第六部分(二)常用离散型随机变量理论分布.pptVIP

第二节 常用离散变量的理论分布 一、二项分布 （一）贝努里试验及其概率函数： 指只有两种可能结果的随机试验，我们将其中比较关注的结果称为“成功”，另一个结果称为“失败”。 将某随机试验重复进行n次，若各次试验结果互不影响，即每次试验结果出现的概率都不依赖于其它各次试验的结果，则称n次试验是独立的。 对于n次独立的试验 如果每次试验结果出现且只出现对立事件A与 之一， 在每次试验中出现A的概率是常数p(0p1), 因而出现对立事件 的概率是1-p=q，则称这一串重复的独立试验为n重贝努里试验，简称贝努里试验(Bernoulli trials )。 在n重贝努里试验中，事件 A 可能发生0，1，2，…，n次，来求事件 A 恰好发生k(0≤k≤n)次的概率Pn(k)。 例：抛掷4次硬币，正面朝上（A）出现2次的概率。先取n=4，k=2。在4次试验中，事件A发生2次的方式有以下C42种： 其中Ak(k=1,2,3,4)表示事件A在第k次试验发生； (k=1,2,3,4)表示事件A在第k次试验不发生。由于试验是独立的，按概率的乘法法则，于是有 又由于以上各种方式中，任何二种方式都是互不相容的，按概率的加法法则，事件A恰好发生2次的概率为 一般，在n重贝努里试验中，事件A恰好发生k(0≤k≤n)次的概率为 k=0,1,2…,n （二）二项分布的定义及性质 1、二项分布的定义： 设随机变量 x 所有可能取的值为零和正整数：0,1,2,…，n，且有： k=0,1,2…,n 其中p＞0，q＞0，p+q=1，则称随机变量x服从参数为n和p的二项分布 ，记为： B(x;n,p)。 二项分布是一种离散型随机变量的概率分布。参数n称为正整数离散参数；p 是连续参数，它能取0与1之间的任何数值(q=1－p)。 2、二项分布的性质：容易验证，二项分布具有概率分布的一切性质，即： （1）P(x=k)= Pn(k) (k=0,1,…，n) （2）二项分布的概率之和等于1，即 （3） （4） （5） （m1m2） 3、二项分布的图形特征： 二项分布的图形由n和p两个参数决定： （1）当p值较小且n不大时，分布是偏斜的。但随着n增大 ，分布逐渐趋于对称； （2）当p值趋于0.5时，分布趋于对称； （3）对于固定n及p，当k增加时 ,概率P(X=k) 先是随之增加直至 达到最大值, 随后单调减少。 二项分布图 当n=20时，不同p值的曲线。 此外，在n较大，np、nq较接近时 ，二项分布接近于正态分布；当n→∞时，二项分布的极限分布是正态分布。(n≥30,np≥5,nq≥5时，近似正态分布。) （三）二项分布概率计算及应用条件 【例】某车间里共有9台车床，每台车床使用电力是间歇的，平均每小时约有12分钟使用电力。假定车工们使用电力与否是相互独立的，试问：在同一时刻有7台或7台以上的车床使用电力的概率为多少？ [例2] 滨海市保险公司发现索赔要求中有15%是因为被盗而提出的。现在知道1999年中，公司共收到20个索赔要求，试求其中包含7个或7个以上被盗索赔的概率。 解： 二项分布的应用条件有三： 1.各观察单位只具有互相对立 的一种结果，属于二项分类资料； 2.已知发生某一结果的概率为p，其对立结果的概率则为1－p=q ，要求p是从大量观察中获得的稳定数值； 3.n个观察单位的观察结果互相独立，即每个观察单位的结果不会影响到其它观察单位的观察结果。 （四）二项分布的平均数与标准差 统计学证明，服从二项分布B(n，p)的随机变量之平均数μ、标准差σ与参数n、p有如下关系： 当试验结果以事件A发生次数k表示时 μ= np σ= 二、两点分布（Two-point distribution） 当n=1，二项分布中“成功次数”只能取值0或1 设 的分布列为 称 服从两点分布或0—1分布或贝努里分布。不难发现两点分布就是二项分布N=1的特殊情形。 三.几何分布(Geometry distribution) 在贝努里试验中，每次试验成功的概率为p，失败的概率为q=1-p， 设试验进行到第 次才出现成功。 (xi)的分布列为 P