第四章离散型随机分布.pptVIP

启示 当r为正整数时 例 某电子元件的使用寿命X是一个连续 型随机变量，其概率密度为 (1) 确定常数C; (2)寿命超过100小时的概率； (3)已知该元件已正常使用200小时，求 它至少还能正常使用100小时的概率。 ?几种常见的连续型随机变量的分布 正态分布 若随机变量X的概率密度为 其中μ和σ都是常数,σ 0，则称X服从参数为μ和σ2的正态分布.记作X~N(μ,σ2) 关于x= μ对称 在x= μ±σ处有拐点 以x轴为渐近线 f ( x) 的两个参数： ? — 位置参数 即固定 ? , 对于不同的 ? , 对应的 f (x) 的形状不变化，只是位置不同 ? — 形状参数 固定 ? ，对于不同的? ，f ( x) 的形状不同. 若 ?1 ?2 则 比x=? ? ?2 所对应的拐点更靠近直线 x=? 附近值的概率更大. x = ? ? ?1 所对应的拐点 前者取 ? μ决定了图形的中心位置，σ决定了图形中峰的陡峭程度. X~N(μ, σ2) μ=0, σ=1时的正态分布称为标准正态分布. 其密度函数和分布函数常用 和 表示： 标准正态分布 任何一个一般的正态分布都可以通过线性变换转化为标准正态分布. 正态分布的概率计算 1.若 X～N(0,1) 2.若X~N(μ, σ2) 正态分布的概率计算 * * ?几种常见的离散型随机变量的分布 二项分布 若随机变量X的概率分布为 称X服从参数为n和p的二项分布，记作X~B(n, p)。 例 一随机数字序列要有多长才能使0至 少出现一次的概率不小于0.9? 解：X:长度为n的随机数字序列中0的个数 X~B(n,0.1) 例 某车间有5台车床，由于种种原因（由于装、卸工作等），时常需要停车。设各台车床的停车或开车是相互独立的。 若车床在任一时刻处于停车状态的概率是1/3，求车间中恰有一台车床处于停车状态的概率。 解：X:处于停车状态的车床数 X~B(5,1/3) 设射手每一次击中目标的概率为p，现连续射击n次，击中次数最大可能是多少？ 二项分布的取值情况 设 .039 .156 .273 .273 .179 .068 .017 .0024 .0000 0 1 2 3 4 5 6 7 8 0.273? 由图表可见 , 当 时， 分布取得最大值 此时的 称为最可能成功次数 x P ? 0 ? 1 ? 2 ? 3 ? 4 ? 5 ? 6 ? 7 ? 8 设 .01 .06 .14 .21 .22 .18 .11 .06 .02 .01 .002 .001 0 1 2 3 4 5 6 7 8 9 10 11 ~ 20 ? ? x P ? ? ? ? ? 1 ? 3 ? 5 ? 7 ? 9 ? ? ? ? 0 ? 2 ? 4 ? 6 ? 8 ? 10 ? 20 由图表可见 , 当 时， 分布取得最大值 0.22 ? 二项分布中最可能出现次数的定义与推导 则称 为最可能出现的次数 当( n + 1) p = 整数时,在 k = ( n + 1) p与 ( n + 1) p – 1 处的概率取得最大值 对固定的 n、p, P ( X = k) 的取值呈不 对称分布 固定 p, 随着 n 的增大，其取值的分布 趋于对称 当( n + 1) p ? 整数时, 在 k = [( n + 1) p ] 处的概率取得最大值 例 独立射击5000次, 命中率为0.001, 例4 解 (1) k = [( n + 1)p ] = [( 5000+ 1)0.001] =5 求 (1) 最可能命中次数及相应的概率； (2) 命中次数不少于1 次的概率. (2) 令X 表示命中次数,则 X ~ B(5000,0.001) 小概率事件虽不易发生，但重 复次数多了，就成大概率事件. 本例 启示 由此可见日常生活中“提高警惕, 防火 由于时间无限, 自然界发生地震、海 啸、空难、泥石流等都是必然的，早晚的 同样, 人生中发生车祸、失恋、患绝 症、考试不及格、炒股大亏损等都是正常 现象, 大可不必怨天尤人, 更不要想不开而 防盗”的重要性. 事，不用奇怪，不用惊慌. 跳楼自杀. , 则对固定的 k 设 Po