概率统计ch4.1.pptVIP

常见离散型的分布 两点分布 均匀分布 二项分布 泊松分布 几何分布 二项分布 泊松分布 两点分布 小结 * * 数科院 超几何分布 超几何分布 分　　布 参数 数学期望 方差 两点分布 二项分布 泊松分布 均匀分布 指数分布 正态分布 * * 数科院 * * 数科院 幻灯片 7 数科院 * * 数科院 常见的离散型分布 Ch4：几种重要的分布 常见的连续型分布 常见的离散型随机变量的分布 两点分布 均匀分布 二项分布 泊松分布 几何分布 * * 数科院 超几何分布 常见的连续型分布 均匀分布 正态分布 χ2 分布 指数分布 t 分布 F 分布 n重贝努利试验中事件 A 出现 k 次的概率记为： * * 数科院 则 二项概率公式 §1 二项分布 * * 数科院 1.二项分布的定义 称这样的分布为二项分布.记为 二项分布 两点分布 例1 在相同条件下相互独立地进行 5 次射击,每次射击时击中目标的概率为 0.6 ,则击中目标的次数 X 服从 b (5,0.6) 的二项分布. * * 数科院 例 JC P79例1—3 解 因此 例2 * * 数科院 2. 二项分布的期望和方差 则有 已知： * * 数科院 例：求例2中X的期望和方差 分析 这是不放回抽样.但由于这批元件的总数很大, 且抽查元件的数量相对于元件的总数来说又很小,因而此抽样可近似当作放回抽样来处理. 例3 * * 数科院 解 * * 数科院 图示概率分布 * * 数科院 3、二项分布中最可能值 则称 为最可能出现的次数 * * 数科院 当( n + 1) p = 整数时,在 k = ( n + 1) p与 ( n + 1) p – 1 处的概率取得最大值 对固定的 n、p, P ( X = k) 的取值呈不 对称分布 固定 p, 随着 n 的增大，其取值的分布 趋于对称 当( n + 1) p ? 整数时, 在 k = [( n + 1) p ] 处的概率取得最大值 * * 数科院 二项分布的图形 * * 数科院 例4 独立射击5000次, 命中率为0.001, 解 (1) k = [( n + 1)p ] = [( 5000+ 1)0.001] =5 求 (1) 最可能命中次数及相应的概率； (2) 命中次数不少于1 次的概率. * * 数科院 (2) 令X 表示命中次数,则 X ~ B(5000,0.001) 小概率事件虽不易发生，但重 复次数多了，就成大概率事件. 本例 启示 * * 数科院 有一繁忙的汽车站,每天有大量汽车通过,设每辆汽车在一天的某段时间内,出事故的概率为0.0001,在每天的该段时间内有1000 辆汽车通过, 问出事故的次数不小于2的概率是多少? 设 1000 辆车通过, 出事故的次数为 X , 则 解 例5 故所求概率为 二项分布 泊松分布 * * 数科院 * * 数科院 §2 泊松分布 泊松分布的图形 * * 数科院 在生物学、医学、工业统计、保险科学及 公用事业的排队等问题中 , 泊松分布是常见的. 例如地震、火山爆发、特大洪水、交换台的电 话呼唤次数等, 都服从泊松分布. * * 数科院 泊松分布的背景及应用 电话呼唤次数 交通事故次数 商场接待的顾客数 地震 火山爆发 特大洪水 * * 数科院 　　二十世纪初卢瑟福和盖克两位科学家在观察 与分析放射性物质放出的粒子个数的情况时,他 们做了2608次观察(每次时间为7.5秒)发现放射 性物质在规定的一段时间内, 其放射的粒子数X 服从泊松分布. * * 数科院 泊松分布的期望和方差 则有 * * 数科院 所以 * * 数科院 上面我们提到 二项分布 泊松分布 * * 数科院 , 则对固定的 k 设 Possion定理 Poisson定理说明若X ~ B( n, p), 则当n 较大， p 较小, 而 适中, 则可以用近似公式 * * 数科院 证 记 二项分布的极限分布是 Poisson 分布 结论 * * 数科院 设1000 辆车通过, 出事故的次数为 X , 则 可利用泊松定理计算 所求概率为 解 例5 有一繁忙的汽车站, 每天有大量汽车通过, 设每辆汽车,在一天的某段时间内出事故的概率 为0.0001,在每天的该段时间内有100