概率论与数理统计(理工类)
提示:选中知识点单击!
第 一 章
第 二 章
第 三 章
第 四 章
第 五 章
第 六 章
第 七 章
第 八 章
随机变量的定义
分布律的定义
离散型随机变量在一区间上的概率
两点分布的定义
分布律的性质
二项分布的定义
泊松分布的定义
泊松定理
分布函数的概念
分布函数的性质
随机点落在一区间的概率
分布函数的计算—离散型
概率密度的性质
分布函数的计算—连续型
连续型随机变量在一区间的概率
分布函数与概率密度的关系
均匀分布的定义
指数分布的定义
正态分布的定义
正态分布的标准化
标准正态分布函数的特点
3σ准则
离散型随机变量函数的分布
连续型随机变量的分布函数法
连续型随机变量函数的公式法
 
大学普通本科 -> 理工类 -> 概率论与数理统计 -> 第二章 随机变量及其分布 -> 2.2 离散型随机变量及其概率分布 -> 内容要点 -> 常用离散分布--二项分布
常用离散分布--二项分布

  在重伯努利试验中,设每次试验中事件发生的概率为 用表示重伯努利试验中事件发生的次数,则的可能取值为 且对每个 事件即为“次试验中事件恰好发生的次”,根据伯努利概型,有

                    (1)

  定义 若一个随机变量的概率分布由(1)式给出,则称服从参数为的二项分布,记为

易见,     (1)     (2)

二项分布的图形特点

图1 

图2 

  在图1和图2中,分别给出了当时二项分布的图形.

  从图易看出:对于固定,当增加时,概率先是随之增加直至达到最大值,随后单调减少.可以证明,一般的二项分布的图形也具有这一性质,且当不为整数时,二项概率达到最大值;

  当为整数时,二项概率处达到最大值.

注: 为不超过的最大整数.

  当时,(1)式化为

此时,随机变量即服从分布.

发表自己对本题的跟帖
用户   密码     注册
知识点提示
1、伯努利试验

如果随机试验只能有两种可能的结果:

事件发生(记为)或事件不发生(记为),则称这样的试验为伯努利(Bernoulli)试验.

2、伯努利定理
 设在一次试验中,事件发生的概率为则在重伯努利试验中,事件恰好发生次的概率为
知识点查询
版权所有©佛山市数苑科技信息有限公司
数苑网 粤ICP备09146901号