统计学第五章-概率与概率分布.pptVIP

二项试验（贝努里试验） 二项分布与贝努里试验有关 贝努里试验具有如下属性 试验包含了n 个相同的试验 每次试验只有两个可能的结果，即“成功”和“失败” 出现“成功”的概率 p 对每次试验结果是相同的；“失败”的概率 q 也相同，且 p + q = 1 试验是相互独立的 试验“成功”或“失败”可以计数 二项分布 进行 n 次重复试验，出现“成功”的次数的概率分布称为二项分布 设X为 n 次重复试验中事件A出现的次数，X 取 x 的概率为 二项分布 显然， 对于P{X=x}? 0， x =1,2,…,n，有 同样有 当 n = 1 时，二项分布化简为 二项分布的数学期望和方差 二项分布的数学期望为 E ( X ) ＝ np 方差为 D ( X ) ＝ npq 二项分布（实例） 【例】已知100件产品中有5件次品，现从中任取一件，有放回地抽取3次。求在所抽取的3件产品中恰好有2件次品的概率 解：设 X 为所抽取的3件产品中的次品数，则X~B ( 3 , 0.05)，根据二项分布公式有 泊松分布 用于描述在一指定时间范围内或在一定的长度、面积、体积之内每一事件出现次数的分布 泊松分布的例子 一个城市在一个月内发生的交通事故次数 消费者协会一个星期内收到的消费者投诉次数 人寿保险公司每天收到的死亡声明的人数 泊松概率分布函数 ?— 给定的时间间隔、长度、面积、体积内“成功”的平均数 e = 2.71828 x —给定的时间间隔、长度、面积、体积内“成功”的次数 泊松概率分布的期望和方差 泊松分布的数学期望为 E ( X ) = ? 方差为 D ( X ) = ? 泊松分布（实例） 【例】假定某企业的职工中在周一请假的人数X服从泊松分布，且设周一请事假的平均人数为2.5人。求 （1）X 的均值及标准差 （2）在给定的某周一正好请事假是5人的概率 解：(1) E(X)=?=2.5；D(X) = ?＝?2.5=1.581 (2) 泊松分布（作为二项分布的近似） 当试验的次数 n 很大，成功的概率 p 很小时，可用泊松分布来近似地计算二项分布的概率，即 实际应用中，当 P?0.25，n20，np?5时，近似效果良好 连续型随机变量的概率分布 概率的加法法则（实例） 【例】根据钢铁公司职工的例子，随机抽取一名职工，计算该职工为炼钢厂或轧钢厂职工的概率 解：用A表示“抽中的为炼钢厂职工”这一事件；B表示“抽中的为轧钢厂职工”这一事件。随机抽取一人为炼钢厂或轧钢厂职工的事件为互斥事件A与B 的和，其发生的概率为 概率的加法法则 ? 法则二 对任意两个随机事件A和B，它们和的概率为两个事件分别概率的和减去两个事件交的概率，即 P ( A∪B ) = P ( A ) + P ( B ) - P ( A∩B ) 概率的加法法则（实例） 【例】设某地有甲、乙两种报纸，该地成年人中有20%读甲报纸，16%读乙报纸，8%两种报纸都读。问成年人中有百分之几至少读一种报纸。 解：设A＝{读甲报纸}，B＝{读乙报纸}，C＝{至少读一种报纸}。则 P ( C ) =P ( A∪B ) = P ( A ) + P ( B ) - P ( A∩B ) =0.2 + 0.16 - 0.08 = 0.28 条件概率与独立事件 条件概率 ? 在事件B已经发生的条件下，求事件A发生的概率，称这种概率为事件B发生条件下事件A发生的条件概率，记为 P(B) P(AB) P(A|B) = 条件概率的图示 ? 事件 A?B及其概率P (A?B) 事件B及其概率P (B) 事件A 事件B 一旦事件B发生 概率的乘法公式 用来计算两事件交的概率 以条件概率的定义为基础 设A、B为两个事件，若P(B)0，则P(AB)=P(B)P(A|B)，或P(AB)=P(A)P(B|A) 概率的乘法公式（实例） 【例】设有1000中产品，其中850件是正品，150件是次品，从中依次抽取2件，两件都是次品的概率是多少？ 解：设 Ai 表示“第 i 次抽到的是次品”(i=1,2)，所求概率为P(A1A2) 事件的独立性 一个事件的发生与否并不影响另一个事件发生的概率，则称两个事件独立 若事件A与B独立，则P(B|A)=P(B)， P(A|B)