常见分布及数字特征.pptVIP

* 上页 下页 铃 结束 返回 首页 （二）二项分布 B(n,p) （一）0-1分布 （三) Poisson分布 P(λ) （一) 指数分布 (二) 正态分布 N(μσ2) 第一类： 离散型 第二类： 连续型 第四章 几种常见的分布及其期望和方差 （二) 均匀分布 U(a, b) （一）0-1分布 (1) 定义 随机变量ξ称为0—1分布，如果ξ的 分布表为 1-p p P 0 1 ξ (2) 0-1分布的期望和方差 (1) 定理1.3（贝努里定理） 设一次试验中事件A发生的概率为p（0p1），则在 n重贝努里试验中，事件A恰好发生k次的概率pn(k) 为 其中q=1-p. 设x 表示事件A发生次数,则x的分布为 … …. i 1 … … P n 0 x (二) 二项分布 称x为二项分布，记为 x ~ B(n,p) （3）二项分布x~B(n,p)的期望和方差 ( 三） Poisson分布 （1）定义： 如果随机变量x的概率函数为 k =0,1,2, …, 则称ξ为泊松分布, 记为: P(λ) 很多随机现象都服从Poisson分布如寻呼 台接到的呼叫次数,某段时间的交通事故数， 一段时间内达到服务台等待服务的人数等等 Poisson分布又称为记数分布， （2） Poisson分布的期望和方差 （一） 指数分布 （1）定义 如果随机变量x的概率密度为 其中l＞0为常数. 则称x服从参数为l的指数分布 注意 服从指数分布的随机变量常见于各种 “寿命”问题 （2）指数分布的期望和方差 （二） 均匀分布 U(a,b) （1）定义 如果随机变量x的概率密度为 则称x为[a, b]区间上的均匀分布 记为x~ U(a, b) （2）均匀分布的期望和方差 a b 正态分布 正态分布是应用最广泛的一种连续型分布。 当一随机变量是大量微小的独立的随机因素共同作用的结果，而每一种因素都不能起到压倒其它因素的作用时，这个随机变量就被认为服从正态分布。 在正常条件下各种产品的质量指标，如零件的尺寸；纤维的强度和张力；某地区成年男子的身高、体重；农作物的产量，小麦的穗长、株高；测量误差，射击目标的水平或垂直偏差；信号噪声等等，都服从或近似服从正态分布。 （一）正态分布 如果随机变量x的概率密度为 其中m和s2为常数，且s＞0 则 称 x 服从参数为m、s2 的正态分布 记为 x ~N(m, s2) 1 正态分布的定义