应用概率统计..ppt

应用概率统计 众数、中位数、均值的比较 第2.1节 离散型随机变量及其分布 2.离散型随机变量的概率分布 离散型随机变量的概率分布 X 0 1 P 1-p p 两点分布 常见的离散型随机变量的概率分布 (1) 两点分布(0-1分布) (2) 二项分布 (3) 泊松分布 定义 则称X服从参数为λ(0)的Possion分布,记为X~P(λ). 可以证明 泊松分布作为二项分布的近似(np=λ).即 巴斯卡分布 在n重贝努里试验中,如果第r次“成功” 出现在第n 次试验中,则 几何分布 在n重贝努里试验中,如果第1次“成功” 出现在第n 次试验中,则 超几何分布 f(x)≥0, －∞x＋∞; 性质 连续型随机变量的概率密度函数 随机变量的分布函数 定义 设X是任意一个随机变量,称函数 F(x)=P(X≤x), －∞＜x＜＋∞ 为随机变量X的分布函数. (1) 0≤F(x)≤1, －∞＜x＜＋∞, (2)F(x)是x的单调不减函数; (3) (4)F(x)在每一点处均是右连续的,即: F(x+0)=F(x) 1. 分布函数 性质 例7 袋内有5个黑球3个白球,每次抽取一个不放回,直到取得黑球为至。记X为取到白球的数目,Y为抽取次数，求X、Y的概率分布及至少抽取3次的概率。 解 (1)X的可能取值为0,1,2,3, P(X=0)=5/8, P(X=1)=(3×5)/(8×7)=15/56,类似有 P(X=2)=(3×2×5)/(8 ×7 ×6)=5/56, P(X=3)=1/56, 所以,X的概率分布为 X 0 1 2 3 P 5/8 15/56 5/56 1/56 (2) Y的可能取值为1,2,3,4, P(Y=1)=5/8, P(Y=2)=P(X=1)=15/56, 类似有 P(Y=3)=P(X=2)=5/56, P(Y=4)=P(X=3)=1/56, 所以Y的概率分布为 Y 1 2 3 4 P 5/8 15/56 5/56 1/56 (3) P(Y≥3)=P(Y=3)+P(Y=4)=6/56 例8 某车间有5台同类型的机床,每台机床配备的电动机功率为10千瓦.每台机床工作时平均每小时实际开动 20分钟,且每台开动与否相互独立.因电力供应紧张,电力部门仅提供30千瓦的电力给这5台机床.问5台机床正常工作的概率有多大? 解 设A为“机床实际在开动”,X为“同时开动的机床数”,则 P(A)=1/3,X~B(n,p),其中n=5,p=1/3,所求概率为 P(X≤3) =1-P(X=4)-P(X=5) ≈0.95 或P(X≤3) 随机变量的分布函数 定义 设X是任意一个随机变量,称函数 F(x)=P(X≤x), －∞＜x＜＋∞ 为随机变量X的分布函数. (1) 0≤F(x)≤1, －∞＜x＜＋∞, (2)F(x)是x的单调不减函数; (3) (4)F(x)在每一点处均是右连续的,即: F(x+0)=F(x) 1. 分布函数 性质 (1) F(x)= (3) 对任意ab有 P(aX≤b)=P(X≤b)-P(X≤a)=F(b)-F(a); P(a ≤ Xb)=P(Xb)-P(Xa)=F(b-0)-F(a-0); P(Xa)=F(a-0); P(X≥a)=1-P(Xa)=1-F(a-0). 对于离散型随机变量X的分布函数有 例9 设随机变量X服从参数为0.7的0-1分布,即: X 0 1 P 0.3 0.7 ,求X的分布函数. 解 (1) 当x0时,F(x)=P(X≤x)= =0 (2)当0≤x1时,F(x)=P(X≤x)= =P(X=0)=0.3 (3)当1≤x时,F(x)=P(X≤x)= =P(X=0)+P(X=1)=1 分布函数图形如下 x F(x) 1 1 0.3 0 所以 对应概率值为 P 0.4 0.4 0.2