離散分佈主要包括3個重要的分佈:幾何分佈、二項分佈和泊松分佈,這裏主要介紹下這三種分佈解決的典型概率問題,區別和聯繫。
1. 幾何分佈:
問題:查德在任意一次滑雪中(假定每次滑雪都是獨立事件)不出事故順利抵達坡底的概率爲0.2,試問:查德不超過2次就能成功滑到坡底的概率有多大?
試滑不超過2次就成功的概率爲P(X<=2)=P(X=1)+P(X=2)=0.36
2)每一次實驗都有成功的可能,也有失敗的可能,且單次成功的概率相同
3)主要感興趣的問題是,爲例取得第一次成功需要進行多少次試驗。
幾何分佈第一次試驗取得成功的概率是最高的,其概率分佈幾何形狀如下:
需要進行多少次試驗取得第一次成功方差:Var(X)=q/p^2
2. 二項分佈:
問題:查德在任意一次滑雪中(假定每次滑雪都是獨立事件)不出事故順利抵達坡底的概率爲0.2,試問:查德試滑5次中有2次以下成功滑到坡底的概率有多大?
1次成功的概率P(X=1)=C(5,1)x0.8^4x0.2
2次成功的概率P(X=2)=C(5,2)x0.8^3x0.2^2
2)每一次實驗都有成功的可能,也有失敗的可能,且單次成功的概率相同
3)主要感興趣的問題是,在有限的試驗次數中,取得幾次成功的概率。
稱爲二項分佈,記爲:X~B(n,p),其中n爲試驗次數,p爲一次試驗取得成功的概率
3. 泊松分佈:
問題:爆米花機器每一週的平均故障次數爲3.4次,或者說爆米花機的平均故障率爲3.4,試問:爆米花機器一週不初問題概率有多大?
這類問題的難點在於,儘管知道爆米花機器每一週的平均故障次數爲3.4次,但實際發生故障的次數不是固定的。專門處理這種問題的分佈--泊松分佈。
1)單獨事件在給定區間內隨機、獨立發生,給定區間可以是時間或者空間,例如一星期或者一英里。
2)已經該區間時間平均發生次數(或者叫發生率),且爲有限值,通常用lamda表示。
P(X=0)=e^-3.4 x 3.4^0/0!=e^-3.4=0.033
4)用泊松分佈近似二項分佈
問題:凱特是餅乾廠的質量管理員,每塊餅乾破碎的概率是0.1,求一盒容量爲100塊的餅乾盒子裏出現15塊碎餅乾的概率。
是一個二項分佈問題,X~(100, 0.1), 求P(X=15)=100!/(15!*85!)*0.1^15*0.9^85, 階乘數計算太大了,普通計算器容易出現溢出問題。
已知X~B(n, p),當n很大且p很小時(n>50, p<0.1),可以用X~P0(np)近似X~B(n, p)
上述問題就變爲求解X~P0(10), P(X=15)的概率,帶入泊松分佈的概率求解方程即可求解。P(X=15)=e^-10*10^15/15!