08第2章4几种重要的离散型分布.ppt

概率论与数理统计——第二章 河南财经学院 石永生 第二章 随机变量的分布和数字特征 第一节 随机变量及其分布 第二节 随机变量函数的分布 第三节 随机变量的数字特征 第四节 几种重要的离散型分布及数字特征 第五节 几种重要的连续型分布及数字特征 第四节 几种重要的离散型分布及数字特征 一、两点分布 EX=p DX=pq=p(1-p)≤1/4 离散型均匀分布 EX= DX= 几何分布 EX= DX=EX2-(EX)2= 泊松分布 EX= DX=EX2-(EX)2=l 二、 二项分布 ①.进行n次重复独立试验。 ②.每次试验结果只有两个A或 ③.P(A)=p，P( )=1-p=q 这类试验称为n重伯努利试验，其概率模型称为伯努利概型 二、二项分布 2、定义2.12 设n次伯努利试验中，A发生的总次数为R.V.X，则X=0, l, 2, …, n. “X=k”为n次试验中A发生k次，另n-k次 发生，共 种情况。 二、二项分布 分布函数 “事件A至多发生m次”的概率为： P{0≤X≤m}= “事件A至少发生m次”的概率为： P{m≤X≤n}= “事件A至少发生1次”的概率为： P{1≤X≤n}=1-P{X=0}=1-qn 二、二项分布 例1 有1000件产品，其中900件是正品，其余是次品。现从中有放回地抽取5件，试求这5件中所含次品数X的分布。 解 n=5,p=100/1000=0.1 ，X~B(5,0.1)， k=0,1,…,5. 二、二项分布 3、二项分布的最可能值 二项分布的规律 二、二项分布 二、二项分布 由np+p-1≤k0≤np+p还可得 二、二项分布 二、二项分布 4、二项分布的期望、方差 二、二项分布 定理2.4：若X~B(n，p)，且Y=n-X，则 Y~B(n，q)， 其中q=1-p ①. P{X=k}=P{Y=n-k} ②. P{X≤k}=P{Y≥n-k} 二、二项分布 二、二项分布 二、二项分布 例：已知X~B(n，p)，且EX=1.8， DX=1.44 则 p = n = 二、二项分布 三、泊松(Poisson)分布 1.定义2.13 若R.V.X有P{X=k}= 其中l0，k=0,1,2,…，称X服从参数为l的泊松分布 记作X~P(l;k)或Pl(k) 2.泊松分布的数字特征 EX=DX=l, （前面已推证，参看教材P87 ） 三、泊松(Poisson)分布 3. 最可能值 泊松分布有类似于二项分布的分布规律 若P{X=k0}最大，则称X=k0为X的最可能值，同样由 三、泊松(Poisson)分布 4.递推公式： 如： P{X=0}= e-l P{X=1}= P{X=2}= ………… 三、泊松(Poisson)分布 5.二项分布与泊松分布的关系(泊松定理) 设有随机变量序列{Xn}， Xn~B(n,pn)，n=1,2,… 若 则 三、泊松(Poisson)分布 例7 (二项分布与泊松分布的关系) 设一个纺织工人照看800个纱锭，在规定的时间内每个纱锭断头的概率为0.005，求在这一段时间内纱锭断头数为4次的概率。 解 设断头数为X，则X~B(800，0.005)。由于n很大，p很小，l=np=800×0.005=4，所以有 三、泊松(Poisson)分布 例8： 检查了100个某型号铸件上的疵点数，把观察结果与泊松分布进行比较(见表2-1)，看到疵点数目近似服从期望值为2的泊松分布。表中l的计算如下：(见P85) 例题 例9 (P89—P90) 设某城市每年因交通事故死亡的人数服从泊松分布。据统计在一年中因交通事故死亡一人的概率是死亡两人概率的1/2，计算一年中因交通事故至少死亡3人的概率。 解设随机变量X表示一年内因交通事故死亡的人数。首先求X的分布参数l。依题意， 由P{X=1}= P{X=2}， 即 四、 超几何分布 引例1 某班学生总数N=20，其中女生人数N1=5 ，男生人数 N2=15，今任选 n=4名，则共有 种选法，设X为选到的女生人数，则X=0,1,2,3,4 P{X=k}= k=0,1,2,3,4 引例2 同例1 N=20，而女生N1=3 ，男生N2=N-N1=17，仍选n=4，X为选出的4名中的女生人数，则X=0,1,2,3 P{X=k}= k=0,1,2,