第四章几种重要的分布.pptVIP

第四章几种重要的分布;贝努里(Bernoulli)概型与二项分布;(P79)定义４.1　如果随机变量ξ有概率函数，;事件Ａ至多出现m次的概率是;例.从某大学到火车站途中有6个交通岗,假设在各个交通岗是否遇到红灯相互独立,并且遇到红灯的概率都是1/3. (1)设ξ为汽车行驶途中遇到的红灯数,求ξ的分布律. (2)求汽车行驶途中至少遇到5次红灯的概率.;例1 某工厂每天用水量保持正常的概率为3/4，求最近６天内用水量正常的天数的分布。;例２ 10部机器各自独立工作，因修理调整等原因， 每部机器停车的概率为0.2，求同时停车数目ξ的分布;例３　一批产品的废品率p=0.03，进行20次重复抽样 （有放回抽取），求出现废品的频率为０.１的概率。;（二）二项分布的期望和方差;;;;例3 若ξ~B(n,p),求E(ξ);求Dξ;（三）二项分布的最可能值;;由(2)得;(4.3);　　例４　某批产品中有８０％的一等品，对它们进行重复抽样检验，共取出４个样品，求其中一等品数ξ的最可能值，并用贝努里公式验证。;４.２超几何分布; 例２　若一班有学生２０名，其中３名女同学，从班上任选４名去参观，求被选到的女同学人数ξ这一随机变量的分布律。;定义４２　设Ｎ个元素分为两类，有Ｎ１个属于第一类，Ｎ２个属于第二类（Ｎ１＋Ｎ２＝Ｎ）。从中按不重复抽样取n个，令ξ表示这n个中第一（或二）类元素的个数，则ξ的分布称为超几何分布。其概率函数是 ; 例３　一大批种子的发芽率为90％，今从中任取10粒，求播种后，（１）恰有8粒发芽的概率； （２）不少于8粒发芽的概率。;EX;４３普哇松分布;由于; 　　　　　 ;普哇松定理表明，普哇松分布是二项分布的极限分布， 当n很大，p很小时，二项分布就可近似地 看成是参数?=np的普哇松分布; 解 因普哇松分布的参数λ就是它的期望值Eξ， 故 λ=5查书后附表一， 有p5(2)=0.084224 p5(5)=0.175467 P5(20)=0 ;例2 一大批产品的废品率为 p=0.015 求任取一箱 （有100个产品），箱中恰有一个废品的概率。;例３　检查了100个零件上的疵点数，结果如表4-6:;微积分里定义的 Γ-函数;判断下列函数是否为Γ-函数:;;θ;4. 4 指数分布;对任何实数a,b （0≤ab),有; 指数分布常用来作为各种“寿命”分布的近似。如 随机服务系统中的服务时间，某些消耗性产品（电子 元件等）的寿命等等，都常被假定服从指数分布。 假若产品的失效率为λ，则产品在t( t0) 时间 失效的分布函数;例1 某元件寿命ξ服从参数为λ(λ-1 =1000)的指数分布。3个这样的元件使用1000小时后，都没有损坏的概率是多少？;例 .电子元件的寿命ξ(年）服从参数为3的指数分布 (1)求该电子元件寿命超过2年的概率。 (2)已知该电子元件已使用了1.5年，求它还能使用两年的概率为多少？;例.某公路桥每天第一辆汽车过桥时刻为T， 设[0，t]时段内过桥的汽车数Xt服从 参数为?t的普哇松分布，求T的概率密度。;4.5 Γ-分布;Γ-分布在概率论，数理统计和随机过程中都有不少应用。 当r=1时，为指数分布; 当r为正整数时，; 当r =n/2(n是正整数），λ=1/2时; 定理4.1 如果ξ1,ξ2,…,ξn相互独立，且ξi服从参数为λ,ri的Γ-分布，则它们的和 ξ1+ξ2+…+ξn服从参数为 r1+r2+…+rn的Γ－分布;EX; 正态分布是实践中应用最为广泛，在理论上 研究最多的分布之一，故它在概率统计中占有特 别重要的地位。;（一） 正态分布的概率密度 ;;特别地，当参数μ=0，σ =1时，φ(x) 可以写成;其中 ?为实数， ?0 ，则称ξ服从参数为? ,?2的正态分布,记为N(?, ?2)，可表为ξ～N(?, ?2).; (1) 单峰对称 密度曲线关于直线x=?对称；(p93) φ(?)＝maxφ(x)＝ .;(2) ?的大小直接影响概率的分布 ?越大，曲线越平坦， ?越小，曲线越陡峻，。 正态分布也称为高斯(Gauss)分布;分布函数表示为;φ0(x)除具有一般概率密度的性质外，还有下列性质：;例1 ξ～N(0,1) 求;定理4.2 如果;;;定理4.3 如果;（四） 标准正态分布函数表 ;例2;∴如果ξ～N(0,1)，则;例3;例4;EX;若 ξ~N（0，1）,?（0.5)=0.6915, P{1.