北航概率统计课件06.pptVIP

作 业 习题二 13，14，15，16，18 * * “ ” “ ” §2.3 离散型随机变量及其概率分布 定义 若随机变量 X 的可能取值是有限多个或 无穷可列多个，则称 X 为离散型随机变量 描述离散型随机变量的概率特性常用它的概率 分布或分布律，即 概率分布的性质 离散型随机变量的概念 非负性 规范性 * F( 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 离散型随机变量的分布函数 * ? 1 ? 2 ? ? k ? k+1 ? o ? 1 ? o ? o ? o F(X) * (1) 0 – 1 分布 X = xk 1 0 Pk p 1 - p 0 p 1 注 其分布律可写成 常见的离散型随机变量的分布 凡是随机试验只有两个可能的结果，常用0 – 1分布描述，如产品是否格、人口性别统计、系统是否正常、电力消耗是否超负荷等等. 应用场合 * (2) 二项分布 背景：n 重Bernoulli 试验中，每次试验感兴趣 的事件A 在 n 次试验中发生的次数 —— X 是 一离散型随机变量 若P ( A ) = p , 则 称 X 服从参数为n, p 的二项分布，记作 0 – 1 分布是 n = 1 的二项分布 * 二项分布的取值情况 设 .039 .156 .273 .273 .179 .068 .017 .0024 .0000 0 1 2 3 4 5 6 7 8 0.273? 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 x P ? 0 ? 1 ? 2 ? 3 ? 4 ? 5 ? 6 ? 7 ? 8 * * 设 .01 .06 .14 .21 .22 .18 .11 .06 .02 .01 .002 .001 0 1 2 3 4 5 6 7 8 9 10 11 ~ 20 ? ? x P ? ? ? ? ? 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 0.22 ? * * 二项分布中最可能出现次数 则称 为最可能出现的次数 * 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 * 例4 独立射击5000次，每次的命中率为0.001, 求 (1) 最可能命中次数及相应的概率； (2) 命中次数不少于2 次的概率. (2) 令X 表示命中次数，则 X ~ B( 5000,0.001 ) 解 (1) k = [( n + 1)p ] = [( 5000+ 1)0.001] = 5 * 问题 如何计算 ？ 本例启示 小概率事件虽不易发生，但重复次 数多了，就成大概率事件. 由此可见日常生活中“提高警惕, 防火防盗”的 重要性.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，毫不奇怪. 同样，人生中发生车祸、患绝症、考试不及 格、炒股大亏损等都是十分正常的,大可不必 怨天尤人，更不要想不开而跳楼自杀. * Possion定理 则对固定的 k 设 Poisson定理说明：若X ~ B( n, p), 则当 n 较大， p 较小，而 适中，则可以用近似公式 * 超几何分布: 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 * 解 令X 表示命中次数，则 X ~ B( 5000,0.001 ) 令 此结果也