概率与数理统计2-4.pptVIP

二、 二项分布 1 定义 n 重Bernoulli 试验中, X 是在 n 次 试验中事件A发生的次数 , P (A) = p ,则 称 X 服从参数为n, p 的二项分布，记作 §2.4 常见离散r.v.的分布 一、退化分布 若 P(X=a) =1，则称X服从退化分布. X的期望与方差分别为 EX = a , VarX = 0 二项分布是一种常见分布, 如 (I) 检查100件产品, 其中不合格品的个数X 服从二项分布b(100, p), 其中p为不合格率. (II) 射击10次, 命中的次数X服从二项分布b(10, p), 其中p为射手的命中率. (III)随机抽查出生的4个婴儿中男孩的个数X 服从二项分布b(4,1/2),其中生男生女的 概率均为1/2. 应用 场合 例2 某类灯泡使用时数在2000小时以上视为正品.已知有一大批这类的灯泡,其次品率是0.2.随机抽出20只灯泡做寿命试验,求这20只灯泡中恰有3只是次品的概率. 注: 产品数量很大时, 无放回抽样可近似看作 有放回抽样. 例1 某特效药的临床有效率为0.95,如今有 10人用药,问至少有8人治愈的概率是多少? 2 、 0 – 1 分布 (两点分布) 是否超标等等. 凡试验只有两个结果, 常用0 – 1 分布描述, 如产品是否合格、人 口性别统计、系统是否正常、电力消耗 X 1 0 P p 1 - p 0 p 1 应用 场合 或 注: 0–1 分布是 n = 1时 的二项分布, 即b(1, p) 注:二项分布b(n, p)和两点分布b(1, p)之间的一个重要关系. 设试验E只有两个结果: A和 . 记 p=P(A), 则P( )= 1- p , 0p1, 将试验E在相同条件下, 独立地重复进行n次, 记X为n次独立试验中结果A出现的总次数,则X ～b(n, p). 把第i 次试验中A出现的次数记作Xi ,则Xi～ b(1,p), 且X1 ,X2 ,? ,Xn也是相互独立的(随机变量相互独立的严格定义第三章再讲). 于是有 X= X1+X2+?+Xn 注:两点分布 3、二项分布的数学期望与方差 二项分布 注: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， 分布的概率值最大 此时的 称为最可能值 x P ? 0 ? 1 ? 2 ? 3 ? 4 ? 5 ? 6 ? 7 ? 8 设 .107 .268 .302 .201 .088 .027 .0.006 .001 .001 0 1 2 3 4 5 6 7 8 9 10 由图表可见 , 当 时， 分布概率值最大 ? ? x P ? ? ? ? ? 1 ? 3 ? 5 ? 7 ? 9 ? ? ? ? 0 ? 2 ? 4 ? 6 ? 8 ? 10 ? 20 0.302 设 .001 .001 .006 .027 .088 .201 .302 .268 .107 0 1 2 3 4 5 6 7 8 9 10 由图表可见 , 当 时， 分布概率值最大 ? ? x P ? ? ? ? ? 1 ? 3 ? 5 ? 7 ? 9 ? ? ? ? 0 ? 2 ? 4 ? 6 ? 8 ? 10 ? 20 0.302 二项分布中最可能出现次数的定义与推导 则称 为最可能出现的次数(或称最可能值). 二项分布b(n, p)的最可能值 k 为 证明： 设 X ~ b(n, p) · 对固定的 n、p, P ( X = k) 的取值呈不对称分布， 随着p 的增大，分布的峰逐渐右移. · 位于均值 np 附近概率值较大. 比较两图可知: P ? 1 ? 3 ? ? ? ? 0 ? 2 ? ? ? ? 10 0.302 b(10, 0.2) ? x P ? ? 1 ? 3 ? 5 ? 7 ? 9 ? 0 ? 2 ? 4 ? 6 ? 8 ? 10 0.30