intTypePromotion=1
zunia.vn Tuyển sinh 2024 dành cho Gen-Z zunia.vn zunia.vn
ADSENSE

Một số phân phối rời rạc quan trọng - 1

Chia sẻ: Le Nhu | Ngày: | Loại File: PDF | Số trang:5

113
lượt xem
11
download
 
  Download Vui lòng tải xuống để xem tài liệu đầy đủ

Một số phân phối rời rạc quan trọng 1. Phân phối nhị thức. Định nghĩa 1.1. Xét dãy n phép thử Bernoulli với xác suất thành công trong mỗi phép thử là p. Ký hiệu X là số lần “thành công” xuất hiện trong dãy n phép thử. Biến ngẫu nhiên X được gọi là có phân phối nhị thức với tham số (n, p), ký hiệu B(n, p) với pX(k) = P(X = k) = ; k = 0, 1,..., n Ví dụ 1.2. Gieo liên tiếp ba lần đồng xu cân đối và đồng chất. Gọi X là số lần xuất hiện...

Chủ đề:
Lưu

Nội dung Text: Một số phân phối rời rạc quan trọng - 1

  1. Một số phân phối rời rạc quan trọng 1. Phân phối nhị thức. Định nghĩa 1.1. Xét dãy n phép thử Bernoulli với xác suất thành công trong mỗi phép thử là p. Ký hiệu X là số lần “thành công” xuất hiện trong dãy n phép thử. Biến ngẫu nhiên X được gọi là có phân phối nhị thức với tham số (n, p), ký hiệu B(n, p) với pX(k) = P(X = k) = ; k = 0, 1,..., n
  2. Ví dụ 1.2. Gieo liên tiếp ba lần đồng xu cân đối và đồng chất. Gọi X là số lần xuất hiện mặt sấp trong 3 lần gieo. Tìm phân phối xác suất của X. Tính xác suất để trong 3 lần gieo có nhiều nhất 1 lần xuất hiện mặt sấp. Giải. Coi việc gieo 3 lần đồng xu như tiến hành 3 phép thử Bernoulli với xác suất xuất hiện mặt sấp là p = . Vậy X có phân phối nhị thức tham số n = 3, p = , nghĩa là P(X = k) = hay dưới dạng bảng X 0 1 2 3 P * Xác suất cần tìm là P(X £ 1) = P[X = 0] + P[X = 1] = Định lý 1.3. Nếu X là biến ngẫu nhiên có phân phối nhị thức B(n, p) thì E(X) = np và D(X) = np(1-p)
  3. Chứng minh. Trước hết ta đi xác định momen gốc bậc k của X. Ta có Đặt j = i -1 ta nhận được , ở đó Y là biến ngẫu nhiên có phân phối nhị thức B(n – 1, p). Vậy khi cho k = 1 ta nhận được EX = np. Cho k = 2 ta có Từ đó, 2. Phân phối Poisson. Định nghĩa 2.1. Biến ngẫu nhiên X được gọi là có phân phối Poisson với tham số l > 0 nếu phân phối xác suất của nó có dạng: P(X = k) = , k = 0, 1, 2,….
  4. Trong thực tiễn, có nhiều biến ngẫu nhiên tuân theo luật phân phối Poisson, chẳng hạn * Số lỗi trong trang của một quyển sách. * Số khách hàng vào một ngân hàng ở ngày nào đó. Biến ngẫu nhiên có phân phối Poisson được ứng dụng rộng rãi trong nhiều lĩnh vực vì chúng có thể được dùng như một xấp xỉ của biến ngẫu nhiên có phân phối nhị thức B(n, p) khi n lớn và p đủ nhỏ sao cho np có kích thước vừa phải. Thật vậy, giả sử X có phân phối nhị thức B(n, p) thì Pn(k) = P(X = k) = = Do nên ta nhận được
  5. , hay X có xấp xỉ phân phối Poisson tham số l = np. Ví dụ 2.2. Một trường học có 500 học sinh. Tính xác suất để trong trường có nhiều nhất 5 học sinh có cùng ngày sinh nhật là ngày 1/5. Giải. Gọi X là biến ngẫu nhiên chỉ số học sinh có ngày sinh nhật là ngày 1/5 thì X có phân phối nhị thức , nghĩ a là , k = 0, 1, 2,…, 500. Vậy . Việc tính toán tiếp tục ở đay khó khăn. Tuy nhiên áp dụng xấp xỉ trên, ta coi X có xấp xỉ phân phối Poisson tham số thì . Định lý 2.3. Nếu X là biến ngẫu nhiên có phân phối Poison tham số thì
ADSENSE

CÓ THỂ BẠN MUỐN DOWNLOAD

 

Đồng bộ tài khoản
2=>2