§23泊松分布和二项分布的近似的解释.pptVIP

一、单点分布 *五、超几何分布 *六、几何分布 * §2.3几种重要的离　　　　　　　散型分布 如果一个随机变量X只有一个取值Ｃ，则称X 服从单点分布．显然，它的分布列为 分布函数为 　　任何常数都可以看作是一个随机变量，并称 为常数值随机变量． 　　如果一个随机变量Ｘ只有两个可能取值，则 二、两点分布 称Ｘ服从两点分布． ◆新生婴儿是男还是女； ◆一次抽样的结果是正品还是次品； ◆掷一枚骰子是否掷出点2； ◆一次投篮是否投中； ◆一次投标是否中标． 都可以用一个服从两点分布的随机变量来描述 任何两点分布，均可通过变换化成如下标准概型 或用公式表示为 此时，称Ｘ服从参数为 的0-1分布， 其分布 函数为 三、二项分布 努利试验中成功的次数，则可把伯努利公式 (1.9)重新写成如下的形式 若X表示每次试验成功概率为 的 重伯 其中 称X服从参数为 的二项分布，记作 二项式定理 每个 恰好是二项式 展开式中的各项，这就是“二项分布”这个名称 的来历． 分布列正则性验证： 例2.7 设从学校乘汽车到火车站的途中有3 个交通岗， 其概率均为0.4，求途中遇到红灯的概率. 交通岗３ 交通岗２ 交通岗1 在各交通岗遇到红灯是相互独立的， 特别地，若 则Ｘ服从参数为 的0-1分布． 中遇到红灯的次数，则Ｘ就是在每次成功概率为 0.4的3重伯努利试验中恰好成功的次数，从而 于是，所求概率为 解 考察在每个交通岗是否遇到红灯相当于 作一次试验，每次试验有两个可能结果：遇到红 灯或没有遇到红灯，即成功或失败． 用Ｘ表示途 解 由 得 故 于是 例2.8 设随机变量X服从参数为 的二 项分布，已知 求 例2.9 已知某种疾病患者自然痊愈率为0.1， 为了鉴定一种新药是否有效，医生把它给10个病 人服用，且事先规定一个决策准则：这10个病人 中至少有3个人治好此病，则认为这种药有效，提 高了痊愈率；反之，则认为此药无效．求新药完 全无效，但通过试验被认为有效的概率． 解 每次成功(病人痊愈)的概率为0.1，用X表 示10个病人中痊愈的人数，则 于是，所求概率为 四、泊松分布 两点分布和二项分布都是以伯努利试验为背 若离散型随机变量Ｘ的分布列为 景，即将要研究的分布以法国数学家和物理学 家——泊松的名字来命名． 其中 则称Ｘ服从参数为 的泊松分布， 记作 　　服从或近似服从泊松分布的例子是大量存在： 分布列正则性验证： ◎服务系统在单位时间内来到的顾客数； ◎击中飞机的炮弹数； ◎大量螺钉中不合格品出现的次数； ◎数字通讯中传输数字中发生的误码个数； ◎母鸡在一生中产蛋的只数． 例2.10 某城市每天发生火灾的次数 求该城市一天内发生3次或3次以上火灾的概率． 解 对立事件公式 查泊松分布表（附表1） 　　泊松分布有一个非常实用的特性——二项分 布的泊松近似．具体地讲，设 其中 较大， 很小，而 如果要计算 那么可近似计算 即 这个结论可叙述为： 的二项分布的概率计算问题可以转化成参数 较大， 很小的条件下，参数为 ? 在 的泊松分布的概率计算问题． 为 例2.11 在例2.9中，根据二项分布我们已 经计算出了认为新药有效的概率约为7.02℅， 现在我们利用二项分布的泊松近似重新计算认 为新药有效的概率． 解 二项分布的泊松近似 查泊松分布表（附表1） 它与例2.9的结果相比较，近似效果是良好的． 　　如果p较大，那么二项分布不宜转化泊松分布，该如何办的问题将在§5.3中回答． 　　例2.12 某出租汽车公司共有出租汽车500辆， 解 设X是每天内出现故障的出租汽车数，则 设每天每辆出租汽车出现故障的概率为0.01，试求 一天内出现故障的出租汽车不超过10辆的概率． 　　例2.13 设有N件产品，其中有M件是次品，随 机地从这Ｎ件产品中抽取 件产品，我们关心 的是在所抽的 件产品中恰有 件次品的概率． 解 显然， 且在所抽的 件产 品中的正品数也不能超过整个产品的正品数 即 于是 满足约束条件 (2.4) 典概型容易计算出 否则相应的概率为0． 若 满足(2.4)式，则所求概率由(2.5)式决定， 用X表示所抽的 件产品的次品数，利用古 (2.5) 若离散型随机变量X的概率分布由式（2.5）和 分布. 记作 (2.4)给出，则称X服从参数为 的超几何 超几何分布与抽样检验有密切的联系，下面 分布列正则性验证： 举一个计数抽样方案的例子．所谓计数抽样是对 产品的检验只分“好”与“次”两种情况，若在一批 产品中随机抽取了n件产品，并规定若其中的次 品数≤c，则判定这批