第六章間斷的隨機變數與機率分配.docVIP

第六章 間斷的隨機變數與機率分配 6.2 間斷的與連續的隨機變數 隨機變數( random variable)：為隨機實驗的各個可能結果賦予數值的變數，例如：投擲兩次骰子所得到的點數和為隨機變數。又：明天到診所就診的病人數；在家樂福購買的電視7日內若發現為瑕疵品可退還，則下一季退還的電視機數皆為隨機變數。 隨機變數的表示方式為 X = x ; X為隨機變數，x為隨機值，其又可分為： 間斷的隨機變數( discrete random variable)： 其數值為間斷可數者，如某年要求汽車保險賠償的件數，或某一批出產的產品不良品個數。 連續的隨機變數( continuous random variable)： 其數值為不可數者，如：某收費站剛過一部車，下部車需過多少時間才會通過此收費站？ 6.3 間斷的隨機變數之機率分配 機率分配 (probability distribution) 或 機率質量函數(probability mass function)： 機率分配之要求： 1. 0 ≦ P(xi) ≦ 1 for all i 2. 例6.1： 丟擲一均勻銅板的機率分配 P(x=1;i.e. head) = P(x=0;i.e. tail) = 0.5 例6.2：行銷課程5個實習課的機率分配 e.g. P(x=1) = 0.128, P(x=2) = 0.251,… 例6.3：擲一均勻骰子的機率分配 P(x=1) = P(x=2) = …. = P(x=6) = 1/6 累積機率函數(cdf)： 例6.4：擲骰子的累積機率分配 6.4 間斷的隨機變數之期望值與變異數 期望值(expected value)： 變異數(variance)： 例6.5：EPS的期望值 例6.6：學生年齡的期望值 例6.7：輪胎瑕疵品的期望值與變異數 例6.8：貸款利率的期望值與變異數 6.5 白努利過程與二項機率分配 白努利過程 (Bernoulli Process)： 1. 為一系列重複且獨立的隨機試驗過程 2. 每一試驗只有兩個可能結果：成功（機率為p）或失敗（機率為1-p） 3. 每一試驗的成功與失敗的機率皆相同 二項分配 (Binominal Distribution)： 某一特定（排列）序列試驗（有x次成功，n-x次失敗）的機率為：px(1-p)n-x X為二項隨機變數，X=x即表示在n次試驗中，有x次成功，n-x次失敗，X=x的機率為 二項機率函數： 累積二項機率分配： 二項分配的平均值：μ＝np 二項分配的變異數：σ2＝np(1-p) 例6.9：通用汽車股票走勢的機率分配 P(Up) = 0.4, X: Up的次數，故 p＝0.4, n=4, P(X=3) = ? 例6.10：保險成功推銷(X)的機率分配: n=5， p = 0.2, P(X=x)＝? 例6.11：6.10的累積機率分配: P(1 ≦ x ≦ 4) = ? P(x ≧ 2) = ? P(x ≦ 2|n=20, p=0.2) = ? 例6.12：計算機晶片的不良率必須符合下列標準才接受該批貨：抽樣n=20中,不良率p ≦ 0.05； 現在整批貨為N=40，請問若其不良率為5％，該批貨被接受的機率為？ 若不良率為10％時，該批貨被接受的機率為？ 例6.13：例6.10與6.11的期望值與變異數 該推銷員預期能賣掉的保險件數為？變異數為？標準差為？ 6.6 超幾何分配 (Hypergeometric Distribution) 若母體中成功與失敗的個數為已知，由其中抽樣的二項分配之機率函數為超幾何分配的機率函數：母體個數：N，抽樣個數：n，母體中成功的個數：h， X：抽樣中成功的個數 其平均數為： 其變異數為： 例6.14：N＝10，4個為民主黨，6個為共和黨，隨機抽6個人，抽中一個民主黨的機率為？ 例6.15：例6.14的平均數與變異數為何？ 6.7 普瓦松分配 普瓦松分配(Poisson Distribution)： 其隨機變數為在某特定時段或某特定區域中成功的次數。其公式為： 期望值：E(X)＝λ 變異數：Var(X)＝λ 例6.16：一個銀行裡顧客的到來/出現：若平均每30分鐘有5個顧客到來，銀行想知道30分鐘內有4個顧客的機率為？λ＝5, P(X＝4)＝? P(X≦4)＝? 例6.17：有瑕疵的火星塞：每日的λ＝2，經理希望知道 P(X＞4)＝1－P(X≦4)＝? 普瓦松分配與二項分配的機率皆可查表取得。 二項分配的普瓦松近似式： 可以做普瓦松近似式的條件： 1. 二項分配的試驗數目n很大時，n 20 2. 成功的機率很小時， p 0.05 λ= np的普瓦松隨機變數就成為原二項分配的近似式 X為二項分配變數： 例6.