常见分布总结_第1页
常见分布总结_第2页
常见分布总结_第3页
常见分布总结_第4页
常见分布总结_第5页
已阅读5页,还剩4页未读 继续免费阅读

付费下载

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

概率分布

概率分布是指用于表述随机变量取值的概率规律,包括连续分布和\t"/content/22/0907/16/_blank"离散分布。

下面作了这些概率分布的一个思维导图。

文章目录概率分布1、离散概率分布1.1、两点分布2.2、二项分布1.3、几何分布1.4、超几何分布1.5、泊松分布2、连续概率分布2.1、均匀分布2.2、正太分布2.3、beta分布2.4、柯西分布2.5、卡方分布3、参考资料概率分布1、离散概率分布1.1、两点分布意义:指的是一次实验中有两个事件,成功或者失败,出现的概率记为p,1-p。

分布律:

数字特征:举例:比如一个口袋中有十个球,其中红球3个,白球7个,问从中取到红球的概率?

f=0.31

×0.70=0.32.2、二项分布意义:两点分布独立重复n次,则实验成功的次数服从一个参数为(n,p)的二项分布

分布律:

或者

数字特征:

举例:比如一个口袋中有100个球,其中红球30个,白球70个,重复有放回地取30次,其中有10次取到红球的概率?

f=C3010

(0.3)10*(0.7)201.3、几何分布其中一种定义为:在n次伯努利试验中,试验k次才得到第一次成功的机率。详细的说是:前k-1次皆失败,第k次成功的概率。

分布律:

数字特征:

举例:比如一个口袋中有100个球,其中红球30个,白球70个,第10次取到红球的概率?

f=0.3×0.791.4、超几何分布定义:它描述了从有限N个物件中抽出n个物件,成功抽出该指定种类的物件的次数

在产品质量的不放回抽检中,若N件产品中有M件次品,抽检n件时所得次品数X=k,则

数字特征:

1.5、\t"/content/22/0907/16/_blank"泊松分布泊松分布是经济生活中一种非常重要的分布形式,在生活中有很多应用,如:物料订单的规划,道路交通信号灯的设计,生产计划的安排,海港发货船期的调度。

分布律:数字特征

例子:

1、通过某路口的每辆汽车发生事故的概率为p=0.0001,假设在某路段时间内有1000辆汽车通过此路口,则求此时间段内发生交通事故次数X的概率分布。通过路口的1000辆车是否发生交通事故,可以看成n=1000次伯努利试验,所以X服从二项分布,由于n=1000很大,p=0.0001很小,且np=0.1,所以X服从泊松分布,

此段时间内发生两次交通事故为:

2、连续概率分布2.1、\t"/content/22/0907/16/_blank"均匀分布在概率论和统计学中,均匀分布也叫矩形分布,它是对称概率分布,在相同长度间隔的分布概率是等可能的。均匀分布由两个参数a和b定义,它们是数轴上的最小值和最大值,通常缩写为U(a,b)

密度函数:

数字特征:

例:设电阻值R是一个随机变量,均匀分布在900ΩΩ~1100ΩΩ.求R概率密度及R落在950ΩΩ~1050ΩΩ的概率。

解:R的概率密度为

因此:

2.2、正太分布正态分布(Normaldistribution),也称“常态分布”,又名\t"/content/22/0907/16/_blank"高斯分布。

若随机变量X服从一个数学期望为μ、方差为σ2的正态分布,记为N(μ,σ2)。

其概率密度函数为正态分布的期望值μ决定了其位置,其标准差σ决定了分布的幅度。

当μ=0,σ=1时的正态分布是标准正态分布。

密度函数:

数字特征

正太曲线的性质:

2.3、beta分布贝塔分布(BetaDistribution)是一个作为\t"/content/22/0907/16/_blank"伯努利分布和二项式分布的共轭先验分布的密度函数。

在概率论中,贝塔分布,也称Β分布,是指一组定义在(0,1)区间的连续概率分布。我们先来举个例子,一个袋子里面有很多球,我们不知道球的个数只知道球的颜色(红,白),我们现在从中取出一个球(二次实验),根据先验经验我们猜测红白概率为(0.5,0.5),服从两点分布。那么我们开始有放回地从中抽取100次(多次二项试验),得到红球为70次,黄球为30次,这时候我们又重新猜测红白概率(0.7,0.3)。那么如果我们再将上面试验做150次,即重复150次的多次二次实验,最后得到红白概率为{0.7,0.3}这样概率为多少?这就是beta分布。函数密度:

数字特征:

2.4、柯西分布柯西分布主要应用于物理中,它是描述受迫共振的微分方程的解。在光谱学中,它用来描述被共振或者其他机制加宽的谱线形状。

密度函数:

数字特征:均值和方差不存在2.5、卡方分布若n个相互独立的随机变量ξ₁,ξ₂,…,ξn,均服从标准正态分布(也称独立同分布于标准正态分布),则这n个服从标准正态分布的随机变量的平方和构成一新的随机变量,其分布规律称为卡方分布密度函数:

数字特征:

3、参考资料/view/142ccef848d7c1c708a145e3.html

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库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,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论