连续型随机变量哲学观点.pdfVIP

哲学观点 连续型随机变量 1、从数学上看，连续型和离散型随机变量是 截然不同的。 2、可是，从数量上看，一些连续型随机变量 模型和离散型随机变量模型非常相似。 3、因此，对于一个给定的系统，采用哪种模 型视方便而定。 哲学观点 连续型随机变量 例如：小的金属零件（螺帽、螺钉、垫 圈，等等）的生产过程采用连续模型 比离散模型更合适。 空间 连续型随机变量 连续型随机变量可以被定义为 在1维、2维、3维,,,,无限维的空间范围内； 在有限或无限的空间范围内。 连续型随机变量具有以下属性： 与空间维度相同的概率估计 比空间还低的维度 高维 空间 连续型随机变量 维度 一维密度 二维密度 两个缓冲 区中的每 一个的物 0维密度 料数量的 （大批量） 概率分布 空间 连续型随机变量 离散型近似 两个缓冲 区中的每 一个的物 料数量的 概率分布 连续型随机变量 累积分布函数（cdf ）是： 对于所有的t,有: F (t) P( X ≤t) 概率密度函数（pdf）是： 对于离散型随机变量，E(X)和VAR(X) 都是用加法 表示的。而连续型随机变量用积分表示E(X) 例子： IQ测试成绩满足µ 100和 σ＝10 的正态分布 P (x125)表示什么？ 例子： 制造循环次数满足µ 100天和σ＝10天的正态分布 如果你想提供从订货到交货的时间（＝交货日期－当前日 期），那么你就有90 ％的概率按时交货 Q：你应该提供什么样的交货时间？ 选择x ，使其满足P(Xx)=.1 或 者 或 者 x-100 P(z ≤1.28)=.9 所以 10 1.28 x ＝112.8 正态（或高斯）分布 2