二项分布泊松分布连续变量的分布函数与密度函数离散分布.PPT

五、常用的连续分布：均匀分布与指数分布 1.均匀分布： 定义 设连续型随机变量 X 的一切可能值充满某一个有限区 并且在该区间内任一点有相同的概率密度，即： 则这种分布叫做均匀分布（或等概率分布）。 间 第四讲 连续随机变量的密度函数 第四讲 均匀分布与指数分布 * 本次课讲授第二章的2.2-2.3 下次课讲授第二章2.4-2.5。 下周上课时交作业15-18， 重点：二项分布、泊松分布、连续变量的分布函数与密度函数 第四讲 离散分布函数与连续变量的分布和密度 复 习 第四讲 常用的离散变量的分布 1.0-1分布：设随机变量 X只能取两个数值0和1,则称P(X=1)=0，P(X=0)=1-q.为0-1分布。其概率分布为： 通常称这种分布为称0 ?1分布 (或两点分布). 一、常用的离散随机变量概率分布 设随机变量 X 的取值范围为： 取得这些值的概率函数是： 3.超几何分布 其中 n,M,N 都是正整数, n? x ? N ?M. 且 n ? N , M ? N , x ? M , x ? n, 第四讲 常用离散分布 通常记作 （1）超几何分布原型：检查产品的次品问题 设一批产品共有 N 个, 其中有 M 个次品.从这批产品 中任取 n 个产品，则取出的 n 个产品中的次品数 X服从超 几何分布 第四讲 常用离散分布 (2)超几何分布在生产实际中应用广泛，但由于其计算 繁琐，在理论中涉及不多。故一般的结论我们不做强化 记忆的要求。 4.二项分布 记X为n次独立重复试验中事件A发生的次数，则称X的概率函数 其中 为二项分布. 记作： 第四讲 常用离散分布 二项分布在第一章中已经专门介绍过。除了已经讲述过的例子以外，二项分布还有最大概率值性质 例4-1-1 第四讲 常用离散分布 例如，根据历史记录，某个学生平均每考3门课，就有1门课成绩为优秀，现本学期有8门课，试问，该生最有可能有几门课为优秀？ 5. 泊松( Poisson )分布 第四讲 常用离散分布 泊松分布是泊松经过著名的泊松试验得出的成就。可用它描述大量试验中的小概率事件，如某区域发生交通事故的次数，某120急救站未接到急救电话的次数等。 （2）泊松分布概率最大值定理 （3）泊松分布近似计算二项分布 第四讲 常用离散分布 (当 n 充分大时) 证 第四讲 常用离散分布 第四讲 常用离散分布 解 设X表示发生交通事故的汽车数，则X~b(n,p),此处n=5000，p=0.001，令λ=np=5， 上一页 下一页 返回 第四讲 常用离散分布 例4-1-3 某十字路口有大量汽车通过，假设每辆汽车在这里发生交通事故的概率为0.001，如果每天有5000辆汽车通过这个十字路口，求发生交通事故的汽车数不少于2的概率. 第四讲 常用离散分布 第四讲 离散分布函数与连续变量的分布和密度 二、离散随机变量分布函数的求法 第四讲 离散分布的分布函数 1 第四讲 离散分布的分布函数 例4-2-1（1997年数学一，7分） 从学校乘汽车到火车站的途中有3个交通岗，假设在各个交通岗遇到红灯的事件是相互独立的，并且概率都是0.4.设X为途中遇到红灯的次数，求随机变量X的分布律和分布函数。 第四讲 离散分布的分布函数 例4-2-2 第四讲 离散分布的分布函数 三、连续型随机变量的分布函数分布 1.用分布函数描述连续型随机变量的背景 研究离散变量时，我们使用了概率函数（分布律）和分布函数两个工具。概率函数计算的是离散变量的点概率，第一章我们已经知道，连续随机变量计算的是长度面积等的度量，而点的度量为零，由于连续变量的特点之一是点的概率为零。所以，若像离散变量那样研究连续随机变量，则不满足和为一性： 因此，用概率函数研究连续型随机变量是不可行的，于是，考虑第二个工具：随机变量的分布函数。 第四讲 连续随机变量的分布函数 2.概率的分布函数的定义： 第四讲 连续随机变量的分布函数 3.分布函数的性质回顾： 4.与区间概率的关系： 由于连续随机变量的点概率为零，所以： 第四讲 连续随机变量的分布函数 5. 求解区间[a , b]上的随机变量X的分布函数F(x)的方法 例4-3-1 解：利用分布函数二等式一不等式即性质进行判断 第四讲 连续随机变量的分布函数 我们已经清楚，连续型随机变量是不用考虑边界点的，但是，经常地，我们会碰到一个随机变量同时既是连续的又是离散的的现象，这时，就不能像连续型随机变量那样不考虑边界点了。看下例： 例题4-3-2（2010,4分） 第四讲 连续随机变量的分布函数