04几种重要的分布.pptVIP

第13次课：重要分布Ⅰ 二项分布、超几何分布的实际背景和数学模型及其数字特征。 能够用二项分布把实际问题模型化，并进行相关计算与讨论。 完成习题四（2，6，8，10，12）。 在第一章介绍过独立试验概型 作n次相互独立的试验, 每次试验事件A出现的概率为p, 不出现的概率为q=1-p, n次试验中事件A出现的次数x为一离散型随机变量, 二项分布定义 4.1 如果随机变量x有概率函数 其中0p1, q=1-p, 则称x服从参数为n,p的二项分布. 简记作x~B(n,p). 在这里P{x=k}的值恰好是二项式(q+px)n展开式中第k+1项xk的系数. 如果x~B(n,p), 则x可看作是由n个取1概率为p的相互独立的0-1分布的随机变量xi,i=1,2,...,n的和, x=x1+x2+...+xn x的分布函数为 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.解 设最近6天内用水量保持正常的天数为x, 则x~B(6,0.75), 因此 其分布表如下表所示 例2 10部机器各自独立工作, 因修理调整的原因, 每部机器停车的概率为0.2. 求同时停车数目x的分布.解 x~B(10,0.2), 用贝努里公式计算pk如下表所示 概率分布图如下图所示 二项分布的最可能值使概率P{x=k}取最大值的k0称为二项分布的最可能值, 如图示意 由上图可知P(x=k0)?P(x=k0+1) 且P(x=k0)?P(x=k0-1) 所以二项分布的最可能值 例3 一批产品的废品率p=0.03, 进行20次重复抽样(每次抽一个, 观察后放回去再抽下一个), 求出现废品的频率为0.1的概率.解 令x表示20次重复抽取中废品出现的次数, x~B(20, 0.03) 二项分布的期望和方差如x~B(n,p), 则x可看作n个相互独立的0-1分布的随机变量x1,x2,...,xn之和,x=x1+x2+...+xn而且我们知道0-1分布的期望为p, 方差为pq,因此易得Ex=Ex1+Ex2+...+Exn=npDx=Dx1+Dx2+...+Dxn=npq即 一些例子 如果是反复地掷硬币试验掷了100次, 则x~B(100, 0.5), 最可能值是 [100?0.5+0.5]=[50+0.5]=50 如果x~B(1000,0.3), 则最可能值是 [1000?0.3+0.3]=300 在实际应用中, np+p正好是整数的情况几乎不存在. 例4 某批产品有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x的最可能值k0, 并用贝努里公式验证. 解 x~B(4, 0.8), 因np+p=4?0.8+0.8=4是整数, 所以k0=4和k0=3时P{x=k}为最大, 即3和4为最可能值. 一般说来, 在n很大时, 不等式 超几何分布例1. 某班有学生23名, 其中有5名女同学, 今从班上任选4名学生去参观展览, 被选到的女同学数x是一个随机变量, 求x的分布. 解： x可取0,1,2,3,4,5这5个值, 相应概率为 概率分布表为 定义: 设N个元素分为两类, 有N1个元素属于第一类, N2个元素属于第二类(N1+N2=N). 从中按不重复抽样取n个, 令x表示这n个中第一(或二)类元素的个数, 则x的分布称为超几何分布. 其概率函数为: 根据概率分布的性质, 必有 和二项分布相比, 二项分布是放回抽样, 而超几何分布是不放回抽样. 当在不放回抽样时, 超几何分布中的N1/N相当于二项分布中的参数p, N2/N相当于二项分布中的q=1-p. 超几何分布也可以和二项分布一样看作是n个0-1分布的随机变量xi的和, i=1,2,...,n, xi表示第i次抽样抽到第一类元素的事件的次数, 根据抽签原理P(xi=1)=N1/N, 但如果i?j, xi与xj相互之间是不独立的. 计算超几何分布的数学期望 因为x可看作n个相互并不独立但仍然服从同样的0-1分布的随机变量x1,x2,...,xn的和, x=x1+x2+...+xn, 其中 计算x的方差 因xi服从0-1分布, 则xi2也服从同样的0-1分布, 则Exi2=N1/N, 当i?j时, xixj也服从0-1分布, 因此 也可以直接用定义来计算Ex和Dx 计算Dx必须要先计算E{x(x-1)} 因此 在实际应用中 元素的个数N是相当大的, 例如, 从中国人民中任抽几千个人观察, 从一个工厂的几十万件产品中任抽几千件观察, 等等. 而在N非常大的情况下, 放回抽样和不放回抽样的结果几乎是相同的.