离散型随机变量及其概率分布.pptVIP

解：三、几种常见离散型随机变量的概率分布第31页，共54页，星期日，2025年，2月5日注意：P(X=4)最大。三、几种常见离散型随机变量的概率分布第32页，共54页，星期日，2025年，2月5日一般地，若在k0处，概率P{X=k}达到最大（称k0为随机变量X的最可能值），则k0应满足解上述不等式得(n+1)p-1≤k0≤(n+1)p。因为k0必须为整数，所以当(n+1)p为整数，其它，本例中，n=20，p=0.2,所以，(n+1)p=4.2,故k0=4。三、几种常见离散型随机变量的概率分布第33页，共54页，星期日，2025年，2月5日三、几种常见离散型随机变量的概率分布二项分布与两点分布的关系二项分布两点分布1、2、第34页，共54页，星期日，2025年，2月5日三、几种常见离散型随机变量的概率分布第35页，共54页，星期日，2025年，2月5日三、几种常见离散型随机变量的概率分布练习4某人进行射击，设每次击中的概率为0.02，独立射击400次，求至少击中两次的概率是多少？解：这是一个独立重复试验概型，设击中的次数为X，则它服从参数为n=400，p=0.02的二项分布，即X～B(400，0.02)，其概率分布为第36页，共54页，星期日，2025年，2月5日三、几种常见离散型随机变量的概率分布4、泊松分布泊松分布是1837年法国数学家泊松（Poisson）作为二项分布的近似计算机引入的。近年来日益显示其重要性，即它不仅是二项分面的泊松近似，它本身就是一种重要的分布。若随机变量X全部可能取值为一切非负整数，且第37页，共54页，星期日，2025年，2月5日三、几种常见离散型随机变量的概率分布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.第38页，共54页，星期日，2025年，2月5日,则对固定的k，有设Possion定理:Poisson定理说明，若X~b(n,p),当n很大p很小时，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.二项分布与泊松分布的关系三、几种常见离散型随机变量的概率分布二项分布泊松分布第39页，共54页，星期日，2025年，2月5日三、几种常见离散型随机变量的概率分布在本节练习3中，如果射手命中率是0.01，连续射击400次，击中至少两次的概率为由于n=400较大，p=0.01较小，因此可用泊松分布近似计算，即于是第40页，共54页，星期日，2025年，2月5日三、几种常见离散型随机变量的概率分布例8某商店出售某种贵重商品，根据以往经验，每月销售量X服从参数λ=3的泊松分布，问在月初进货时要库存多少件此商品，才能以99％的概率充分满足顾客的需要？解：设月初库存k件，则即查表，得k+1=9，即k=8.第41页，共54页，星期日，2025年，2月5日练习5独立射击5000次,命中率为0.001,解(1)k=[(n+1)p]=[(5000+1)0.001]=5求(1)最可能命中次数及相应的概率；命中次数不少于1次的概率.(至少命中1次的概率)三、几种常见离散型随机变量的概率分布第42页，共54页，星期日，2025年，2月5日(2)令X表示命中次数,则X~B(5000,0.001)三、几种常见离散型随机变量的概率分布第43页，共54页，星期日，2025年，2月5日解令X表示命中次数,则令此结果与用二项分布算得的结果0.9934仅相差万分之一.利用Poisson定理再求练习4X~B(5000,0.001)三、几种常见离散型随机变量的概率分布小概率事件虽不易发生，但重复次数多了，就成大概率事件.启示第44页，共54页，星期日，2025年，2月5日三、几种常见离散型随机变量的概率分布5、超几何分布在抽样理论中(1)有放回抽取，抽取的次品数服从二项分布（参数n为抽取数，