应用统计学 4 随机分布与概率分布.ppt

第四章 随机分布与概率分布 解: 依据分布列的性质: 从而 这个分布称为泊松(Poisson)分布. 设随机变量X的分布列为： 试确定常数a . 且 解得 泊松分布 第四章 随机分布与概率分布 例1 某种药品的过敏反应率为 ，今有20000人使用此药品，求20000人中发生过敏反应的人数不超过3的概率。 解 以 表示20000人中发生过敏反应的人数，则 服从二项分布 ，所求的概率为： 第四章 随机分布与概率分布 如果利用近似公式 计算，可以得到： ，且 比较两个结果可以看到，近似程度是很高的。 第四章 随机分布与概率分布 例3 某篮球运动员投中篮圈概率是0.9，求他两次独立投篮投中次数X的概率分布. 解： X 可能的取值为0、1、2 P(X =0)=(0.1)(0.1)=0.01 P(X =1)= 2(0.9)(0.1) =0.18 P(X =2)=(0.9)(0.9)=0.81 且 P(X =0)+ P(X =1)+ P(X =2)=1 第四章 随机分布与概率分布 例4 某射手连续向一目标射击，直到命中为止，已知他每发命中的概率是p，求所需射击发数X的概率函数分布列. 解: 显然，X 可能取的值是1,2,… ， 于是 设 = {第 发命中}， ， 第四章 随机分布与概率分布 =0.06197 查表(累积概率) 例5.一输电网一年中意外输电中断的次数服从参数为6的Poisson分布，问一年中不多于两次断点的概率. 解: 设一年中的意外断电次数为X 所以,一年中不多于两次断电的概率为 第四章 随机分布与概率分布 二项分布的泊松(Poisson)分布逼近 n很大时,计算困难 定理 在n重Bernoulli试验中, 在一次试验中发生的概率, 它与n有关. 这个定理称为Poisson定理 第四章 随机分布与概率分布 结论: 这个结论称为二项分布的Poisson逼近 一般当p0.1,n10以上时,就可以使用Poisson逼近. 概率函数图象 第四章 随机分布与概率分布 类似地，有 这就是求所需射击发数X的分布列. 这一节，我们介绍了离散型随机变量及其概率分布. 对于离散型随机变量，如果知道了它的概率函数,也就知道了该随机变量取值的概率规律.下一部分，将介绍重要的连续型随机变量。 第四章 随机分布与概率分布 若随机变量X取值在区间 上，并且取每一点的可能性是相同的，则称X服从区间 上的均匀分布，记作： 写出它的分布函数及概率密度函数。 2、4、2 均匀分布 定义2、4、2 第四章 随机分布与概率分布 由几何概率的定义容易得到X的分布函数为 从而概率密度为： 第四章 随机分布与概率分布 指数分布：若随机变量X具有概率密度 则称X 服从参数为 的指数分布。 指数分布常用于可靠性统计研究中，如元件的寿命. 常简记为： 容易看出： 且 所以 确是一概率密度。 第四章 随机分布与概率分布 解 (1)由指数分布的定义可得 例1 对服从参数为0.015的指数分布的变量X,试计算: (1)X 取值大于100的概率; (2)若要求P(X x) 0.1,问x应在什么范围内? 第四章 随机分布与概率分布 (2) 若要求 即 指数分布经常被用来近似描述各种“寿命”分布，如无线电元件的寿命，动物的寿命，电话问题中的通话时间，传呼台首次传呼来到的时刻，随机服务系统中的服务时间等都假定是服从指数分布的。 第四章 随机分布与概率分布 例2设 求 。 解 由定义 由于 是分段表 达的，求 时 注意分段求. 第四章 随机分布与概率分布 即 例3 设随机变量X 的分布函数为 求X取值在区间(0.3,0.7)的概率及概率密度。 第四章 随机分布与概率分布 解: 要注意的是，密度函数 在某点 处的高度，并不反映X取值的概率。 但是这个高度越大，则X取 附近的值的概率就越大。 也可以说，在某点密度曲线的高度反映了概率集中在该点附近的程度。 第四章 随机分布与概率分布 正态分布 正态分布是应用最广泛的一种连续型分布。德莫佛最早发现了二项概率的一个近似公式，这一公式被认为是正态分布的首次露面。正态分布在十九世纪前叶由高斯加以推广，所以通常称为高斯分布。 在正常条件下各种产品的质量