常见离散型随机变量的分布.pptVIP

第四节常见离散型随机变量的分布 一、两点分布 三、泊松分布 二、二项分布 四、几何分布 一、两点分布 二项分布的期望与方差 例4、设随机变量 X 服从参数为λ的泊松分布，且已知 泊松定理的应用 由 Poisson 定理，可知 * * 则称X 服从参数为p的两点分布， 或参数为p的0-1分布. 在一次伯努利试验中，若成功率为p ， 成功的次数X的分布为 两点分布是最简单的一种分布,任何一个只有两种可能结果的随机现象, 比如新生婴儿是男还是女、明天是否下雨、种籽是否发芽等, 都属于两点分布. 两点分布的期望与方差 设X服从参数为p的0-1分布，则有 若在一次伯努利实验中成功（事件A发生）的概率 为p(0p1),独立重复进行n次, 这n次中实验成功的 次数（事件A发生的次数）X的分布列为: 记为 X~B(n,p)或X~b(n,p). 称X所服从的分布为二项分布. 二、二项分布 二项分布X的分布列表（q=1-p) 二项分布 两点分布 例1 某射手在相同条件下独立地进行5次射击,每次击 中目标的概率是0.6,求击中目标次数X的概率分布. P(X=0) =0.01024 P(X=1) =0.0768 P(X=3) =0.3456 P(X=4) =0.2592 P(X=5) =0.07776 P(X=2) =0.2304 解: n=5, p=0.6 例如: 一批产品的合格率为0.8,有放回地抽取4次, 每次一件, 取得合格品件数X, 以及取得不合格品件数Y均服从分布为二项分布. X对应的实验次数为n=4, “成功”即取得合格品的概率为p=0.8, 所以, X~B(4,0.8) 类似,Y~B(4,0.2) 若A和 是n重伯努利实验的两个对立结果,“成功” 可以指二者中任意一个, p 是“成功”的概率. 注：利用方差和的性质时要注意相互独立的条件。 则 例2 设X表示 10次独立重复射击命中目标的次 数,每次射中目标的概率为0.4, 则X2的数学期 望E(X2)=( ) 18.4 有一繁忙的汽车站,每天有大量汽车通过,设每辆汽车在一天的某段时间内,出事故的概率为0.0001,在每天的该段时间内有1000 辆汽车通过, 问出事故的次数不小于2的概率是多少? 设 1000 辆车通过, 出事故的次数为 X , 则 解 例3 故所求概率为 二项分布 泊松分布 三、泊松分布 解：随机变量 X 的分布律为 由已知 由此得方程 得 解 所以， 例5 一家商店采用科学管理，由该商店过去的销售记录知道，某种商品每月的销售数可以用参数λ=4的泊松分布来描述，为了以95%以上的把握保证不脱销，问商店在月底至少应进某种商品多少件？ 解: 设该商品每月的销售数为X, 已知X服从参数λ=4的泊松分布. 设商店在月底应进某种商品m件, 求满足 P(X≤m)0.95 的最小的m . 进货数 销售数 求满足 P(X≤m)0.95 的最小的m. 查泊松分布表得 也即 于是得 m=8（件）. 泊松分布的期望与方差 历史上，泊松分布是作为二项分布的近似， 于1837年由法国数学家泊松引入的 . 近数十年来，泊松分布日益显示 其重要性,成为概率论中最重要的几个分布之一. 在实际中，许多随机现象服从或近似服从泊松分布. 二项分布与泊松分布的关系 在n重伯努利试验中，事件A在一次试验中发生 的概率为pn (与试验次数n有关), 则成功次数X服从 二项分布，当 则对于任何非负整数k，有 泊松定理： 若随机变量X～b(n,p) 设1000 辆车通过, 出事故的次数为 X , 则 可利用泊松定理计算 所求概率为 解 例3 有一繁忙的汽车站, 每天有大量汽车通过, 设每辆汽车,在一天的某段时间内出事故的概率 为0.0001,在每天的该段时间内有1000 辆汽车通 过,问出事故的次数不小于2的概率是多少? 例6 某射手连续向一目标射击，直到命中为止，已知他命中的概率是p，求射击次数X 的概率分布. 解: X 可能取的值是1,2, … P(X=1)=P(A1)=p, 计算 P(X =k )， Ak = {第k发命中}，k =1, 2, …， 设 于是 所求射击次数X的概率分布为： 四、几何分布 则称X服从几何分布，记作 在独立重复伯努利试验中，若成功率（事件A发 生的概率）为p，如果X为首次成