离散随机变量及分布律.ppt

上传人:王** 文档编号:525195 上传时间:2023-11-13 格式:PPT 页数:18 大小:586.50KB
下载 相关 举报
离散随机变量及分布律.ppt_第1页
第1页 / 共18页
离散随机变量及分布律.ppt_第2页
第2页 / 共18页
离散随机变量及分布律.ppt_第3页
第3页 / 共18页
离散随机变量及分布律.ppt_第4页
第4页 / 共18页
离散随机变量及分布律.ppt_第5页
第5页 / 共18页
离散随机变量及分布律.ppt_第6页
第6页 / 共18页
离散随机变量及分布律.ppt_第7页
第7页 / 共18页
离散随机变量及分布律.ppt_第8页
第8页 / 共18页
离散随机变量及分布律.ppt_第9页
第9页 / 共18页
离散随机变量及分布律.ppt_第10页
第10页 / 共18页
亲,该文档总共18页,到这儿已超出免费预览范围,如果喜欢就下载吧!
资源描述

《离散随机变量及分布律.ppt》由会员分享,可在线阅读,更多相关《离散随机变量及分布律.ppt(18页珍藏版)》请在优知文库上搜索。

1、定义定义 若随机变量 X 的可能取值是有限个或可列个,则称 X 为离散型随机变量描述X 的概率特性常用概率分布或分布律,2,1,)(kpxXPkkX kxxx21P kppp21或离散随机变量及分布律即分布律的性质分布律的性质q,2,1,0kpk非负性q 11kkp归一性X 或kxxx21kppp21 F(x)是分段阶梯函数,在 X 的可能取值 xk 处发生间断,间断点为第一类跳跃间断点,在间断点处有跃度 pk.离散随机变量及分布函数)()()(1kkkkxFxFxXPp)()()(xxkkxXPxXPxFxxkxxkkkpxXP)(其中 .kkxx1 01234xF(x)oo1ooo(1)0

2、 1 分布分布1,0,)1()(1kppkXPkk是否超标等等.常见离散常见离散r.v.的分布的分布凡试验只有两个结果,常用0 1分布描述,如产品是否合格、人口性别统计、系统是否正常、电力消耗X=xk 1 0Pk p 1-p0 p 1应用场合或(2)二项分布二项分布n 重Bernoulli 试验中,X 是事件A 在 n 次试验中发生的次数,P(A)=p,若nkppCkXPkPknkknn,1,0,)1()()(则称 X 服从参数为n,p 的二项分布,记作),(pnBX01 分布是 n=1 的二项分布二项分布的取值情况二项分布的取值情况设),8(31BX.039 .156 .273 .273 .

3、179 .068 .017 .0024 .00000 1 2 3 4 5 6 7 8 8,1,0,)1()()()(8313188kCkXPkPkkk0.273由图表可见,当 时,32或k分布取得最大值273.0)3()2(88 PP此时的 称为最可能成功次数kxP01234567824680.050.10.150.20.25设)2.0,20(BX.01 .06.14 .21 .22 .18 .11 .06 .02 .01 .002 .0010 1 2 3 4 5 6 7 8 9 10 11 20 xP13579024681020由图表可见,当 时,4k分布取得最大值22.0)4(20P0.2

4、2 51015200.050.10.150.2二项分布中最可能出现次数的定义与推导二项分布中最可能出现次数的定义与推导可取的一切值若XjjXPkXP),()(则称 为最可能出现的次数knkppCkXPpknkknk,1,0,)1()(记1)1()1(1knpkpppkk1)()1)(1(1knpkpppkkpnkpn)1(1)1(当(n+1)p=整数时,在 k=(n+1)p与 (n+1)p 1 处的概率取得最大值对固定的 n、p,P(X=k)的取值呈不 对称分布固定 p,随着 n 的增大,其取值的分布趋于对称 当(n+1)p 整数时,在 k=(n+1)p 处的概率取得最大值,则对固定的 k,2

5、,1,0!)1(limkkeppCkknnknknn0nnp设Possion定理定理Poisson定理说明若X B(n,p),则当n 较大,p 较小,而 适中,则可以用近似公式np,2,1,0,!)1(kkeppCkknkkn问题问题 如何计算?)2500(XP类似地,从装有 a 个白球,b 个红球的袋中不放回地任取 n 个球,其中恰有k 个白球的概率为pbaaba,当时,knkknnbaknbkappCCCC)1(对每个 n 有nbaknbkaCCC/结结 论论超几何分布的极限分布是二项分布二项分布的极限分布是 Poisson 分布解解 令X 表示命中次数,则 5 np令.9933.01)1

6、(5eXP 此结果也可直接查 附表2 泊松 分布表得到,它与用二项分布算得的结果 0.9934仅相差万万分之一.利用利用Poisson定理再求例例4(2)X B(5000,0.001)在实际计算中,当 n 20,p 0.05时,可用上述公式近似计算;而当 n 100,np 10 时,精度更好 0 0.349 0.358 0.369 0.366 0.368 1 0.305 0.377 0.372 0.370 0.368 2 0.194 0.189 0.186 0.185 0.184 3 0.057 0.060 0.060 0.061 0.061 4 0.011 0.013 0.014 0.015 0.015 按二项分布 按Possion 公式 k n=10 p=0.1n=20 p=0.05n=40 p=0.025n=100 p=0.01=np=1(3)Poisson 分布分布若,2,1,0,!)(kkekXPk其中0是常数,则称 X 服从参数为的Poisson 分布.或)(X)(P记作在某个时段内:大卖场的顾客数;某地区拨错号的电话呼唤次数;市级医院急诊病人数;某地区发生的交通事故的次数.一个容器中的细菌数;一本书一页中的印刷错误数;一匹布上的疵点个数;应用场合放射性物质发出的 粒子数;

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 高等教育 > 大学课件

copyright@ 2008-2023 yzwku网站版权所有

经营许可证编号:宁ICP备2022001189号-2

本站为文档C2C交易模式,即用户上传的文档直接被用户下载,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有。装配图网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私,请立即通知装配图网,我们立即给予删除!