第二章08指数分布无记忆性二项分布最大可能值.pptVIP

* * 1、指数分布和的有效性和无记忆性 指数分布的密度函数为： 分布函数为： 则 称为元件的有效性 例 （教材P96）某元件的使用寿命X服从指数分布,其平均使用寿命为1000小时,求该元件使用1000小时没有坏的概率. 解:由于EX=1000可知,该指数分布的参数为 所以 X的分布函数为 例 某种产品的寿命服从指数分布，均值为1000小时。按照厂方承诺，寿命大于100小时为合格品，每件产品可赚5元；50~100小时为次品，每件产品可赚1元；小于50小时为废品，每件赔3元.求平均每件产品可盈利多少。 解：设X表示产品的寿命，Y表示产品的盈利，则： ， 例某种产品的寿命服从指数分布，均值为1000小时。 （1）使用1000小时没有坏的概率。 （2）若发现该元件使用了500小时没有损坏,求它还可以继续使用1000小时的概率. 解:(1) (2) 注意： 这种性质称为无后效性 若 X ~Ｅ(?),则 所以，又把指数分布称为“永远年轻”的分布 指数分布的“无记忆性”（无后效性）： 证： 即元件以前曾经无故障使用的时间，不影响它以后使用寿命的统计规律。 几何分布也有这样的性质 2、二项分布的最有可能值 二项分布的分布列为： 某些特殊情况的二项分布列： 0 1 2 3 4 5 6 7 8 9 二项分布列，n=9，p=1/2 二项分布列， n很大，p很小 当p=1/2时，分布列相对于n/2的位置是对称的；当p1/2时，分布列偏向于0，当p1/2时，分布列偏向于n。 一般地，若对X的所有可能取值 j，有： 则称 k为X 的最大可能值，记做 则必有 即 由(1)式 由(2)式 当( n + 1)p 是整数时，在 k0 =(n+1)p与(n +1)p–1处的概率取得最大值。（概率值相等） 当( n + 1)p 不是整数时，在 k0=[( n + 1)p] 处的概率取得最大值。（ [( n + 1)p] 表示取( n + 1)p最大整数部分） 结论： 例如：某人投篮命中率为0.4，问连续10次独立的投篮中，最有可能命中多少次？若是9次投篮呢？ 3.二项分布的计算 (1)直接查表(教材347页附表1，二项分布函数值表) 解: 首先应确定n,p的值. 由于 EX=np=6 DX=npq=4.2 解得 q=0.7,p=0.3,n=20, P(X≥5)=1-P(X5)=1-P(X≤4)=1-0.2375=0.7625 例（P86）随机变量X～B(n,p),已知EX=6,DX=4.2计算P(X≥5) 查附表1,得 (2)当n≤40 ,p比较大时，无法直接查表，可利用下述定理: 定理2.4 如果随机变量X～B(n,p),且Y=n-X,则Y～B(n,q),其中q=1-p. 证:略 　若X表示n次重复试验中事件A发生（成功）的次数，则Y=n-X表示事件A不发生（失败）的次数。 显然有如下两个公式成立: P(X=k)=P(Y=n-k) P(X≤k)=P(Y≥n-k) 例（教材P84）某人投篮的命中率为0.8，若连续投篮5次，求最多投中2次的概率. 解 设X为5次中投中的次数，则 设Y为5次中未投中的次数，则 例（教材P85）某人射击的命中率为0.8，今连续射击30次，计算命中率为60%的概率. 解 设X为30次中命中目标的次数，则 例（教材P86）计算机在进行加法运算时,每个加数按四舍五入取整数,假定每个加数的取整误差服从[-0.5,0.5]上的均匀分布,今有5个加数相加,计算它们中至少有3个加数的取整误差绝对值不超过0.3的概率。 解 设X表示一个加数的取整误差 设Y表示5个加数中取整误差绝对值不超过0.3的个数 如果n40,如何计算？ 泊松近似 四 超几何分布(了解） 如果随机变量X的概率函数为 则称X服从超几何分布,记为　　X～H(n,N1 ,N) 可以验证 若N个元素分为两类, 2、应用场合 即X服从超几何分布。 超几何分布在产品的质量检验等方面有广泛的应用。 例(教材P91)有产品20件，其中有二等品5件，其余为一等品。今从这些产品中随机地抽取4件检验质量，求取到的二等品的件数X的分布。　 解 X的可能取值为0,1，2,3，4。 X的分布为 具体值列表如下 X P 0 1 2 3 4 0.2817 0.4696 0.2167 0.031 0.001 期望与方差 * * *