2021第节常用离散型分布.pdfVIP

  1. 1、本文档共32页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
§2.3 常用的离散型分布 回顾:何谓离散型随机变量? 1. 直观地说,离散型随机变量就是只有有限个或可列无 限个可能取值点的随机变量. 2. 严格地说,离散型随机变量就是分布函数为阶梯函数 的随机变量. 回顾:何谓概率分布? 1. 直观地看,离散型随机变量的概率分布, 就是由该变 量在每个可能取值点的概率构成的一个数列. 其数学形式为 p i P {X x i },i 1,2, 2. 抽象地看,概率分布就是所有项非负且总和为1的一类 的数列. 1. 离散的均匀分布 如果离散型随机变量X 的概率分布为 1 p i P {X x i } , i 1,2, , n n 那么就称X 服从n 个点上的均匀分布. 特别地, 1个点上的均匀分布称为退化分布. 试验背景 在古典概型中, 设 { ,  , ,  }, 若令 1 2 n X X ( ) x , k 1,2, ,n . k k 则X 服从n 个点上均匀分布. 2. 二项分布 如果离散型随机变量X 的概率分布为 p P {X k } C k p k (1 p )nk , k 0,1, ,n . k n 则称X 服从参数为n和p 的二项分布, 记作X ~ B (n, p ) . 特别地, 二项分布B(1, p )也称为0-1分布. 练习: 验证二项分布满足概率分布的两条要求. 试验背景 在伯努利概型中, 设每次试验成功的概率为p ,令X 表示在n 次试验中成功的次数, 则X ~ B (n, p ). 二项分布的特点 二项分布的期望和方差 问题:设X ~ B (n, p ) ,求期望EX 和方差DX. 练习: 设X ~ B(n, p ), 分别在n 1和n 2时求EX 和DX . 答案: 在n 1时, EX p , DX pq. 其中q 1 p. 在n 2时, EX 2 p , DX 2 pq . 猜测: 在X ~ B(n, p )时, EX np , DX npq. 例1 设随机变量X ~ B(n, p ), 令q 1 p , 证明: EX np , DX npq . 例1 设随机变量X ~ B(n, p), 令q 1  p, 证明 EX np , DX npq. 证明:X ~ B(n, p )  X 的概率分布为 k k nk p k P {X k } C n p q , k 0,1, ,n . 根据期望的定义, 有

文档评论(0)

原创文库 + 关注
实名认证
文档贡献者

教师资格证持证人

该用户很懒,什么也没介绍

领域认证该用户于2023年04月20日上传了教师资格证

1亿VIP精品文档

相关文档