22 离散型随机变量及其分布.ppt
第二节 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,说明,一、离散型随机变量的分布律,定义,离散型随机变量的分布律也可表示为,解,则有,例1,也可写成 PX=k=(1 p)kp,k=0,1,2,3,PX=4=(1 p)4.,二、常见离散型随机变量的概率分布,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(01)分布或两点分布.,1.两点分布,PX=k=pk(1p)1k k=0,1 0 p 1.,表格形式为:,实例1“抛硬币”试验,观察正、反两面情况.,随机变量 X 服从(01)分布.,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,那么,若规定,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、种籽是否发芽等,都属于两点分布.,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,将试验 E 重复进行 n 次,若各次试验的结果互不影响,即每次试验结果出现的概率都不依赖于其它各次试验的结果,则称这 n 次试验是相互独立的,或称为 n 次重复独立试验.,(1)重复独立试验,3.二项分布,(2)n 重伯努利试验,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.,(3)二项概率公式,且两两互不相容.,称这样的分布为二项分布.记为,二项分布的图形,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.,例2,设 X 为20只产品中一级品的数量,则 X b(20,0.2).,于是,计算结果如下:,图形:,规律:当 k 增加时,概率 PX=k 先增并达到最大值,随后单调减少.,解,因此,例3,(1)对于发生概率低的事件,如果试验独立进行多次,事件必然发生;,(2)若本例中400次射击中中靶不到两次,可以认为命中率不到0.02.,不能轻视小概率事件.,说明:对于本例的结果在实际中反映出这样两个问题:,例4 80台同类型设备,各台工作相互独立,发生故障的概率都是0.01,且一台设备的故障能由一人处理.考虑两种配备维修工人的方法:其一由4人维护,每人负责20台;其二由三人共同维护80台.比较这两种方法在设备发生故障时不能及时维修的概率.,解 第一种方式.记 X 为“第一人维护的20台中同一时刻发生故障的台数”,Ai 表示事件“第 i 人维护的20台中发生故障不能及时维修”(i=1,2,3,4),且80台中发生故障不能及时维修的概率为,则 X b(20,0.01),=0.0169,即,第二种方式:记 Y 为“80台中同一时刻发生故障的台数”,则 Y b(80,0.01).,则80台中发生故障不能及时维修的概率为,=0.0087,因此第二种方式更科学.工作效率提高了.,另解,按第一种方法,故有,即有,按第二种方法,故 80 台中发生故障而不能及时维修的概率为,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,故所求概率为,可利用泊松定理计算,4.泊松分布,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,上面我们提到,单击图形播放/暂停ESC键退出,泊松定理 设 是一个常数，n是任意正整数，设,，则对于任一固定的非负整数 k，有:,证明,由，有：,对任意固定的k，当n时，,得证。,说明：,在（常数）中，当n很大时，pn必定很小。,因此，当n很大时，有近似式：,即：n很大时，二项分布的概率值可以由泊松分布的概率值近似计算。,例5 计算机硬件公司制造某种特殊型号的微型芯片，次品率达0.1%，各芯片成为次品相互独立。求在1000只产品中至少有2只次品的概率。以X记产品中的次品数，Xb(1000,0.001),解,也可用泊松分布近似计算，得：,结论：当n20，p0.05时，用,近似效果好。,5.几何分布,若随机变量 X 的分布律为,则称 X 服从几何分布.,实例 设某批产品的次品率为 p,对该批产品做有放回的抽样检查,直到第一次抽到一只次品为止(在此之前抽到的全是正品),那么所抽到的产品数 X 是一个随机变量,求X 的分布律.,解,所以 X 服从几何分布.,说明 几何分布可作为描述某个试验“首次成功”的概率模型.,离散型随机变量的分布,两点分布,均匀分布,二项分布,泊松分布,几何分布,二项分布,三、小结,1、,
