概率论与数理统计--公开课件.pptVIP

第二章 第一节 第二节 二、常用的离散型随机变量及其分布 Ⅱ.二项分布 Ⅲ. 泊松分布 常用的离散型随机变量及其分布 泊松分布 第三节 一、分布函数的概念 二、分布函数的性质 例4 已知离散型随机变量 X 的分布函数为 例5 已知 X 表示弹着点与靶心的距离， 解 (1) ① 当 时， ② 当 时， 则 例1 设随机变量X 的分布律为 求(1) X 的分布函数； (2) ③ 当 时， 则 ④ 当 时， 为必然事件， 则 所以 (2) 一般地，设离散型随机变量 的分布律为 由概率的可列可加性得 的分布函数为 ⑴ 单调不减性： ⑶ 右连续性：对任意实数 ⑵ 归一 性： 对任意实数 ，且 ，则 具有上述三个性质的实函数，必是某个随机变量的分 布函数。 故该三个性质是分布函数的充分必要性质。 试说明F(x)能否是某个r.v 的分布函数. 例2 设有函数 F(x) 解 注意到函数 F(x)在 上下降， 不满足性质(1)，故F(x)不能是分布函数. 不满足性质(2)， 可见F(x)也不能是r.v 的分布函数. 或者 解 例3 已知 ，求 A、 B。 所以 求 X 的分布律。 解 X 的可能取值为 3，4，5。 2. 二项分布 引例：某人打靶单发命中率为 现独立重复射 击3次，求恰好命中2发的概率。 解 表示“第i次命中” 表示“恰好命中两次” 由此可得： n重伯努利试验中,“事件 恰好发生k次”,即 的概率为： 定义2.如果随机变量 的分布律为 则称 服从参数为 的二项分 其中 布，记为 容易验证 由二项式定理 特别,当 时,二项分布为 这就是（0—1）分布，常记为 3. 二项分布的分布形态 若 ，则 由此可知，二项分布的分布律(右图) 先是随着 到其最大值后再随着 的增大而减小. 这个使得 达到其最大值的 称为该二项分布的最可能次数。 的增大而增大，达 可以证明： 例4 已知100个产品中有5个次品，现从中有放回地 取3次，每次任取1个，求在所取的3个中恰有2个次品 的概率. 表示所取的3个中的次品数， ，于是所求概率为 则 解：设 注： 若将本例中的“有放回”改为“无放回”，那么各 次试验条件就不同了，不是伯努利概型，此时只能用 古典概型求解. 古典概型与伯努利概型不同，有何区别？ 请思考： 伯努利概型对试验结果没有等可能的要求， （1）每次试验条件相同； （2）每次试验只考虑两个互逆结果 且 （3）各次试验相互独立. 但有下述要求： 例5 一大批产品中一级品率为0.2，现随机抽查20 只，问20只元件中恰好有 为一级 品的概率为多少？ 解 设 表示20只元件中为一级品的只数， 这个试验可以看作伯努利试验。 例6 某人射击命中率为0.02，独立射击400次，试 求至少击中2次的概率？ 解 设 表示击中的次数，则 所以分布律 则所求概率 本例题的实际意义： ① 不可忽视小概率事件; ② 反过来看，如果一个人射击400次，击中竟不到 两次，由于 很小，故怀疑“命中率 0.02”是否为真，即他的命中率不到0.02。 例7 80台同类型设备，各台工作相互独立，发生故 障的概率 ，有两种配备维修工人的方法：① 4个人每人负责20台；②3个人共同负责80台。 问那种方案好?(比较发生故障而不能及时维修的概率) 解 设 表示“第一个人维护的20台中同时发生故障 的台数”， 表示“第i个人维护的20台中发生故障而不 能及时维修”， 由题意可得 ① 第一个人维护的20台中发生故障而不能及时维 修的概率为 4个人维护的80台中发生故障而不能及时维修的概率 ② 设 表示“80台同时发生故障的台数” 则3人维护的80台中发生故障而不能及时维修的概率 总之 即第②种方案的工作效率高。 把样本点发生的概率转化为随机变量取得某个数字的概率，一般事件发生的概率转化为数字集合的概率。 样本点←→数字 定理1（泊松Poisson定理) 设 是一常数，n是 正整数，若 ，则对任一固定的非负整数 证明 由 得 对于任意固定的 故有 注：二项分布是最重要的离散型概率分布之一，当 时，即为（0—1）分布；当 时， 二项分布近似于下面介绍的泊松分布。 定义1. 设随机变量 所有可能取的值为0,1,2,…,而 且概率分布为： 其中 ，则称 服从参数为 的泊松分布，记 注：① ② 马克劳林级数 所以 满足随机变量概率定义的条件。 泊松分布的图形特点： 当 n 很大，p 很小时， 泊松定理表明： 泊松分布是二项分布的极限分布， 参数 ? = n p 的泊松分布 二项分布就可近似看成是 例1 一交通路口一段时间内汽车发生交通事故的次数