《3-3离散型随机变量.ppt》由会员分享，可在线阅读，更多相关《3-3离散型随机变量.ppt（27页珍藏版）》请在三一文库上搜索。
1、3.3、离散型随机变量,3.3.1、离散型随机变量及其分布律,一、离散型随机变量概率分布的定义,其中 (k=1,2, ) 满足：,（2）,用这两条性质判断 一个函数是否是 概率函数,解: 依据概率函数的性质:,从中解得,二、表示方法,（1）列表法：,（2）公式法,X,三、举例,例2. 某篮球运动员投中篮圈概率是0.9，求他两次独立投篮投中次数X的概率分布，X的分布函数，P(X4).,解： X可取0、1、2为值,P(X =0)=(0.1)(0.1)=0.01,P(X =1)= 2(0.9)(0.1) =0.18,P(X =2)=(0.9)(0.9)=0.81,且 P(X =0)+ P(X =1)
2、+ P(X =2)=1,常常表示为：,这就是X的概率分布. 其余的呢？,3.3、离散型随机变量,3.3.2、几种常见的离散型随机变量,用X表示n重贝努里试验中事件A（成功）出现的次数，则,称r.vX服从参数为n和p的二项分布，记作,XB(n,p),当n=1时， P(X=k)=pk(1-p)1-k,k=0,1 称X服从0-1分布,1、二项分布,例3 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.,解:,依题意，每次试验取到次品的概率为0.05.,设X为所取的3个中的次品数，,于是，所求概率为：,注：若将本例中的“有放回”改为”无放回”，那
3、么各次试验条件就不同了，不是贝努里概型，此时，只能用古典概型求解.,例4 某类灯泡使用时数在1000小时以上 的概率是0.2，求三个灯泡在使用1000 小时以后最多只有一个坏了的概率.,解: 设X为三个灯泡在使用1000小时已坏的灯泡数 .,X B (3, 0.8)，,把观察一个灯泡的使用 时数看作一次试验, “使用到1000小时已坏” 视为“成功”.每次试验, “成功”的概率为0.8,P(X 1) =P(X=0)+P(X=1),=(0.2)3+3(0.8)(0.2)2,=0.104,对于固定n及p，当k增加时 ,概率P(X=k) 先是随之增加直至 达到最大值, 随后单调减少.,当(n+1)p
4、不为整数时，二项概率P(X=k)在k=(n+1)p达到最大值；称k为最可能成功次数。,( x 表示不超过 x 的最大整数),对于固定n及p，当k增加时 ,概率P(X=k) 先是随之增加直至 达到最大值, 随后单调减少.,当(n+1)p为整数时，二项概率P(X=k)在k=(n +1)p和k =(n+1)p-1处达到最大值.,二项分布的泊松近似,当试验次数n很大时，计算二项概率变得很麻烦，如教材例4中，要计算,或诸如此类的计算问题，必须寻求近似方法.,定理的条件意味着当 n很大时，pn 必定很小. 因此，泊松定理表明，当 n 很大，p 很小时有以下近似式：,其中,n 100, np 10 时近似效
5、果就很好,实际计算中，,其中,可将问题略为转换一下，仍然可以应用泊松近似.,当 n很大时，p不是很小，而是很大( 接近于1)时，,下面我们看一个应用例子.,例5 为保证设备正常工作，需要配备适量的维修人员 . 设共有300台设备，每台的工作相互独立，发生故障的概率都是0.01.若在通常的情况下，一台设备的故障可由一人来处理 . 问至少应配备多少维修人员，才能保证当设备发生故障时不能及时维修的概率小于0.01?,设需配备N个维修人员，,所求的是满足,P(XN) 0.01的最小的N.,P(XN),n大,p小,np=3, 用 =np=3 的泊松近似,即至少需配备8个维修人员.,查书末的泊松分布表得,
6、N+1 9,即N 8,2、泊松分布,设随机变量X概率分布为：,其中 0 是常数,则称 X 服从参数为 的 泊松分布,记作XP( ).,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 .,近数十年来，泊松分布日益显示 其重要性,成为概率论中最重要的几个分布之一.,在实际中，许多随机现象服从或近似服从泊松分布.,二、二项分布与泊松分布,稀有事件出现的次数近似地服从泊松分布.,我们把在每次试验中出现概率很小的事件称作稀有事件.,如地震、火山爆发、特大洪水、意外事故等等,例6、 一家商店采用科学管理，由该商店过去的销售记录知道，某种商品每月的销售数可以用参数=5的泊松分布来描述，为了以95%以上的把握保证不脱销，问商店在月底至少应进某种商品多少件？,解:,设该商品每月的销售数为X,已知X服从参数=5的泊松分布.,设商店在月底应进某种商品m件,进货数,销售数,查泊松分布表得,P(Xm) 0.05,也即,于是得 m+1=10,或,m=9件,