概率分布法.pptVIP

数学建模暑期培训资料 江西蓝天学院京东校区公教部 数理教研室 主讲人：张云霞 授课内容 概率论基础知识 授课内容 概率论基础知识 答案：赢了4局的拿这个钱的3/4，赢了3局的拿这个钱的1/4。 授课内容 概率论基础知识 授课内容 概率论基础知识 授课内容 概率论基础知识 例 设X的概率密度为 人口模型 1、指数增长模型马尔萨斯提出 (1798) 2、阻滞增长模型（Logistic模型） 3、随机人口模型 指数增长模型马尔萨斯提出 (1798) 阻滞增长模型（Logistic模型） 随着人口的增加，人口增长速度会降低，可假设为人口数的减函数 §2 方差 我们先来看一个例子，有一批灯泡，知其平均寿命是E(X)=1000（小时），仅由这一指标我们还不能判定这批灯泡的质量好坏。事实上，有可能其中绝大部分灯泡寿命都在950-1050小时;也有可能其中约有一半是高质量的，它们的寿命大约有1300小时，另一半却是质量很差的，其寿命大约只有700小时。为要评定这批灯泡质量的好坏，还需进一步考察灯光寿命X与其均值E(X)=1000的偏离程度。若偏离程度较小，表示质量比较稳定。从这个意义上说，我们认为质量较好。 由此可见，研究随机变量与其均值的偏离程度是十分必要的。那么，用怎样的量去度量这个偏离程度呢？容易看到 但由于上式带有绝对值，运算不方便，为运算方便起见，通常是用量 来度量随机变量X与其均值E(X)的偏离程度的 若E [X - E(X)]2 存在, 则称其为随机 称 为 X 的均方差或标准差. 即 D (X ) = E [X - E(X)]2 变量 X 的方差, 记为D (X ) 或 Var (X ) D(X ) ：描述 随机变量 X 的取值与其数学期望的平均偏离程度。若X取值比较集中，则D(X)较小，反之，若取值比较分散，则D(X)软大。 —— 正数 §2 方差 定义 若 X 为离散型 随机变量，分布律为 若 X 为连续型随机变量 ，概率密度为 f (x) 常用公式： 例1 设X ~ P (?), 求D ( X ). 解 例2 设 X ~ N ( ?, ? 2), 求 D( X ) 解 例3 若 则 分布 方差 概率分布 参数为p 的 0-1分布 p(1-p) B(n,p) np(1-p) P(?) ? 常见随机变量的方差 分布 方差 概率密度 区间(a,b)上 的均匀分布 E(?) N(?,? 2) 求 解 从而 例 设（X，Y）的概率密度为 求 解 性质1：D (C) = 0 性质2： D (aX ) = a2D(X) 若X ,Y 相互独立，则 方差的性质 性质3： 结论： 若X ,Y 相互独立，则 若X ,Y 相互独立 注意： 协方差和相关系数 对于二维随机变量（X,Y)，我们除了讨论X与Y的数学期望和方差以外，还需讨论描述X与Y之间相互关系的数学特征，下面我们讨论有关这方面的数学特征：协方差及相关系数 定义：E{[X-E(X)][(Y-E(Y)]}称为随机变量X与Y的协方差 记为Cov(X,Y),即Cov(X,Y)= E{[X-E(X)][(Y-E(Y)]} 协方差常用的计算公式： 协方差的性质 相关系数 若D (X ) 0, D (Y ) 0 ,称 为X ,Y 的 相关系数，记为 定义 无量纲 的量 若 称 X ,Y 不相关. 即Y 与X 有线性关系的概率等于1。 相关系数的性质 （1） （2） X , Y 不相关 X ,Y 相互独立 X , Y 不相关 若 ( X , Y ) 服从二维正态分布， X , Y 相互独立 X , Y 不相关 （3） 确定性因素和随机性因素 随机因素可以忽略 随机因素影响可以简单地以平均值的作用出现 随机因素影响必须考虑 概率模型 统计回归模型 马氏链模型 随机模型 确定性模型 随机性模型 一 报童的诀窍 问题 报童售报： a (零售价) b(购进价) c(退回价) 售出一份赚 a-b；退回一份赔 b-c 每天购进多少份可使收入最大？ 分析 购进太多?卖不完退回?赔钱 购进太少?不够销售?赚钱少 应根据需求确定购进量 每天需求量是随机的 优化问题的目标函数应是长期的日平均收入 每天收入是随机的 存在一个合适的购进量 等于每天收入的期望 建模 设每天购进 n 份，日平均收入为 G(n) 调查需求量的随机规律——每天需求量为 r 的概率 f(r), r=0,1,2… 准备 求 n 使 G(n) 最大 已知售出一份赚 a-