二项分布最大值，泊松分布的推导，几何分布的推导 (概统2.证明)

二项分布最大值，泊松分布的推导，几何分布的推导 (概统2.应用)

1.二项分布

二项分布就是独立事件n重伯努利试验，每次试验只有A发生与不发生两种结果，求n次试验中恰好发生k次的概率。

P{X=k} = $C_{n}^{k}p^{k}q^{n-k},$k=0,1,2,..n
q=1-p;

简记为 X~B(n,p)

[二项分布.问题1]：大家知道，二项分布中，当N趋于很大，p趋于0时，二项分布可以近似看作泊松分布，可以用泊松分布公式代替二项分布公式计算，泊松分布公式比二项分布公式简单。问，射击例子中，连续射n次，如果n很大，那么射中次数为k次的概率P{X=k}可以用泊松分布吗？

答：这主要看每次射中概率p，泊松分布的条件是n很大，p很小，n趋于无穷，p趋于0，n*p是一个常数$\lambda$，（这个常数是事件出现的频率或者总体平均值）；如果射击手每次射击的射中概率p为零点几之类，是不可以用泊松公式计算的，因为泊松公式需要定义一个常数$\lambda$ ，这个常数它要么是单位时间内的发生次数，要么是一个集合个体总数N乘以每个个体发生的极小概率p，$\lambda$=N*p；在射击例子中，射中概率p并不是很小很小，无法定义单位时间内射中次数，也无法定义N，所以不能用泊松分布公式计算。必须用标准的二项公式计算。
所以说，射击n次，射中k次的概率，是典型的二项分布的实例。

[二项分布.问题2： k取多少时，二项分布P{X=k}达到最大值？]
二项分布的公式是
P{X=k} = $C_{n}^{k}p^{k}q^{n-k},$k=0,1,2,..n, q=1-p;
记为 X~B(n,p)
k等于多少时，P{X=k}达到最大值？具有最大值？

可以采用比值法，因为二项分布的P(X)分布律的函数趋势与泊松分布，与正态分布类似，都是先逐渐向上，再逐渐向下，中间有一个最大值。
【二项分布，n很大，p趋于0时，演变成泊松分布；泊松分布，当随机变量取连续值时，演变成正态分布】

图形在最大值前单调增，最大值后单调减
可以采用比值法，但是有两个比值
k>=0 , $\frac{P(X=(k+1))}{P(X=k)}$ 由 大于1（单调增），转为小于1（单调减），等于1时，k最大

k>=1 , $\frac{P(X=k)}{P(X=(k-1))}$ 由 大于1（单调增），转为小于1（单调减），等于1时，k最大

计算，$\frac{P(X=(k+1))}{P(X=k)}$ >=1 ；(1)，k的值

再计算，$\frac{P(X=k)}{P(X=(k-1))}$ >=1 ；(2)，k的值

设 q=1-p;

展开计算(1)式
$\frac{P(X=(k+1))}{P(X=k)}$ = $\frac{C_{n}^{k+1}p^{k+1}q^{n-k-1}}{C_{n}^kp^kq^{n-k}}$ = $\frac{C_{n}^{k+1}}{C_{n}^{k}}*\frac{p}{q}$ =$\frac{\frac{n!}{(n-k-1)!(k+1)!}}{\frac{n!}{(n-k)!k!}}\frac{p}{1-p}$
=$\frac{(n-k)!k!}{(n-k-1)!(k+1)!}*\frac{p}{1-p}$ =$\frac{n-k}{k+1}*\frac{p}{1-p}$ >=1
得到
(n-k)p >= (k+1)(1-p)
np-kp >= k+1 -kp -p
最后得到
k<=(n+1)p -1 ；(3)

展开计算(2)式
$\frac{P(X=k)}{P(X=(k-1))}$= Cknpkqn−kCk−1npk−1qn−k+1 C n k p k q n −