概率论与数理统计 2复件 第四节.pptVIP

概率论与数理统计 注意:二项分布查表查出来的是分布函数值; 泊松分布查表查出来的是概率函数值. 若X ~ B( n, p)，则当 n 很大，p 很小时， 可用泊松分布近似代替二项分布： 泊松分布与二项分布的关系: 其中， . (poisson定理) Poisson定理实际上提供了二项分布的第三种计算方法: (1)直接查表法 (2)变量转换法 (3)泊松近似法 : n和p的取值都比较小； : p较大,n较小； : n较大, p较小； 例7 设一个纺织工人照看800个纱锭，在规定的时间内每个纱锭断头的概率为0.005，求在这一段时间内纱锭断头数为4次的概率。 解 设断头数为X，则 近似地 查表得 设随机变量序列 服从参数为n和　的二项分布，即 且 是常数 ，则有 定理 2.5 (poisson定理) 证明 由 ，得 证毕 Poisson定理在实际应用中采取如下方式： 近似 若 记 则 即 构造随机变量序列 使得 且 这是很容易做到的： 只要取 即可，即 根据Poisson定理， 当 时， 另一方面， 当 时， 根据Poisson定理， 当 时， 另一方面， 当 时， 在实际应用中，只要n足够大，就可以认为 Poisson定理说明： 实际计算中，当 时，近似效果较好；当 时，近似效果更好。 若X ~ B( n, p)，则当 n 很大，p 很小时，可用泊松分布近似代替二项分布： * * 第四节 几种重要的离散型分布 最常见的离散型分布有两点分布、二项分布、泊松分布和超几何分布。这几种分布之间有着密切而深刻的内在联系。本节介绍这几种分布以及它们之间的联系。 一.两点分布 如果随机变量X只取两个值 和 ，且 称这种分布为两点分布。 当 时，称X 服从参数为 p 的 0-1分布，其分布律为： 0 1 两点分布的概率函数可写成 0-1分布的概率函数可写成 　　凡是只有两个可能结果的随机试验，都可用0 – 1分布来描述，如产品是否合格、试验是否成功、系统是否正常、人口性别统计等等。 应用场合 　　最简单的例子就是掷一枚硬币一次，观察正面出现的次数。 　　比较抽象的说法是：一次试验中事件A出现的次数服从0－1分布。 二．二项分布 前面讲过 , n 重伯努利试验中事件A恰 则 b ( k；n，p）＝ Cnk pk qn－k. 如果随机变量X的概率函数为 其中 ,则称X服从参数为n，p 的二项分布。记作 好出现 k 次的概率简记为 b( k；n，p). 定义 验证 是否满足概率函数的性质: （正定性） （归一性） 二项式定理 显然，n重伯努利试验中事件A出现的次数服从二项分布。 当n=1时，概率分布为 , 即为0-1分布, 二项分布与0-1分布的关系: 故0-1分布是二项分布的特例,记作 　 0－1分布比较抽象的说法是：一次试验中 事件A出现的次数。 二项分布的期望和方差 　 当n =1时，即为0－1分布的期望和方差： 二项分布中X的最大可能值 设 0 1 2 3 4 5 具体计算出数据如下： X P 0.5905 0.3281 0.0729 0.0081 0.0004 0 则 由图表可见 , 当 时， 概率p取得最大值, 此时称0为X的最大可能值. 如何求二项分布中X的最大可能值呢？ 即 若 为X的最大可能取值，则必有 由(1)式 由(1)式 由(2)式 当( n + 1)p 是整数时，( n + 1)p 和( n + 1)p – 1 都是Ｘ的最大可能取值。（这两个取值对应的概率相等） 结论 [( n + 1)p] 当( n + 1)p 不是整数时，( n + 1)p 的整数部分是Ｘ的最大可能取值。 例1 有十部机器同时独立工作,每部机器发生故障的概率均为0.2,如果每一部机器发生故障时需一名工人维修,问需配备多少名维修工最合理. 解:设同时发生故障的机器数为X, (n+1)p =2.2, 则 X～B(10, 0.2), 所以X的最大可能值为2, 即配备两名维修工最合理。 例2 独立射击5000次，每次的命中率为0.001, 求 (