逼近； (5)一次抽一个，若是正品就放回另抽， 直到抽出次品为止,X为抽样次数 (2)一次抽一个,抽后不放回,共抽100次, X为次品个数 (1)一次抽取100个;X为次品个数 解 (1) 超几何分布 (3) 二项分布 X ~ B( 100,0.02 ) (4) 泊松分布逼近 (2) 同上超几何分布 (5) 几何分布 * 教学目的： 1.随机变量的概念 （Random Variable1,缩写为r.v.） 2.讲解一维离散随机变量的分布律 ； . 3.讲解六种常用的离散分布 . 教学内容： 第一章， § 2.1 ～ 2.3. 第五讲 一维随机变量（离散） 为更好地揭示随机现象的规律性并利 用数学工具描述其规律, 有必要引入随机 变量来描述随机试验的不同结果. 例 电脑寿命可用一个连续变量 T 来描述. 例 检测一件产品可能出现的两个结果 , 也可以用一个离散变量来描述 §2.1 随机变量及其分布函数 设 ? 是试验E的样本空间, 若 则称 X ( ?) 为 ? 上的 随机变量 r.v.一般用大写字母 X, Y , Z ,