概率论与数理统计23a.pptVIP

§2.3 常用的离散型分布 一、二点分布 二、n个点上的均匀分布 三、二 项 分 布 四、几何分布 五、超几何分布 六、泊松(Poisson)分布 一、二点分布 Bernoulli分布的概率背景 二、n个点上的均匀分布 如果随机变量 X 只取n个不同的值，且其概率分布为 三、二 项 分 布 如果随机变量 X 的概率函数为 说 明 显然，当 n=1 时 二项分布的验证 ⑴．由于 二项分布的概率背景 进行n重Bernoulli试验(独立地重复进行n次Bernoulli试验)， 例1 一个袋子中装有N个球，其中N1个白球、N2个黑球(N1+N2=N)，每次从中取出一球，查看完其颜色后再放回，一共取n次，求取到的白球数X的分布。 二项分布的均与方差 四、几何分布 若随机变量 X 的概率函数为 几何分布的验证 ⑴ 由条件 几何分布的概率背景 在Bernoulli试验中，设 几何分布的的无记忆性 设X服从几何分布，则对任何两个正整数m, n, 有 五、超 几 何 分 布 如果随机变量 X 的概率函数为 超几何分布的均值与方差 超几何分布的概率背景 一批产品有 N 件，其中有 N1件次品，其余 N2=N-N1 件为正品．现从中无放回地取出 n 件．令： X为取出 n 件产品中的次品数．则，X的概率函数为 超几何分布与二项分布的关系 六、泊松(Poisson)分布 如果随机变量 X 的概率函数为： 泊松分布的验证 ⑴ 由于 Poisson分布的均值与方差 Poisson分布的应用 Poisson分布是概率论中重要的分布之一． 自然界及工程技术中的许多随机指标都服从Poisson分布, 例如: 电话总机在某一时间间隔内收到的呼叫次数; 放射物在某一时间间隔内发射的粒子数; 容器在某一时间间隔内产生的细菌数; 某一时间间隔内来到某服务台要求服务的人数; 某一时间间隔内各种事故、自然灾害、不常见病、不幸事件发生的次数. 例2 某商店根据过去的销售记录知道某种商品每月的销售量可以用参数λ=10的泊松分布来描述，为了以95%以上的概率保证脱销，问商店在月底应存多少件该种商品(设只在月底进货)。 二项分布与泊松分布的关系(泊松定理) 在n重伯努利试验中，成功次数 X 服从二项分布。假设每次试验成功的概率为pn(0 pn 1)，并且 例3 纺织厂女工照顾800个纺锭，每一纺锭在某一短时间内发生断头的概率为0.005(设短时间内最多只发生一次发生断头)，求在这段时间内800个纺锭总共发生的断头次数超过2的概率。 称只取二个值的随机变量 X 的概率分布 为服从x1, x2处参数为 p 的两点分布． 称0, 1处服从参数为 p 的 两点分布为Bernoulli分布(0-1分布) 用X表示在这次Bernoulli试验中事件A发生(试验成功)的次数, 或者说, 令 设： 进行一次Bernoulli试验(只有两个可能结果A与A 的试验), 均匀分布 { } n 2 ， ， ， L , 1 1 = = = i n x X P i 上的 ． 个点 服从 则称 { } , , 2 1 n x x x n X L 以及 n 为自然数，可知 ⑵．又由二项式定理，可知 所以 是概率函数． 1 0 ￡ ￡ p 令 X：在这n次Bernoulli试验中事件A发生的 次数． 设在每次试验中 ⑵ 由条件可知 综上所述，可知 是概率函数． 试验进行到 A 首次出现为止． 即： P(Xm+n|Xm)=P(Xn) 若抽样是有放回的，则随机变量X服从 p= N1/N 的二项分布. 即 证： 则称随机变量 X 服从参数为λ的Poisson 分布．记为X~P(λ) 可知对任意的自然数 m，有 ⑵ 又由幂级数的展开式，可知 所以 是概率函数． 0 l 则对于任何非负整数m，有 由此，对于成功概率为p的n重伯努利试验，只要n充分大，而p充分小，则其成功次数X近似地服从参数λ=np的泊松分布. 即