概论第4讲.pptVIP

且两两互不相容. 称这样的分布为二项分布.记为 二项分布 两点分布 二项分布描述的是n重伯努利试验中 事件A出现的次数X 的分布律 . 得的X分布律为 二项分布的图形 二项分布中最可能出现次数的定义与推导 则称k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 当( n + 1) p ? 整数时, 在 k = [( n + 1) p ] 处的概率取得最大值 最可能出现次数k 例 独立射击5000次, 命中率为0.001, 解 (1) k = [( n + 1)p ] = [( 5000+ 1)0.001] =5 求 (1) 最可能命中次数及相应的概率； (2) 命中次数不少于1 次的概率. (2) 令X 表示命中次数,则 X ~ B(5000,0.001) 小概率事件虽不易发生，但重 复次数多了，就成大概率事件. 本例 启示 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，早晚的事。如5.12汶川地震. 同样, 例如我们的《概率论与数理统计》难学，　 考试不及格率高怎么办？ 不必怨天尤人！课上认真听听，课后认真看看！　 书读百遍，其意自现！！ 多看几遍，就成为大概率事件！！！ 例 设X ~ B(2, p)， Y ~ B(4, p)， 已知 P(X?1) = 8/9， 求 P(Y?1). 解: 由 P(X?1) = 8/9 ，知 P(X=0) = 1/9. 由此得： P(Y?1) = 1? P(Y=0) 所以 1/ 9 = P(X=0) =(1?p)2， 从而解得: p = 2/3. = 1- (1?p)4 = 80/81. 若 其中 是常数，则称 X 服从参数为 的泊松（Poisson）分布 . 或 记作 4. 泊松（Poisson）分布 说明：该定义是well defined ! 电话呼唤次数 交通事故次数 商场接待的顾客数 地震 火山爆发 特大洪水 在生物学、医学、工业统计、保险科学及 公用事业的排队等问题中 , 泊松分布是常见的. 例如地震、火山爆发、特大洪水、交换台的电 话呼唤次数等, 都服从泊松分布. 例 一根布条上的疵点数X服从参数?＝ 0.5的泊松分布，试求 (1)此棉条上有2个疵点的概率是多少? (2)此棉条上至少有2个疵点的概率是多少? 解 记为 X ~ H(n, M, N). 超几何分布对应于不返回抽样模型 ： N 个产品中有 M 个不合格品， 从中抽取n个，不合格品的个数为X . 5.超几何分布 练习: 求X的分布律 . , 则 设 二项定理 2.2.3 几个分布的关系 超几何分布H(n, M, N)的极限分布 　　　　是二项分布B(n,p) , 则对固定的 k 设 Possion定理 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 2.2.3 几个分布的关系 例 独立射击5000次, 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1 次的概率. 利用Poisson定理再求 解 令X 表示命中次数, 则 令 它与用二项分布算得的结果0.9934仅相差万分之一. X ~ B( 5000,0.001 ) 练习2.1 3 练习2.2 2,3,5,6 * * 第2章??随机变量及其分布 第*页 第2章??随机变量及其分布 第*页 概率论与数理统计 第四讲 淮阴工学院数理学院 §2.1? 随机变量及其分布函数 §2.2 离散型随机变量分布律 随机试验的结果可知但不确定，怎 样来研究它？ 分析 概率论是从数量上来研究随机现象内在规律性 想法：任意的随机事件数量化，我们可以用数学分析的方法来研究,这样便于数学上的推导和计算。 §2.1 随机变量及其分布函数 问题的提出 定义 设E是一随机试验，? 是它的样本空间， 则称 ? 上的单值实值函数 X (?)为随机变量 若 提出概念 (random variable) 随 量 机 变 随机变量一般用X, Y , Z ,? 或小写希腊字母?, ?, ? 表示 (1) 随机变量X(?)是样本点?的函数， 其定义域为? ，其值域为R=(??，??) 若 X 表示掷一颗骰子出现的点数， 则 {X=1.5