常用離散分布

1、4/4常用離散分布教程一:離散情況1、01分布) 分布函數(shù)圖像, ) 分布列表 ）期望 方差(理解)2、二項分布1）、例題：某特效藥有效率60%,問人服用，至少3人有效的概率是否正好%?解答：略2)、問題：這里的隨機試驗是什么？哪個是隨機變量？均值是多少？方差是多少？3）、二項分布(是隨機變量類型）定義，概率和，分布列線條圖（與連續(xù)r.v概率密度圖區(qū)別與聯(lián)系）,概率分布分段函數(shù)與圖像 期望( ）方差( ）4)、二項分布的1分布關(guān)系3、普阿松分布背景：二項分布計算問題超市每日顧客數(shù)目Y（400,0.05）， 近似計算:恰好有10個顧客的概率類似模擬:for i=:20p(i）atoril（20）

2、/actril(i）/fatorial（20i）*0。8（2i)；enbar（p)for 1：25q(i）ex（）i4/fctral（i）；n bar（q)4、幾何分布（區(qū)別于幾何概型）盒中3黃4白乒乓球，1）有放回取球到黃球為止,去球次數(shù)?概率和，期望，方差。幾何分布定義無記憶特性2)：不放回情況如何，差別情況5、超幾何分布10件產(chǎn)品中恰好有10件次品，隨機取出40件，其中次品個數(shù)X, 求分布律，求期望,求方差解: ，（注意如果題目中1改成9，改成9,0改成39則可以得,同樣，以下有用)一般，設有N產(chǎn)品中恰有M次品，若不放回去n件,則其中次品數(shù)Xh(n,),此時,X所有可能取值，,以下用mt

3、ab計算yms M N n itegeaple（ssume（）; %這里假定的是Mn，反面情況類似處理gailvgmma(M+1)/gama（k+1)/gmm（M1)gama(-+1）gamma（nk+1)/gamma（N-Mn+k+1)gmma（n+1)*amm(+1)/gamm（N+1）；ymsum(gailv，k，,n） 這一步求的是概率分布列之和an=1 Esymsum（*gilv，0，n) EX =gamma(M)/gamma（M）amma（N)/gamma（N+1） cle %清內(nèi)存，重新開始syms MN n k iege %重新定義變量范圍mpl（asum(Mn）)； %這里假

4、定的是Mn，反面情況類似處理gaiv=gamma（M1）/gm（k+1）/gama（Mk+1)*gama(NM+1）/gamma（nk+1）/gamma（N-Mn+k1）*mma(）mma(N+1)/amma（+1)；syum（gailv，k,0，) 這一步求的是概率分布列之和 ans 1 EX=smum(kgailv，k,0，n） %計算期望EX=gamma（M+1）gamm(M）*gam（N)gamm（1)*n EX=simple(E)； 化簡E EX =M/Nn EXX=smm(k2gal,k,0，n); 計算二階矩XXsipe（EXX）；EXX EXX =1(1+N）/NM*（M*-M

5、+Nn)n Vsipe（EXX(E)2)； %計算方差Var r =Mn（NM）（Nn）/(1+N）/N2 6:（Pasc)分布或叫(negaiebinoial)負二項分布射擊目標,每次擊中概率都為，獨立射擊到第r次擊中才停止，總共射擊的次數(shù)Yclaryms k p posibity=gamma(k)/gama（r）/gamma(r+1)pr(-p)(k);toalpbablity=sysum(poiiliy，k,，inf） inf表示infnttotalprbbilty=1 EX=simle（symu（kposiilit，k，,nf);EX EX =r/p rsip(ymsum（2*posbility，k，,in)-(X）2）；Var Var =r/r/p 手工計算方法之tlab提示 ceryms r k x postivsms k inreprssin=symsm（ma（k)m（r）gmma(k+1)x