常用概率分布.pptVIP

第五章 常用概率分布 二项分布 Poisson分布 二项分布 一、Bernoulli试验 事件 成功（A）——失败（非A） 只有两种可能结果的随机试验 ——Bernoulli试验。 随机实验的结果称为随机事件，简称事件 二、Bernoulli试验序列 三、成功次数的概率分布─二项分布 概率的乘法法则 : 几个独立事件同时发生的概率，等于各独立事件的概率之积 概率的加法法则 : 互不相容事件和的概率等于各事件的概率之和 3只小白鼠均生存的概率： P=0.2?0.2?0.2=0.008 3只小白鼠1生2死的概率： P1=0.2?0.8?0.8=0.128 P2=0.8?0.8?0.2=0.128 P=0.384 P3=0.8?0.2?0.8=0.128 四、二项分布的概率计算 据以往经验，用某药治疗小儿上呼吸道感染、支气管炎，有效率为85％，今有5个患者用该药治疗，问：① 至少3人有效的概率为多少？② 最多1人有效的概率为多少？ X最多出现k次的概率： X最少出现k次的概率： Poisson分布主要用于描述某随机事件A在单位时间(空间)中发生次数X的概率分布。 例如： 1. 放射性物质在单位时间内的放射次数； 2. 在单位容积充分摇匀的水中的细菌数； 3. 野外单位空间中的某种昆虫数等。 一. Poisson分布的概率函数和分布 如果某事件的发生是完全随机的，则单位时间或单位空间内，事件发生0次、l次、2次…的概率为： X=0，1，2，… 　　　 则称该事件的发生服从参数为μ的Poisson分布，记为X～P(μ)。X为单位时间或空间内某事件的发生数，P(X)为事件数为X时的概率，e为自然对数的底。 二、 Poisson分布的适应条件 (1) 普通性： 充分小的观察单位上X的取值最多为1。 (2) 平稳性：X的取值只与观察单位的大小有关，而与观察单位的位置无关。 (3) 独立增量性：在某个观察单位上X的取值与前面个观察单位上X的取值无关。 三、 Poisson分布的性质 (1) Poisson分布属于离散型分布，μ为总体参数，也是唯一的参数。 (2) Poisson分布的总体方差等于总体均数μ。 (3) Poisson分布的可加性 (4) 当 时，二项分布 趋向于Poisson分布。因此当n很大，π很小时，可用Poisson分布近似二项分布 ： 递推公式 四、Poisson分布的图形 Poisson分布的形状取决于 μ 的大小。 Poisson分布为正偏态分布，且μ愈小分布愈偏； 随着μ的增大，分布逐渐趋于对称 当 μ =20时已基本接近对称分布； 当 ? μ = 50时，Poisson分布近似正态分布， μ≥50时可按正态分布原理处理之。 一个实例： 例6 据以往经验，新生儿染色体异常率为 1％，试分别用二项分布及Poisson分布原理，求100名新生儿中发生X例(X=0，l，2…)染色体异常的概率。 泊松（Poisson）分布 例5 某纯净水生产厂家生产的矿泉水中，平均每升水中有1.5个大肠杆菌，现随机抽查1升水样，请问检出0个，1个以及大于等于2个大肠杆菌的概率为多少？ 设每升水中的大肠杆菌数为X，则 没有检出大肠杆菌的概率： 检出1个大肠杆菌的概率： 检出2个以上大肠杆菌的概率： 累计概率 最多为k次的概率： 最少为k次的概率： 图2.1 Poisson分布示意 二项分布 概念、性质、应用 泊松分布 概念、性质、应用 ① 组合（Combination）:从个n元素中抽取x个元素组成一组（不考虑其顺序）的组合方式个数记为 复习 ② 牛顿二项展开式： ③ 概率与条件概率： 概率的运算 加法法则 广义加法法则 条件概率的定义 条件概率的乘法法则 ④ Bayes公式： 全概率公式 贝叶斯公式 ⑤ 随机变量的概率分布： 离散型随机变量的概率分布 分布函数 连续型随机变量的概率密度与分布函数 ⑥ 随机变量的数字特征： 期望 方差 性质 什么是二项分布 概率函数与概率分布 二项分布的性质和特点 二项分布的图形 实验条件相同 实验结果为两个或多个 每次实验结果唯一 实验结果未知性 ——随机试验 毒性试验：白鼠 死亡——生存 临床试验：病人 治愈——未愈 临床化验：血清 阳性——阴性 n次Bernoulli试验构成了Bernoulli试验序列。 其特点（如抛硬币）： (1) 每次试验结果，只能是两个互斥的结果之一