中级质量专业理论与实务 第五讲常用分布.docxVIP

最新 精品 Word 欢迎下载 可修改 PAGE 第五讲?? 常用分布 一、考试要求? 1.掌握二项分布、泊松分布及其均值、方差和标准差以及相关概率的计算。 ? 2.了解超几何分布。 ? 3.掌握正态分布的定义及其均值、方差和标准差，标准正态分布的分位数。 ? 4.熟悉标准正态表的用法 二、内容讲解 四、常用分布 (一)常用离散分布 这里将给出三个常用的离散分布：二项分布、泊松分布与超几何分布。 1．二项分布 我们来考察由n次随机试验组成的随机现象，它满足如下条件: (1)重复进行n次随机试验。比如，把一枚硬币连抛n次，检验n个产品的质量，对一个目标连续射击n次等。 (2) n次试验间相互独立，即任何一次试验结果不会对其他次试验结果产生影响。 (3)每次试验仅有两个可能的结果，比如，正面与反面、合格与不合格、命中与不命中、具有某特性与不具有某特性，以下统称为“成功”与“失败”。 (4)每次试验成功的概率均为p，失败的概率均为1- p。 在上述四个条件下，设X表示n次独立重复试验中成功出现的次数，显然X是可以取0，1，…，n等n+1个值的离散随机变量，且它的概率函数为: 这个分布称为二项分布，记为，其中是从n个不同元素中取出x个的组合数，它的计算公式为： 二项分布的均值、方差与标准差分别为： 特例：n=1的二项分布称为二点分布。它的概率函数为： 或列表如下： X 0 1 P 1-p p 它的均值、方差与标准差分别为 [例1.2-10] 在—个制造过程中，不合格品率为O.1，如今从成品中随机取出6个，记X为6个成品中的不合格品数，则X服从二项分布，简记为。现研究如下几个问题： (1)恰有1个不合格品的概率是多少?这里规定抽到不合格品为“成功”，则事件X=1的概率为： 这表明，6个成品中恰有一个不合格品的概率为0.3543。类似可计算X=0，X=1，…，X=6的概率，计算结果可列出一张分布列，具体如下： X 0 1 2 3 4 5 6 P 0.5314 0.3543 0.0984 0.0146 0.0012 0.0001 0.0000 这里0.0000表示X=6的概率取前4位小数的有效数字为零，实际上，它的概率为P(X=6)=0.000001，并不严格为零。 还可以画出一张线条图(图1.2—7(a))来表示这个分布(共有7个取值)。图上的横坐标为X的取值，纵轴为其相应概率。从此图上可以看出分布的形态，哪些上的概率大，哪些上的概率小。假如改变成功概率p，其线条图亦会改变。比如，连抛六次硬币，其中正面出现次数。通过计算可画出其线条图(见图1．2—7(b))，此图是对称的，如P(X=2)=P(X=4)=0.2343。 (2)不超过1个不合格品的概率为： P(X≤1)=P(X=0)+P(X=1)=0.5314+0.3543=O.8857 这表明，6个成品中不超过1个不合格品的概率为0.8857。 在实际中经常需要求形如“”的概率，在概率论中把事件“”的概率称为X的分布函数，也称为累积分布函数，记为F(X)，即： 对二项分布的分布函数已编制了数表，详见附表1—1，此表可帮助我们计算二项概率，例如从附表1-1中可查得： P(X≤1)=0.8857， P(X≤4)=0.9999 于是可算得： P(1X≤4)=P(X≤4) - P(X≤1)=0.9999-0.8857=0.1142 (3)二项分布的均值、方差与标准差分别为： 2．泊松分布 泊松分布可用来描述许多随机变量的概率分布。例如: (1) 在一定时间内，电话总站接错电话的次数； (2) 在一定时间内，某操作系统发生的故障数； (3) 一个铸件上的缺陷数； (4) 一平方米玻璃上的气泡个数； (5) 一件产品因擦伤留下的痕迹个数； (6) 一页书上的错字个数。 从这些例子可以看出，泊松分布总与计点过程相关联，并且计点是在一定时间内、或一定区域内、或一特定单位内的前提下进行的，若表示某特定单位内的平均点数(0)，又令X表示某特定单位内出现的点数，则X取值的概率为： 这个分布就称为泊松分布，记为P()，其中e为自然对数的底，即2.71828… 泊松分布的均值与方差(在数量上)是相等的，均为，即： E(X)= ，Var(X)= ， (1.2-6) [例1.2—11] 某大公司一个月