试验数据及图像的计算机处理1(第一篇1、2、3章).pptVIP

(1) 对于区间（Up1，Up2），（见图1.6，a），有： P{Up1 U Up2 }=F(Up2)－F（Up1） （1.16） ? μ-Upσ μ+Upσ (a) (b) (c) 图6 正态随机变量不同的取值区间 Up1 Up2 -Up Up μ-Upσ μ+Upσ (a) (b) (c) 图6 正态随机变量不同的取值区间 Up1 Up2 -Up Up (2) 若Up为负值（Up 0），由图1.6，b，可知： P{-∞U-Up} = F（-Up）=1－F（Up） （1.17） 因此，正态分布数值表只对正值列出分布函数F（Up）的值。 (3) 对于对称区间（-Up，Up） 有 P{-UpU Up}=F（Up）－F（-Up） =F（Up）－[ 1－F（Up）]=2F（Up）－1 （1.18） μ-Upσ μ+Upσ (a) (b) (c) 图6 正态随机变量不同的取值区间 Up1 Up2 -Up Up (4) 对于任意正态分布N（μ，σ2），求在区间 （μ-Upσ，μ+Upσ ） 内的概率 P （μ-UpσUμ+Upσ ）=2F(Up)-1 μ-Upσ μ+Upσ (a) (b) (c) 图6 正态随机变量不同的取值区间 Up1 Up2 -Up Up 例 求正态随机变量取值x发生在区间（μ-σ，μ+σ），（μ-2σ，μ+2σ），（μ-3σ，μ+3σ）的概率。 P{μ-σxμ+σ} =2 F（1）－1=2×0.8413－1=0.6826 P{μ-2σxμ+σ} =2 F（2）－1=2×0.9772－1=0.9544 P{μ-2σxμ+σ} =2 F（3）－1=2×0.9987－1=0.9974 §2.2 离散型随机变量的二项分布 1．二项分布的定义： 二项分布是离散型随机变量的一种概率分布模型，它用于计算在n次相同条件的试验中，出现x次“正”（或“反”）的概率B（x；n，p）。 设进行了n次重复试验，若已知某事件发生的概率为P，不发生的概率为q（＝1－P）,若发生这一事件的次数为x(x=1,2,3，…，n)则在这n次试验中出现x次该事件的概率为： （1.19） ? 式中,x＝0，1，2，3，…，n； 称为从n个元素中取出x个元素的组合数。 2.二项分布的基本应用条件及基本特征: 二项分布的基本应用条件： （1） 每次实验只出现两种可能的结果（“正”或“反”），且二者互不相容，即出现“正”就不出现“反”； （2）各次试验之间是相互独立的,即此次试验出现的结果不影响下次试验出现的结果； 二项分布的基本特征为： （1）n次试验共有（n+1）个可能发生的结果，即x＝0，1，2，3，…，n。因此当n为偶数时，可能发生的结果为奇数个；当n为奇数时，可能发生的结果为偶数个； （2）当P＝0.5时，二项分布为对称分布，且（n＋1）为奇数时，二项分布中有一最大值；（n＋1）为偶数时，二项分布有两个最大值； （3）n逐渐增大时，偏态的二项分布将逐渐趋于对称，可见，n与P决定了二项分布的形状，故n与P也叫二项分布的参数。 例1.2 某考试题采用选择题形式，每题都有5个选择，设该考卷共有10道题，问学生通过猜题方法答对0，1，2，3，…，10道题的概率分别是多少？ 解：因为每道题都有5个选择，则学生猜对每道题的概率为20％，根据1.19式，计算如下： 猜对次数x 猜对x道题的概率 累积概率 0 1 2 3 4 5 6 7 8 9 10 0.1074 0.2684 0.3020 0.2013 0.0881 0.0264 0.0055 0.0008 0.0001 0.0000 0.0000 0.1074 0.3758 0.6788 0.8791 0.9672 0.9936 0.9991 1.9999 1.0000 1.0000 1