4几种重要的离散型分布.pptVIP

§2?4 几种重要的离散型分布 一、n个点上的均匀分布 二、二项分布 三、几何分布 四、超几何分布 五、泊松分布 一、n个点上的均匀分布 二、二项分布 三、几何分布 四、超几何分布 五、泊松(Poisson)分布 n个点上的均匀分布 n个点上的均匀分布的期望和方差 说明 说明 说明 二项分布 设X为n重伯努利试验中事件A发生的次数? 事件A发生的概率为p(0?p?1)? 则X~b(n? p)? 二项分布的期望和方差 设X~b(n? p)? 则 EX?np? DX?npq? 其中q?1?p? 例2?18 一个袋子中装有N个球? 其中N1个白球? N2个黑球(N1?N2?N)每次从中任取一球? 查看完其颜色后再放回去? 一共取n次? 求取到的白球数X的分布? 每次取球看成是一次试验? n次取球看成是n重伯努利试验? 解 定理2.5 随机变量X~B（n，p）? 且Y=n-X；则 Y~ B（n，q）其中q=1-p 换种说法： 1、P{X=m}=P{Y=n-m} 2、P{X m}=P{Y n-m} 二项分布概率的计算，术后的附录表给出了分布函数表，对于比较小的n，p，可以直接查表计算。如果p较大，可以用一下定理转化计算。 说明 如果随机变量X的概率分布为 P{X?k}?q k?1p? k?1? 2? ??? ? (2.50) 其中q?1?p? 则称随机变量X服从参数为p的几何分布? 记为X~g(k? p)? 几何分布 在独立重复试验中? 事件A发生的概率为p? 设X为直到A发生为止所进行的试验的次数? 则X~g(k? p)? 三、几何分布 如果随机变量X的概率分布为 P{X?k}?q k?1p? k?1? 2? ??? ? (2.50) 其中q?1?p? 则称随机变量X服从参数为p的几何分布? 记为X~g(k? p)? 几何分布 几何分布的期望和方差 说明 例2?19 设X服从几何分布? 则对任何两个正整数m? n? 有 P{X?m?n|X?m}?P{X?n}? (2?54) 证明 同理? 有 于是得 P{X?n}?qn? P{X?m?n}?qm?n? 式(2?54)通常称为几何分布的无记忆性? 意指几何分布对过去的m次失败的信息在后面的计算中被遗忘了? 超几何分布 一个袋子中共装有N个球? 其中N1个白球? N2个黑球? 从中不放回地抽取n个球? X表示取到白球的数目? 那么X的分布为 以(2?55)为概率分布的随机变量通常称为服从超几何分布? 在实际中? 当N很大时? 且N1和N2均较大? 而n相对很小时? 通常将不放回近似地当作放回来处理? 从而用二项分布作为超几何分布的近似? 即 四、超几何分布 超几何分布 一个袋子中共装有N个球? 其中N1个白球? N2个黑球? 从中不放回地抽取n个球? X表示取到白球的数目? 那么X的分布为 以(2?55)为概率分布的随机变量通常称为服从超几何分布? 超几何分布的期望和方差 提示 泊松分布(Poisson) 如果一个随机变量X的概率分布为 其中??0为参数? 则称X服从参数为?的泊松分布? 记作X~P(?)? 泊松分布的期望和方差 EX ??? (2?61) DX??? (2?62)