概率论与数理统计_6.docVIP

概率论与数理统计22 22 分布律的性质 X 或 F x 是分段阶梯函数 在 X 的可能取 值 xk 处发生间断 间断点为第一类跳跃间 断点在间断点处有跃度 pk 解 首次停下时已通过的信号灯盏数 求 X 的概 率分布与 p 04 时的分布函数 令 X 表示 例1 06 024 0096 00384 00256 代入 ] 1 用分布律或分布函数来计算事件的概率 例2 在上例中 分别用分布律与分布函数计 算 例2 解 或 例3p37例22某射手每次射击的命中率为p现对目标进行连续射击直到击中为止设X为该射手命中目标时的射击次数求X的分布列和分布函数 解 X的可能取值为123 PXkP射手在前面k-1次射击中未命中目标而在第k次才命中目标 1-p1-p1-pp 故X的分布列为 PXk 1 3 2 4 ] ] ] 所以X的分布函数为 Fx 例3 一门大炮对目标进行轰击假定此目标 必须被击中r 次才能被摧毁 若每次击中目 标的概率为p 0 p 1 且各次轰击相互独 立一次次地轰击直到摧毁目标为止求所需 轰击次数 X 的概率分布 例4 帕斯卡 分 布 利用幂级数在收敛域内可逐项求导的性质 归纳地 1 0 – 1 分布 是否超标等等 凡试验只有两个结果 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 0 p 1 或 2 二项分布 n 重Bernoulli 试验中 X 是事件A 在 n 次试 验中发生的次数 P A p 若 则称 X 服从参数为n p 的二项分布记作 0–1 分布是 n 1 的二项分布 二项分布的取值情况 分布取得最大值 此时的 称为最可能成功次数 分布取得最大值 二项分布中最可能出现次数的定义与推导 当 n 1 p 整数时 在 k [[] n 1 p ] 处的概率取得最大值 例5 独立射击5000次 命中率为0001 例5 解 1 k [[] n 1p ] [[] 5000 10001] 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 本例 启示 解 令X 表示命中次数 则 此结果也可直接查 P269 附表2 泊松 分布表得到它与用二项分布算得的结果 09934仅相差万分之一 利用Poisson定理再求例5 2 X B 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 启示 解 1 设 需要配备 N 个维修工人设 X 为90 台 设备中发生故障的台数则 X B 90 001 例6 查附表2得 N 4 三个人共同负责90台设备发生故障不能 及时维修的概率为 设每个人独立负责30台设备第 i 个人负责的 30台设备发生故障不能及时维修为事件 Ai 故 三个人共同负责90 台设备比各自负责好 在Poisson 定理中 由此产生了一种离散型随机变量的概率分布 Poisson 分布 3 Poisson 分布 Poisson 分布 若rvX的分布列为 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 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 设一只昆虫所生虫卵数为随机变 量 X 例6 设各个虫卵是否能发育成幼虫是 相互独立的 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 4超几何分布 HnNM 若随机变量X的分布列为 则称X服从超几何分布记为XHnNM 应用场合在产品抽样中无放回取样 产品中所含次品数服从超几何分布而 放回抽样产品中的次品数服从二项分布 的两边二项展示中 的系数相等 可得 利用等式 定理21 对确定的n k若 则 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