常用的离散分布2(课件).pptxVIP

常用的离散分布2RESUMEREPORTCATALOGDATEANALYSISSUMMARY

目录CONTENTS离散概率分布的定义二项分布泊松分布超几何分布几何分布

REPORTCATALOGDATEANALYSISSUMMARYRESUME01离散概率分布的定义

离散概率分布的概述离散概率分布是描述随机变量可能取值的概率分布情况。02它规定了随机变量在各个可能取值上的概率，这些概率之和为1。03离散概率分布可以用概率质量函数（PMF）或概率分布函数（PDF）来表示。01

离散性随机变量只能取离散的值。概率性随机变量取各个可能值的概率是确定的。可加性随机变量取各个可能值的概率之和为1。离散概率分布的特点030201

统计学研究离散概率分布在统计学中有着广泛的应用，如人口普查、市场调查等。游戏开发在游戏开发中，离散概率分布可以用来模拟各种随机事件，如掉落物品、暴击率等。金融领域在金融领域中，离散概率分布可以用来描述股票价格、收益率等随机变量的变化情况。离散概率分布的应用场景

REPORTCATALOGDATEANALYSISSUMMARYRESUME02二项分布

二项分布是一种离散概率分布，描述了在n次独立重复的伯努利试验中成功的次数。伯努利试验是指只有两种可能结果的试验，通常表示为成功（记为1）和失败（记为0）。二项分布适用于那些只有两种对立结果的随机试验，如抛硬币、射击比赛等。二项分布的概述

二项分布的公式和参数二项分布的公式为B(n,p)=n!/[k!(n-k)!]*p^k*(1-p)^(n-k)，其中n是试验次数，p是每次试验成功的概率，k是成功的次数。参数包括n（试验次数）、p（每次试验成功的概率）和k（成功的次数）。

保险精算在保险行业中，二项分布常用于计算在一定次数的独立试验中某事件发生的概率。例如，在车辆保险中，保险公司可以使用二项分布来计算车辆在一定时间内发生事故的概率。生物统计学在生物统计学中，二项分布用于描述实验结果只有成功和失败两种可能性的情况。例如，在遗传学研究中，可以使用二项分布来描述基因型的表现。可靠性工程在可靠性工程中，二项分布用于描述产品在一定次数的试验中能够成功运行的概率。例如，在航空航天领域，可以使用二项分布来评估飞机发动机在一定次数的起飞和降落中能够正常工作的概率。二项分布在现实生活中的应用

REPORTCATALOGDATEANALYSISSUMMARYRESUME03泊松分布

03泊松分布的概率函数表示在单位时间内随机事件发生的次数，其参数为该事件发生的平均发生率。01泊松分布是一种离散概率分布，常用于描述在单位时间内（或单位面积上）随机事件发生的次数。02它是一种离散概率分布，适用于描述那些具有独立、稀有、随机性质的事件。泊松分布的概述

010203泊松分布的公式为：P(X=k)=λ^k*e^(-λ)/k!，其中k为随机事件发生的次数，λ为该事件的平均发生率。参数λ表示单位时间内随机事件发生的平均次数，它决定了泊松分布的形状。当λ增加时，泊松分布的概率密度函数向右移动，即随机事件更有可能发生。泊松分布的公式和参数

泊松分布在现实生活中的应用在物理学中，泊松分布用于描述放射性衰变过程中粒子发射的次数。在工程学中，泊松分布用于描述机器出现故障的次数和时间间隔。泊松分布在统计学、物理学、生物学、工程学等领域有广泛应用。在生物学中，泊松分布用于描述在一定时间内某个物种繁殖后代的数量。

REPORTCATALOGDATEANALYSISSUMMARYRESUME04超几何分布

当总体容量和样本容量较大时，超几何分布近似于二项分布。超几何分布适用于不放回的抽样，即每次抽取后，样本会放回总体中。超几何分布是统计学中一种常见的离散概率分布，它描述了在有限总体中抽取样本时，某一事件发生的概率。超几何分布的概述

超几何分布的公式为：P(X=k)=C(N,k)*[g(M,k)]/[G(N,M+k)]，其中N是总体容量，M是样本容量，k是成功的次数。C(N,k)表示从N个不同项中选取k个的组合数。g(M,k)表示从M个不同项中选取k个的组合数。G(N,M+k)表示从N个不同项中选取M+k个的组合数。超几何分布的公式和参数

超几何分布在现实生活中的应用01在质量管理中，超几何分布可用于描述不合格产品的概率分布。02在市场调查中，超几何分布可用于预测在一定样本容量下某一品牌或产品的市场份额。在生物统计学中，超几何分布可用于描述基因型频率的分布。03

REPORTCATALOGDATEANALYSISSUMMARYRESUME05几何分布

几何分布是一种离散概率分布，描述了在伯努利试验中直到成功为止的试验次数。定义特点适用场景几何分布具有记忆性，即前一次试验