网站大量收购闲置独家精品文档,联系QQ:2885784924

工程统计学 教学课件 作者 苗瑞 蒋祖华 2工程管理中常用的分布.ppt

工程统计学 教学课件 作者 苗瑞 蒋祖华 2工程管理中常用的分布.ppt

  1. 1、本文档共156页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
正态概率密度曲线 99.73% 95.5% 68.3% 正态分布与标准正态分布 当n充分大时,h(t)的图形类似与标准正态分布。 对于第一自由度m,第二自由度为n的F分布概率密度函数 为: 式中 m,n——正整数 独立性 产品规格X要求为:0.2485X0.2515。已经确定了直径满足规格的概率为0.919。当假设直径都是独立的时,10个直径都满足规格的概率为多少? 把第一个轴的直径记为X1,第二个轴的直径记为X2,等等,第10个轴的直径记为X10。所有直径都满足规格的概率可以写为: P(0.2485X10.2515,0.2485X20.2515,…,0.248 5X100.2515) 惟一要关注的集合为: E1=(0.2485,0.2515) 根据独立性的定义中用的符号,有 E1=E2=…=E10 正态分布的可叠加性 相互独立且都服从 卡方分布 F分布 课后作业 1、试确定下列哪些是连续随机变量?哪些是离散随机变量? 电流,长度,压力,温度,时间,电压, 表面的刮痕数,检验的1000个零件中有缺陷的比例,汽车购买者的选择权,一个注射模型制品的重量,一个气体样本中的分子数 课后作业 3、利用MINITAB计算: 1)已知一批产品的次品率为5%,现从中随机抽取3个,求在所抽取的3个产品中恰有两个次品的概率。 2)设 ,求P(X2)=? 3)设 ,求P(2X10)=? 2、设 是相互独立且同分布的随机变量,它们的分布为正态分布N(10,25),求其均值 和标准差 。 课后作业 第5题:见《工程统计学》教材P21.第5题。 第6题:见《工程统计学》教材P21.第6题。 * * 分布 * 计算预测误差时可用 某段区间内事件的次数是随机变量,常常用泊松分布来建模。 事件之间的间隔长度经常用指数分布来建模。 如考虑达到某一网络邮件服务器的电子邮件数量,可以用泊松分布建模; 例:假设细铜丝的瑕疵数服从泊松分布,均值为2.3个瑕疵/毫米。(1)确定1毫米的铜丝上恰有2个瑕疵的概率(2)确定5毫米的铜丝上恰有10个瑕疵的概率(3)确定2毫米的铜丝上至少有1个瑕疵的概率。 令X表示1毫米铜丝上的瑕疵数,则E(X)=2.3个瑕疵 解答(2) 令X表示5毫米铜丝上的瑕疵数。则E(X)=2.3个瑕疵/mmX5mm=11.5 个瑕疵 解答(3)确定2毫米的铜丝上至少有1个瑕疵的概率。 例:污染是制造光学存储磁盘时的一个问题。一个光学磁盘上的污染微粒数服从泊松分布,每平方厘米的表面有的平均微粒数为0.1。被研究的磁盘面积为100平方厘米。求出: (1)这块磁盘表面上有12个微粒的概率. (2)这块磁盘表面上没有微粒的概率 (3)这块磁盘表面上有不多于12个微粒的概率。 解答(1)令X表示这张被研究的磁盘表面有的微粒数。因为微粒数的均值为0.1个微粒/平方厘米,故E(X)=100平方厘米×0.1个微粒/平方厘米=10个微粒. 这块磁盘表面上有12个微粒的概率 解答(2)令X表示这张被研究的磁盘表面有的微粒数。因为微粒数的均值为0.1个微粒/平方厘米,故E(X)=100平方厘米×0.1个微粒/平方厘米=10个微粒. 这块磁盘表面上没有微粒的概率 解答(3)令X表示这张被研究的磁盘表面有的微粒数。因为微粒数的均值为0.1个微粒/平方厘米,故E(X)=100平方厘米×0.1个微粒/平方厘米=10个微粒. 这块磁盘表面上有不多于12个微粒的概率: 泊松随机变量的方差等于它的均值。例如,如果微粒数服从均值为25个微粒/平方厘米的泊松分布,微粒数的标准差就为5个/平方厘米。因此,变异性的信息很容易就能得到了。 反之,如果数据的方差比它的均值要大很多,泊松分布就不是这批数据的好的模型。 用泊松分布近似二项分布 通常在实际应用中,当 时,用泊松分布近似二项分布效果良好。 例:已知某种电子元件的次品率为1.5‰,在一大批元件中随机抽取1000个,问次品数为0,1,2,3的概率是多少? 解:把“电子元件的次品数”看成随机变量X,显然X遵从二项分布B(1000,0.0015)。如果直接利用二项分布公式求解 用泊松分布近似二项分布 如果用泊松分布去近似计算,则 泊松分布与二项分布计算结果的比较 P(X=x) 二项分布 泊松分布 绝对差 P(X=0) 0.222879 0.223130 0.000251 P(X=1) 0.334821 0.334695 0.000126 P(X=2) 0.251241 0.251021 0.000220 P(X=3) 0

您可能关注的文档

文档评论(0)

开心农场 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档