概率论与数理统计：泊松分布

习题一：1.1 写出下列随机试验的样本空间：(1) 某篮球运动员投篮时, 连续5 次都命中, 观察其投篮次数; 解：连续5 次都命中，至少要投5次以上，故}{ ,7,6,51=Ω； (2) 掷一颗匀称的骰子两次, 观察前后两次出现的点数之和; 解：}{12,11,4,3,22 =Ω； (3) 观察某医院一天内前来就诊的人数;解：医院一天内前来就诊的人数理论上可以从0到无穷，所以}{ ,2,1,03=Ω；(4) 从编号为1，2，3，4，5 的5 件产品中任意取出两件, 观察取出哪两件产品; 解：属于不放回抽样，故两件产品不会相同，编号必是一大一小，故： ()}{;51,4≤≤=Ωj i j i (5) 检查两件产品是否合格;解：用0 表示合格, 1 表示不合格，则()()()()}{1,1,0,1,1,0,0,05=Ω；(6) 观察某地一天内的最高气温和最低气温(假设最低气温不低于T1, 最高气温不高于T2); 解：用x 表示最低气温, y 表示最高气温;考虑到这是一个二维的样本空间，故： ()}{216,T y x T y x ≤≤=Ω ；(7) 在单位圆内任取两点, 观察这两点的距离; 解：}{207 x x =Ω；(8) 在长为l 的线段上任取一点, 该点将线段分成两段, 观察两线段的长度. 解：()}{l y x y x y x =+=Ω,0,0,8 ； 1.2(1) A 与B 都发生, 但C 不发生; C AB ；(2) A 发生, 且B 与C 至少有一个发生;)(C B A ⋃； (3) A,B,C 中至少有一个发生; C B A ⋃⋃；(4) A,B,C 中恰有一个发生;C B A C B A C B A ⋃⋃； (5) A,B,C 中至少有两个发生; BC AC AB ⋃⋃； (6) A,B,C 中至多有一个发生;C B C A B A ⋃⋃；(7) A;B;C 中至多有两个发生;ABC(8) A,B,C 中恰有两个发生.C AB C B A BC A ⋃⋃ ； 注意：此类题目答案一般不唯一，有不同的表示方式。

概率论与数理统计课后习题答案第二章1.一袋中有5 只乒乓球，编号为1，2，3，4，5，在其中同时取3只，以X 表示取出的3只球中的最 大号码，写出随机变量X 的分布律. 【解】353524353,4,51(3)0.1C 3(4)0.3C C (5)0.6C X P X P X P X ==========2.设在15只同 类型零件中有2只为次品，在其中取3次，每次任取1只，作不放回抽样，以X 表示取出 的次品个数，求： （1） X 的分 布律；（2） X 的分 布函数并作图； (3)133{},{1},{1},{12}222P X P X P X P X ≤<≤≤≤<<.【解】313315122133151133150,1,2.C 22(0).C 35C C 12(1).C 35C 1(2).C 35X P X P X P X ========== 故X 的分布律为（2） 当x <0时， F （x ）=P （X ≤x ）=0当0≤x <1时 ，F （x ）=P （X ≤x ）=P (X =0)=2235当1≤x <2时 ，F （x ）=P （X ≤x ）=P (X =0)+P (X =1)=3435当x ≥2时， F （x ）=P （X ≤x ）=1 故X 的分布函 数0,022,0135()34,12351,2x x F x x x <⎧⎪⎪≤<⎪=⎨⎪≤<⎪⎪≥⎩(3)3.射手向目标独立 地进行了3次射击，每次击中率为0.8，求3次射击中击中目标的次数的分布律及分布函 数，并求3次射击中至少击中2次的概率. 【解】设X 表示击中目标的次数.则X =0，1，2，3.31232233(0)(0.2)0.008(1)C 0.8(0.2)0.096(2)C (0.8)0.20.384(3)(0.8)0.512P X P X P X P X ============故X 的 分布律为分布函数0,00.008,01()0.104,120.488,231,3x x F x x x x <⎧⎪≤<⎪⎪=≤<⎨⎪≤<⎪≥⎪⎩(2)(2)(3)0.896P X P X P X ≥==+==4.（1） 设随机变量X 的分布律为P {X =k }=!k akλ，其中k =0，1，2，…，λ＞0为常数，试确定常数a .（2） 设随机变量X 的分布律为P {X =k }=a/N ， k =1，2，…，N ，试确定常数a . 【解】（1） 由分布律的性质知1()e !kk k P X k a a k λλ∞∞======∑∑故 e a λ-=(2) 由分布律的性质知111()NNk k aP X k a N======∑∑即 1a =.5.甲、乙两人投篮，投中的概率分别为0.6,0.7,今各投3次，求： （1） 两人投中次数相等的概率; （2） 甲比乙投中次数多的概率.【解】分别令X 、Y 表示甲、乙投中次数，则X~b （3，0.6）,Y~b (3,0.7)(1)(3,3)P X Y ==33121233(0.4)(0.3)C 0.6(0.4)C 0.7(0.3)=++22223333C (0.6)0.4C (0.7)0.3(0.6)(0.7)+0.32076=(2)=0.2436.设某机场每天有200架飞机在此降落，任一飞机在某一时刻降落的概率设为0.02，且设各飞机降落是相互独立的.试问该机场需配备多少条跑道，才能保证某一时刻飞机需立即降 落而没有空闲跑道的概率小于0.01(每条跑道只能允许一架飞机降落)？【 解】设X 为某一时刻需立即降落的飞机数，则X ~b (200,0.02)，设机场需配备N 条跑道，则有()0.01P X N ><即 2002002001C (0.02)(0.98)0.01k k kk N -=+<∑利用泊松近似2000.02 4.np λ==⨯=41e 4()0.01!kk N P X N k -∞=+≥<∑ 查表得N ≥9.故机场至少应配备9条跑道.7.有 一繁忙的汽车站，每天有大量汽车通过，设每辆车在一天的某时段出事故的概率为0.000 1,在某天的该时段内有1000辆汽车通过，问出事故的次数不小于2的概率是多少（利用泊 松定理）？ 【解】设X 表示出事故的次数，则X ~b （1000，0.0 001）8.已知在五重贝努里试验中成功的次数X 满足P {X = 1}=P {X =2}，求概率P {X =4}. 【解】设在每次试验中成功的概率为p ，则故所以 4451210(4)C ()33243P X ===. 9.设事件A 在每一次试验中发生的概率为0.3，当A 发生不少于3次时，指示灯发出信号， （1） 进行了5次独立试验，试求指示灯发出信号的概率； （2） 进行了7次独立试验，试求指示灯发出信号的概率. 【解】（1） 设X 表示5次独立试验中A 发生的次数，则X ~6（5，0.3）5553(3)C (0.3)(0.7)0.16308kk k k P X -=≥==∑(2) 令Y 表示7次独立试验中A 发生的次数，则Y~b （7，0.3）7773(3)C (0.3)(0.7)0.35293k k k k P Y -=≥==∑10.某公安局在长度为t 的时间间隔内收到的紧急呼救的次数X 服从参数为（1/2）t 的泊松分布，而与时间间隔起点无关（时间以小时计）.（1） 求某一天中午12时至下午3时没收到呼救的概率； （ 2） 求某一天中午12时至下午5时至少收到1次呼救的概率. 【解】（1 ）32(0)eP X -== (2) 52(1)1(0)1e P X P X -≥=-==-11.设P { X =k }=kkkp p --22)1(C , k =0,1,2P {Y =m }=mm m p p --44)1(C , m =0,1,2,3,4 分别为随机变量X ，Y 的概率分布，如果已知P {X ≥1}=59，试求P {Y ≥1}. 【解】因为5(1)9P X ≥=，故4(1)9P X <=. 而 2(1)(0)(1)P X P X p <===-故得 24(1),9p -= 即 1.3p =从而 465(1)1(0)1(1)0.8024781P Y P Y p ≥=-==--=≈ 12.某教科书出版了2000册，因装订等原因造成错误的概率为0.001，试求在这2000册书中恰有5册错误的概率.【解】令X 为2000册书中错误的册数，则X~b (2000,0.001).利用泊松近似计算,20000.0012np λ==⨯=得 25e 2(5)0.00185!P X -=≈= 13.进行某种试验，成功的概率为34，失败的概率为14.以X 表示试验首次成功所需试验的次数，试写出X 的分布律，并计算X 取偶数的概率. 【解】1,2,,,X k =113()()44k P X k -==(2)(4)(2)P X P X P X k =+=++=+321131313()()444444k -=++++213141451()4==- 14.有2500名同一年龄和同社会阶层的人参加了保险公司的人寿保险.在一年中每个人死亡的概率为0.002，每个参加保险的人在1月1日须交12元保险费，而在死亡时家属可从保险公司领取2000元赔偿金.求： （1） 保险公司亏本的概率;（2） 保险公司获利分别不少于10000元、20000元的概率. 【解】以“年”为单位来考虑.（1） 在1月1日，保险公司总收入为2500×12=30000元. 设1年中死亡人数为X ，则X~b (2500,0.002)，则所求概率为(200030000)(15)1(14)P X P X P X >=>=-≤由于n 很大，p 很小，λ=np =5，故用泊松近似，有514e 5(15)10.000069!kk P X k -=>≈-≈∑(2) P (保险公司获利不少于10000)(30000200010000)(10)P X P X =-≥=≤510e 50.986305!kk k -=≈≈∑ 即保险公司获利不少于10000元的概率在98%以上P （保险公司获利不少于20000）(30000200020000)(5)P X P X =-≥=≤55e 50.615961!kk k -=≈≈∑ 即保险公司获利不少于20000元的概率约为62%15.已知随机变量X 的密度函数为f (x )=A e -|x |, -∞<x <+∞,求：（1）A 值；（2）P {0<X <1}; (3) F (x ). 【解】（1） 由()d 1f x x ∞-∞=⎰得||01e d 2e d 2x x A x A x A ∞∞---∞===⎰⎰故 12A =. (2) 11011(01)e d (1e )22x p X x --<<==-⎰(3) 当x <0时，11()e d e 22x x x F x x -∞==⎰当x ≥0时，0||0111()e d e d e d 222x x x x x F x x x x ---∞-∞==+⎰⎰⎰11e 2x -=-故 1e ,02()11e 02xx x F x x -⎧<⎪⎪=⎨⎪-≥⎪⎩16.设某种仪器内装有三只同样的电子管，电子管使用寿命X 的密度函数为f (x )=⎪⎩⎪⎨⎧<≥.100,0,100,1002x x x求：（1） 在开始150小时内没有电子管损坏的概率； （2） 在这段时间内有一只电子管损坏的概率； （3） F （x ）. 【解】（1） 15021001001(150)d .3P X x x ≤==⎰33128[(150)]()327p P X =>==(2) 1223124C ()339p == (3) 当x <100时F （x ）=0当x ≥100时()()d xF x f t t -∞=⎰100100()d ()d x f t t f t t -∞=+⎰⎰2100100100d 1xt t x==-⎰ 故 1001,100()0,0x F x xx ⎧-≥⎪=⎨⎪<⎩ 17.在区间［0，a ］上任意投掷一个质点，以X 表示这质点的坐标，设这质点落在［0，a ］中任意小区间内的概率与这小区间长度成正比例，试求X 的分布函数. 【解】 由题意知X ~∪[0,a ]，密度函数为1,0()0,x af x a⎧≤≤⎪=⎨⎪⎩其他 故当x <0时F （x ）=0 当0≤x ≤a 时01()()d ()d d xx xx F x f t t f t t t a a-∞====⎰⎰⎰当x >a 时，F （x ）=1即分布函数0,0(),01,x x F x x a a x a<⎧⎪⎪=≤≤⎨⎪>⎪⎩ 18.设随机变量X 在[2，5]上服从均匀分布.现对X 进行三次独立观测，求至少有两次的观测值大于3的概率. 【解】X ~U [2,5]，即1,25()30,x f x ⎧≤≤⎪=⎨⎪⎩其他 5312(3)d 33P X x >==⎰故所求概率为22333321220C ()C ()33327p =+=19.设顾客在某银行的窗口等待服务的时间X （以分钟计）服从指数分布1()5E .某顾客在窗口等待服务，若超过10分钟他就离开.他一个月要到银行5次，以Y 表示一个月内他未等到服务而离开窗口的次数，试写出Y 的分布律，并求P {Y ≥1}. 【解】依题意知1~()5X E ，即其密度函数为51e ,0()50,xx f x -⎧>⎪=⎨⎪≤⎩x 0 该顾客未等到服务而离开的概率为25101(10)e d e 5x P X x -∞->==⎰2~(5,e )Y b -,即其分布律为225525()C (e )(1e ),0,1,2,3,4,5(1)1(0)1(1e )0.5167kk k P Y k k P Y P Y ----==-=≥=-==--=20.某人乘汽车去火车站乘火车，有两条路可走.第一条路程较短但交通拥挤，所需时间X 服从N （40，102）；第二条路程较长，但阻塞少，所需时间X 服从N （50，42）. （1） 若动身时离火车开车只有1小时，问应走哪条路能乘上火车的把握大些？ （2） 又若离火车开车时间只有45分钟，问应走哪条路赶上火车把握大些？ 【解】（1） 若走第一条路，X~N （40，102），则406040(60)(2)0.977271010x P X P Φ--⎛⎫<=<== ⎪⎝⎭若走第二条路，X~N （50，42），则506050(60)(2.5)0.993844X P X P Φ--⎛⎫<=<== ⎪⎝⎭++故走第二条路乘上火车的把握大些.（2） 若X~N （40，102），则404540(45)(0.5)0.69151010X P X P Φ--⎛⎫<=<== ⎪⎝⎭若X~N （50，42），则504550(45)( 1.25)44X P X P Φ--⎛⎫<=<=- ⎪⎝⎭1(1.25)0.1056Φ=-= 故走第一条路乘上火车的把握大些.21.设X ~N （3，22），（1）求P{2<X≤5}，P{-4<X≤10}，P{｜X｜＞2}，P{X＞3}; （2）确定c使P{X＞c}=P{X≤c}.【解】（1）23353(25)222XP X P---⎛⎫<≤=<≤⎪⎝⎭11(1)(1)1220.841310.69150.5328ΦΦΦΦ⎛⎫⎛⎫=--=-+⎪ ⎪⎝⎭⎝⎭=-+=433103(410)222XP X P----⎛⎫-<≤=<≤⎪⎝⎭770.999622ΦΦ⎛⎫⎛⎫=--=⎪ ⎪⎝⎭⎝⎭(||2)(2)(2)P X P X P X>=>+<-323323222215151122220.691510.99380.6977X XP PΦΦΦΦ-----⎛⎫⎛⎫=>+<⎪ ⎪⎝⎭⎝⎭⎛⎫⎛⎫⎛⎫⎛⎫=--+-=+-⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭=+-=333(3)()1(0)0.522XP X PΦ->=>=-=-(2) c=322.由某机器生产的螺栓长度（cm）X~N（10.05,0.062）,规定长度在10.05±0.12内为合格品,求一螺栓为不合格品的概率.【解】10.050.12(|10.05|0.12)0.060.06XP X P⎛-⎫->=>⎪⎝⎭1(2)(2)2[1(2)]0.0456ΦΦΦ=-+-=-=23.一工厂生产的电子管寿命X（小时）服从正态分布N（160，σ2），若要求P{120＜X≤200}≥0.8，允许σ最大不超过多少？【解】120160160200160 (120200)XP X Pσσσ---⎛⎫<≤=<≤⎪⎝⎭404040210.8ΦΦΦσσσ-⎛⎫⎛⎫⎛⎫=-=-≥⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭故4031.251.29σ≤=24.设随机变量X 分布函数为F （x ）=e ,0,(0),00.xt A B x ,x λ-⎧+≥>⎨<⎩ （1） 求常数A ，B ；（2） 求P {X ≤2}，P {X ＞3}； （3） 求分布密度f （x ）.【解】（1）由00lim ()1lim ()lim ()x x x F x F x F x →+∞→+→-=⎧⎪⎨=⎪⎩得11A B =⎧⎨=-⎩（2） 2(2)(2)1eP X F λ-≤==-33(3)1(3)1(1e)e P X F λλ-->=-=--=(3) e ,0()()0,0x x f x F x x λλ-⎧≥'==⎨<⎩25.设随机变量X 的概率密度为f （x ）=⎪⎩⎪⎨⎧<≤-<≤.,0,21,2,10,其他x x x x 求X 的分布函数F （x ），并画出f （x ）及F （x ）.【解】当x <0时F （x ）=0当0≤x <1时0()()d ()d ()d xxF x f t t f t t f t t -∞-∞==+⎰⎰⎰20d 2xx t t ==⎰当1≤x<2时()()d x F x f t t -∞=⎰111122()d ()d ()d d (2)d 132222212xx f t t f t t f t tt t t tx x x x -∞==+=+-=+--=-+-⎰⎰⎰⎰⎰当x ≥2时()()d 1xF x f t t -∞==⎰故 220,0,012()21,1221,2x x x F x x x x x <⎧⎪⎪≤<⎪=⎨⎪-+-≤<⎪⎪≥⎩26.设随机变量X 的密度函数为（1） f (x )=a e -|x |,λ>0;(2) f (x )=⎪⎩⎪⎨⎧<≤<<.,0,21,1,10,2其他x x x bx 试确定常数a ,b ，并求其分布函数F （x ）. 【解】（1） 由()d 1f x x ∞-∞=⎰知||021e d 2e d x x aa x a x λλλ∞∞---∞===⎰⎰故 2a λ=即密度函数为 e ,02()e 02xx x f x x λλλλ-⎧>⎪⎪=⎨⎪≤⎪⎩当x ≤0时1()()d e d e 22xxx x F x f x x x λλλ-∞-∞===⎰⎰当x >0时0()()d e d e d 22xxx x F x f x x x x λλλλ--∞-∞==+⎰⎰⎰11e 2xλ-=-故其分布函数11e ,02()1e ,02xx x F x x λλ-⎧->⎪⎪=⎨⎪≤⎪⎩(2) 由12201111()d d d 22b f x x bx x x x ∞-∞==+=+⎰⎰⎰得 b =1即X 的密度函数为2,011(),120,x x f x x x<<⎧⎪⎪=≤<⎨⎪⎪⎩其他当x ≤0时F （x ）=0 当0<x <1时0()()d ()d ()d xxF x f x x f x x f x x -∞-∞==+⎰⎰⎰2d 2xx x x ==⎰当1≤x <2时01211()()d 0d d d x xF x f x x x x x x x -∞-∞==++⎰⎰⎰⎰312x=- 当x ≥2时F （x ）=1 故其分布函数为20,0,012()31,1221,2x x x F x x x x ≤⎧⎪⎪<<⎪=⎨⎪-≤<⎪⎪≥⎩27.求标准正态分布的上α分位点， （1）α=0.01，求z α; （2）α=0.003，求z α，/2z α. 【解】（1） ()0.01P X z α>=即 1()0.01z αΦ-= 即 ()0.09z αΦ= 故 2.33z α= （2） 由()0.003P X z α>=得1()0.003z αΦ-=即 ()0.997z αΦ= 查表得 2.75z α= 由/2()0.0015P X z α>=得/21()0.0015z α-Φ=即 /2()0.9985z αΦ= 查表得 /2 2.96z α=求Y =X 的分布律.【解】Y 可取的值为0，1，4，91(0)(0)5117(1)(1)(1)615301(4)(2)511(9)(3)30P Y P X P Y P X P X P Y P X P Y P X =======-+==+====-=====29.设P {X =k }=(2)k, k =1,2,…,令 1,1,.X Y X ⎧=⎨-⎩当取偶数时当取奇数时求随机变量X 的函数Y 的分布律. 【解】(1)(2)(4)(2)P Y P X P X P X k ===+=++=+242111()()()222111()/(1)443k =++++=-=2(1)1(1)3P Y P Y =-=-==30.设X ~N （0，1）.（1） 求Y =e X 的概率密度； （2） 求Y =2X 2+1的概率密度； （3） 求Y =｜X ｜的概率密度.【解】（1） 当y ≤0时，()()0Y F y P Y y =≤=当y >0时，()()(e )(ln )xY F y P Y y P y P X y =≤=≤=≤ln ()d yX f x x -∞=⎰故 2/2ln d ()1()(ln ),0d y Y Y x F y f y f y y y y -===> (2)2(211)1P Y X =+≥=当y ≤1时()()0Y F y P Y y =≤=当y >1时2()()(21)Y F y P Y y P X y =≤=+≤212y P X P X ⎛-⎛⎫=≤=≤≤ ⎪ ⎝⎭⎝()d X f x x =故 d ()()d Y Y XX f y F y f f y ⎤⎛==+⎥ ⎥⎝⎦(1)/4,1y y --=>(3) (0)1P Y ≥=当y ≤0时()()0Y F y P Y y =≤=当y >0时()(||)()Y F y P X y P y X y =≤=-≤≤ ()d yX yf x x -=⎰故d()()()()d Y Y X X f y F y f y f y y==+- 2/2,0y y -=> 31.设随机变量X ~U （0,1），试求：（1） Y =e X 的分布函数及密度函数； （2） Z =-2ln X 的分布函数及密度函数. 【解】（1） (01)1P X <<=故 (1e e)1XP Y <=<= 当1y ≤时()()0Y F y P Y y =≤=当1<y <e 时()(e )(ln )XY F y P y P X y =≤=≤ln 0d ln yx y ==⎰当y ≥e 时()(e )1XY F y P y =≤=即分布函数0,1()ln ,1e 1,e Y y F y y y y ≤⎧⎪=<<⎨⎪≥⎩故Y 的密度函数为11e ,()0,Y y y f y ⎧<<⎪=⎨⎪⎩其他 （2） 由P （0<X <1）=1知(0)1P Z >=当z ≤0时，()()0Z F z P Z z =≤=当z >0时，()()(2ln )Z F z P Z z P X z =≤=-≤/2(ln )(e )2z z P X P X -=≤-=≥ /21/2ed 1e z z x --==-⎰即分布函数-/20,0()1-e ,Z z z F z z ≤⎧=⎨>⎩0故Z 的密度函数为/21e ,0()20,z Z z f z z -⎧>⎪=⎨⎪≤⎩032.设随机变量X 的密度函数为f (x )=22,0π,π0,.xx ⎧<<⎪⎨⎪⎩其他试求Y =sin X 的密度函数. 【解】(01)1P Y <<=当y ≤0时，()()0Y F y P Y y =≤=当0<y <1时，()()(sin )Y F y P Y y P X y =≤=≤(0arcsin )(πarcsin π)P X y P y X =<≤+-≤<arcsin π220πarcsin 22d d ππyy x xx x -=+⎰⎰ 222211arcsin 1πarcsin ππy y =+--（）（）2arcsin πy =当y ≥1时，()1Y F y = 故Y 的密度函数为221,01π()10,Y y f y y⎧<<⎪=-⎨⎪⎩其他 33.设随机变量X 的分布函数如下：⎪⎩⎪⎨⎧≥<+=.)3(,)2(,)1(,11)(2x x x x F试填上(1),(2),(3)项.【解】由lim ()1x F x →∞=知②填1。

概率论与数理统计中的三种重要分布摘要：在概率论与数理统计课程中，我们研究了随机变量的分布，具体地研究了离散型随机变量的分布和连续型随机变量的分布，并简单的介绍了常见的离散型分布和连续型分布，其中二项分布、Poisson 分布、正态分布是概率论中三大重要的分布。

因此，在这篇文章中重点介绍二项分布、Poisson 分布和正态分布以及它们的性质、数学期望与方差，以此来进行一次比较完整的概率论分布的学习。

关键词：二项分布；Poisson 分布；正态分布；定义；性质一、二项分布二项分布是重要的离散型分布之一，它在理论上和应用上都占有很重要的地位，产生这种分布的重要现实源泉是所谓的伯努利试验。

（一）泊努利分布[Bernoulli distribution ] (两点分布、0-1分布)1．泊努利试验在许多实际问题中，我们感兴趣的是某事件A 是否发生。

例如在产品抽样检验中，关心的是抽到正品还是废品；掷硬币时，关心的是出现正面还是反面，等。

在这一类随机试验中，只有两个基本事件A 与A ，这种只有两种可能结果的随机试验称为伯努利试验。

为方便起见，在一次试验中，把出现A 称为“成功”，出现A 称为“失败” 通常记(),p A P = ()q p A P =-=1。

2．泊努利分布定义：在一次试验中，设p A P =)(，p q A P -==1)(，若以ξ记事件A 发生的次数，则⎪⎪⎭⎫⎝⎛ξp q 10~，称ξ服从参数为)10(<<p p 的Bernoulli 分布或两点分布，记为：),1(~p B ξ。

（二）二项分布[Binomial distribution]把一重Bernoulli 试验E 独立地重复地进行n 次得到n 重Bernoulli 试验。

定义：在n 重Bernoulli 试验中，设(),()1P A p P A q p ===-若以ξ记事件A 发生的次数，则ξ为一随机变量，且其可能取值为n ,,2,1,0 ，其对应的概率由二项分布给出：{}k n kk n p p C k P --==)1(ξ，n k ,,3,2,1,0 =，则称ξ服从参数为)10(,<<p p n 的二项分布，记为),(~p n B ξ。

泊松分布教学目标：1. 了解泊松分布与二项分布的关系。

.2. 理解二项分布模型，并能应用泊松分布解决实际问题。

教学重难点：理解泊松分布宦理，并能应用泊松分布解决实际问题。

一、类比关联：贝努利试验（伯努利试验）：一个试验E只有两个可能结果：每次试验成功的概率都是P，失败的概率都是q=l-p.则称E为贝努利（伯努利）试验或贝努利（伯努利）槪型。

（Ovp V1）而人们所关心的问题是:事件A恰好发生k次的概率是多少？若在n重贝努利试验中，事件A发生的次数为X,则X的可能的取值为0,1,.... n oP{X“} = C：”（l-P）z，・二项分布、两点分布（0-1分布）如果离散型随机变量X可能取的值为0, L2, -,no且其分布律为P{X =k} = C k..P k则称离散型随机变量X服从二项分布，记为X〜b（n^p）.特别地,当”=1时，b（n,p） = b（l,p）.即为（0-1）分布。

二、新知导入引例：某人进行射击，设每次射击的命中率为0.02,独立射击400次，试求至少击中两次的概率。

解：将一次射击看成是一次试验（贝努利试验），设击中的次数为X,则X-*（400,0.02）.X的分布律为P{X =k} =0 02* O.98400" k = 0,1,2, ,40O・所以所求概率为P{X>2}=1-P{X =0}-P{X =1}=1-C 爲 O ・O2° 0.98-^ Cioo 0-021 °・92" = 0.9972计算不方便，于是有如下左理解决了这类计算问题。

定理（泊松定理）：对二项分布B （up ）,当"充分大，卩又很小时，对任意固左的非负整数匕有 近似公式（泊松分布）设随机变量X 所有可能取的值为:0・1.2,…，概率分布为：P{X=k} = e^ — . 1, 2,…. k\其中入＞0为常数，则称随机变量X 服从参数为入的泊松分布，记为X~P （入）。

概率论与数理统计期末复习重要知识点第二章知识点：1.离散型随机变量：设X 是一个随机变量，如果它全部可能的取值只有有限个或可数无穷个，则称X 为一个离散随机变量。

2.常用离散型分布：（1）两点分布（0-1分布）：若一个随机变量X 只有两个可能取值，且其分布为12{},{}1(01)P X x p P X x pp ====-<<，则称X 服从12,x x 处参数为p 的两点分布。

两点分布的概率分布：12{},{}1(01)P X x p P X x pp ====-<<两点分布的期望：()E X p =；两点分布的方差：()(1)D X p p =-（2）二项分布：若一个随机变量X 的概率分布由式{}(1),0,1,...,.k kn k n P x k C p p k n -==-=给出，则称X 服从参数为n,p 的二项分布。

记为X~b(n,p)(或B(n,p)). 两点分布的概率分布：{}(1),0,1,...,.k kn k n P x k C p p k n -==-=二项分布的期望：()E X np =；二项分布的方差：()(1)D X np p =-（3）泊松分布：若一个随机变量X 的概率分布为{},0,0,1,2,...!kP X k ek k λλλ-==>=，则称X 服从参数为λ的泊松分布，记为X~P (λ)泊松分布的概率分布：{},0,0,1,2,...!kP X k ek k λλλ-==>=泊松分布的期望：()E X λ=；泊松分布的方差：()D X λ=4.连续型随机变量：如果对随机变量X 的分布函数F(x)，存在非负可积函数()f x ，使得对于任意实数x ，有(){}()xF x P X x f t dt-∞=≤=⎰，则称X 为连续型随机变量，称()f x 为X 的概率密度函数，简称为概率密度函数。

5.常用的连续型分布：（1）均匀分布：若连续型随机变量X 的概率密度为⎪⎩⎪⎨⎧<<-=其它,0,1)(bx a a b x f ，则称X 在区间（a,b ）上服从均匀分布，记为X~U(a,b)均匀分布的概率密度：⎪⎩⎪⎨⎧<<-=其它,0,1)(b x a a b x f 均匀分布的期望：()2a bE X +=；均匀分布的方差：2()()12b a D X -= （2）指数分布：若连续型随机变量X 的概率密度为00()0xe xf x λλλ-⎧>>=⎨⎩，则称X 服从参数为λ的指数分布，记为X~e (λ)指数分布的概率密度：00()0xe xf x λλλ-⎧>>=⎨⎩指数分布的期望：1()E X λ=；指数分布的方差：21()D X λ=（3）正态分布：若连续型随机变量X的概率密度为22()2()x f x x μσ--=-∞<<+∞则称X 服从参数为μ和2σ的正态分布，记为X~N(μ,2σ)正态分布的概率密度：22()2()x f x x μσ--=-∞<<+∞正态分布的期望：()E X μ=；正态分布的方差：2()D X σ=（4）标准正态分布：20,1μσ==，2222()()x t xx x e dtϕφ---∞=⎰标准正态分布表的使用： （1）()1()x x x φφ<=--（2）~(0,1){}{}{}{}()()X N P a x b P a x b P a x b P a x b b a φφ<≤=≤≤=≤<=<<=-（3）2~(,),~(0,1),X X N Y N μμσσ-=故(){}{}()X x x F x P X x P μμμφσσσ---=≤=≤={}{}()()a b b a P a X b P Y μμμμφφσσσσ----<≤=≤≤=-定理1： 设X~N(μ,2σ),则~(0,1)X Y N μσ-=6.随机变量的分布函数： 设X 是一个随机变量，称(){}F x P X x =≤为X 的分布函数。

习题一：1.1 写出下列随机试验的样本空间：(1)某篮球运动员投篮时, 连续5 次都命中, 观察其投篮次数;解：连续5 次都命中，至少要投5次以上，故；(2)掷一颗匀称的骰子两次, 观察前后两次出现的点数之和;解：；(3)观察某医院一天内前来就诊的人数;解：医院一天内前来就诊的人数理论上可以从0到无穷，所以；(4)从编号为1，2，3，4，5 的5 件产品中任意取出两件, 观察取出哪两件产品;解：属于不放回抽样，故两件产品不会相同，编号必是一大一小，故：(5)检查两件产品是否合格;解：用0 表示合格, 1 表示不合格，则；(6)观察某地一天内的最高气温和最低气温(假设最低气温不低于T1, 最高气温不高于T2);解：用表示最低气温, 表示最高气温;考虑到这是一个二维的样本空间，故：；(7)在单位圆内任取两点, 观察这两点的距离;解：；(8)在长为的线段上任取一点, 该点将线段分成两段, 观察两线段的长度.解：；1.2(1)A 与B 都发生, 但C 不发生; ；(2)A 发生, 且B 与C 至少有一个发生;；(3)A,B,C 中至少有一个发生; ；(4)A,B,C 中恰有一个发生;；(5)A,B,C 中至少有两个发生; ；(6) A,B,C 中至多有一个发生;；(7) A;B;C 中至多有两个发生;(8) A,B,C 中恰有两个发生. ；注意：此类题目答案一般不唯一，有不同的表示方式。

1.3 设样本空间, 事件=,具体写出下列各事件：(1); (2) ; (3) ; (4)（1）；(2) =；(3) =;(4) =1.6 按从小到大次序排列, 并说明理由.解：由于故，而由加法公式，有：1.7解：(1) 昆虫出现残翅或退化性眼睛对应事件概率为：(2)由于事件可以分解为互斥事件，昆虫出现残翅, 但没有退化性眼睛对应事件概率为：(3) 昆虫未出现残翅, 也无退化性眼睛的概率为：.1.8解：(1) 由于，故显然当时P(AB) 取到最大值。