中国地质大学 概率与统计ch2-2.pptVIP

§2.2 离散型随机变量 及其分布律 一、离散型随机变量的分布律 二 常见离散型随机变量的概率分布 三、小结 解 因此 例2 某人进行射击，设每次射击的命中率为0.02，独立射击400次，求至少击中2次的概率？ 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? 设 1000 辆车通过, 出事故的次数为 X , 则 解 故所求概率为 0-1分布和二项分布的关系分析 p 1-p Pi 1 0 X 4. 泊松分布 设随机变量所有可能取的值为0,1,2,…,且取各个值的概率为 其中λ0 是常数。则称X服从参数为λ的泊松分布，记为 泊松分布的图形 泊松分布的背景及应用 　　二十世纪初卢瑟福和盖克两位科学家在观察 与分析放射性物质放出的粒子个数的情况时,他 们做了2608次观察(每次时间为7.5秒)发现放射 性物质在规定的一段时间内, 其放射的粒子数X 服从泊松分布. 在生物学、医学、工业统计、保险科学及 公用事业的排队等问题中 , 泊松分布是常见的. 例如地震、火山爆发、特大洪水、交换台的电 话呼唤次数等, 都服从泊松分布. 电话呼唤次数 交通事故次数 商场接待的顾客数 地震 火山爆发 特大洪水 柏松分布与二项分布的关系 二项分布 泊松分布 二项分布的极限分布是泊松分布。即当 n 很大， p 很小时有以下近似公式 其中 * §2.2离散型随机变量 一、离散型随机变量的分布律 二、常见离散型随机变量的概率分布 三、小结 说明 离散型随机变量的分布律也可表示为 所以，X的分布律为 X的分布函数 离散型随机变量分布函数的计算 有了分布律，可以通过下式求得分布函数 解 例2 设一汽车在开往目的地的道路上需经过四组信号灯，每组信号灯以1/2的概率允许或禁止汽车通过。以X表示汽车首次停下时，它已通过的信号灯的组数（设各组信号灯的工作是相互独立的），求X的分布率。 设p为每组信号灯禁止汽车通过的概率，则有 解 例3 从而 X 的分布律为 解 例4 设随机变量 X 只可能取0与1两个值 , 它的分布律为 则称 X 服从 (0—1) 分布或两点分布. 1.两点(0-1)分布 实例1 “抛硬币”试验,观察正、反两面情况. 随机变量 X 服从 (0—1) 分布. 其分布律为 实例2 200件产品中,有190件合格品,10件不合格品,现从中随机抽取一件,那末,若规定 取得不合格品, 取得合格品. 则随机变量 X 服从(0 —1)分布. 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、种子是否发芽等, 都属于两点分布。常用的0–1分布：如产品是否合格、人口性别统计、系统是否正常、电力消耗是否超负荷等等. 说明 2.等可能分布 如果随机变量 X 的分布律为 实例 抛掷骰子并记出现的点数为随机变量 X, 则有 (1) n重伯努利试验 3.二项分布 实例1 抛一枚硬币观察得到正面或反面. 若将硬 　　　币抛 n 次,就是n重伯努利试验. 实例2 抛一颗骰子n次,观察是否 “出现 1 点”, 就 　　　是 n重伯努利试验. (2) 二项概率公式 且两两互不相容. 称这样的分布为二项分布. 设随机变量 X 的分布律为 (3) 二项分布 记为 二项分布的分布率又可写为 例如 在相同条件下相互独立地进行 5 次射击,每次射击时击中目标的概率为 0.6 ,则击中目标的次数 X 服从 b (5,0.6) 的二项分布. 背景：在n 重Bernoulli 试验中，事件A 发生的次数服 从二项分布。 二项分布 两点分布 分析 这是不放回抽样. 但由于这批元件的总数很大, 且抽查元件的数量相对于元件的总数来说又很小,因而此抽样可近似当作放回抽样来处理. 按放回处理,则可把检查一只元件是否为一级品看成是一次试验,且每次试验结果互不影响,从而可把检查20只元件看作20重伯努利试验. 例1 按规定，某种型号电子元件的使用寿命超过1500小时的为一级品。已知某一大批产品的一级品率为0.2，现在从中随机地抽查20只。问20只元件中恰有k只(k=0,1,…,20)一级品的概率是多少？ 解 图示概率分布 二项分布的图形 问题: 固定n和p，当k取何值时，B(n, p)取最大值？ 因此 当k(n+1)p时，B(k;n,p)B(k-