2.2离散型随名机变量及其概率分布.pptVIP

§2.2 1.用概率分布来计算事件的概率已知X的概率分布律 ，则 启示 例7 （4）超几何分布 （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 由泊松定理可知： 在大量试验中，小概率事件A发生的次数可近似的看做服从泊松分布 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8 设一只昆虫所生虫卵数为随机变 量 X , 例8 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 产 活 产 故 设有N个产品，其中有M个次品， 现从中任取n（n≤N），则在这n个中 所含次品数X的概率为 则称X服从超几何分布。 * §2.2离散型随机变量 定义1 若随机变量 X 只能取有限个或可列个值, 则称 X 为离散型随机变量. 描述X 的概率特性常用概率分布(分布列或发布律) 离散随机变量及分布律 即 或 X P 概率分布的性质(两条) 非负性 规范性或归一性 X ~ 或 例1 设随机变量X为骰子掷出的点数，显然X=1,2,3,4,5,6，相应的概率都是1/4,X的分布列为 或 或见书P31 例2 有10双不同的鞋子，丢了6只，求所剩完整的鞋子的双数的概率分布 解 X Pi 10双中取6双，每双取1只共 10双中取1双，9双中有4双各丢1只共 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 . 离散随机变量及分布函数 其中 . 解 例3 设汽车在开往甲地途中需经 过 4 盏信号灯, 每盏信号灯独立地 以概率 p 允许汽车通过. 出发地 甲地 令 X 表示 例1 首次停下时已通过的信号灯盏数, 求 X 的概 率分布与 p = 0.4 （绿灯）时的分布函数. ? 0 ? 1 ? 2 ? 3 ? 4 x x ] ] ] ? ] ? ? k pk 0 1 2 3 4 0.6 0.24 0.096 0.0384 0.0256 代入 ? 0 ? 1 ? 2 ? 3 ? 4 x F( x) o ? o ? 1 ? o ? o ? o 2.用分布函数来计算事件的概率已知分布函数 ， 则 例4 在上例中, 分别用分布律与分布函数计 算 例2 解 或 此式应理解为极限 例5 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. 解 P(X = k) = P(前 k –1次击中 r – 1次， 第 k 次击中目标) 例5 帕斯卡 分 布 注 利用幂级数在收敛域内可逐项求导的性质 当 归纳地 令 (1) 两点分布（0 – 1 分布） 是否超标等等. 常见离散型随机变量的分布 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 X = xk 1 0 Pk p 1 - p 0 p 1 应用 场合 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