离散型随机变量及其概率分布.ppt

《离散型随机变量及其概率分布.ppt》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、§2.2离散型随机变量及其概率分布定义若随机变量X的可能取值是有限个或可列个,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或分布律XP或离散随机变量及分布律即§2.212分布律的性质非负性规范性X~或13F(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.14解例1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时的分布

2、函数.令X表示例115•0•1•2•3•4xx]]]•]••kpk012340.60.40.60.420.60.430.60.44当16•0•1•2•3•4xF(x)o•o•1•o•o•o17用分布律或分布函数来计算事件的概率例2在上例中,分别用分布律与分布函数计算下述事件的概率：例2解或18或此式应理解为极限19例3一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

3、布.解P(X=k)=P(前k–1次击中r–1次，第k次击中目标)例3帕斯卡分布20注利用幂级数在收敛域内可逐项求导的性质当21归纳地令22作业P82习题二24习题5623(1)0–1分布X=xk10Pkp1-p0

4、p的二项分布，记作0–1分布是n=1的二项分布25二项分布的取值情况设.039.156.273.273.179.068.017.0024.00000123456780.273•由图表可见,当时，分布取得最大值此时的称为最可能成功次数xP•0•1•2•3•4•5•6•7•82627设.01.06.14.21.22.18.11.06.02.01.002<.00101234567891011~20••xP•••••1•3•5•7•9••••0•2•4•6•8•10•20由图表可见,当时，分布取得最大值

5、0.22•2829二项分布中最可能出现次数的定义与推导则称为最可能出现的次数30当(n+1)p=整数时,在k=(n+1)p与(n+1)p–1处的概率取得最大值对固定的n、p,P(X=k)的取值呈不对称分布固定p,随着n的增大，其取值的分布趋于对称当(n+1)p整数时,在k=[(n+1)p]处的概率取得最大值31例4独立射击5000次,每次命中率为0.001,例4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；(2)命中次数不少于1次的概率.3

6、2(2)令X表示命中次数,则X~B(5000,0.001)小概率事件虽不易发生，但重复次数多了，就成大概率事件.本例启示33由此可见日常生活中“提高警惕,防火由于时间无限,自然界发生地震、海啸、空难、泥石流等都是必然的，早晚的同样,人生中发生车祸、失恋、患绝症、考试不及格、炒股大亏损等都是正常现象,大可不必怨天尤人,更不要想不开而防盗”的重要性.事，不用奇怪，不用惊慌.跳物理楼(交大闵行校区最高楼)自杀.启示34,则对固定的k设Possion定理Poisson定理说明若X~B(n,p),则当n较

7、大，p较小,而适中,则可以用近似公式问题如何计算？35证记36类似地,从装有a个白球，b个红球的袋中不放回地任取n个球,其中恰有k个白球的概率为当时，对每个n有结论超几何分布的极限分布是二项分布二项分布的极限分布是Poisson分布37解令X表示命中次数,则令此结果也可直接查P.378附表2泊松分布表得到，它与用二项分布算得的结果0.9934仅相差万分之一.利用Poisson定理再求例4(2)X~B(5000,0.001)38例5某厂产品不合格率为0.03,现将产品装箱,若要以不小于90%的概率

8、保证每箱中至少有100个合格品,则每箱至少应装解设每箱至少应装100+n个,每箱的不合格品个数为X,则X~B(100+n,0.03)由题意3(100+n)0.03=3+0.03n取=3多少个产品？例539查Poisson分布表,=3得n+1=6,n=5故每箱至少应装105个产品,才能符合要求.应用Poisson定理40在实际计算中,当n20,p0.05时,可用上述公式近似计算;而当n100,np10时,精度更好00.3490.3580.3690.3660.36810.3050.3770.