機率分配.ppt

學 習 目 標 瞭解隨機變數及機率分配的觀念。 計算間斷隨機變數的期望值、變異數及標準差。 熟悉二項分配、超幾何分配及波松分配之意義與特性。 應用二項分配、超幾何分配及波松分配在日常生活中。 利用Excel求算二項分配、超幾何分配及波松分配並繪製圖形。 本 章 架 構 6.1 隨機變數(random variable) 6.2 間斷機率分配(discrete probability distribution) 6.3 常用的間斷機率分配 6.1 隨機變數 隨機變數(random variable) 係以樣本空間為定義域，以實數為值域的函數。依其取值的形式，區分為兩種：第一種若取值為有限或無限且與自然數有一對一的對應，則稱之為間斷型隨機變數(discrete random variable)。如不良品的數目、某一營業日進入銀行的顧客數皆是間斷型隨機變數；而第二種就是連續型隨機變數(continuous random variable) ，此取值在某一區間或區間集合的所有數值，如重量、時間、溫度等。 ? ? X(?), 其中??S , X(?)?R 註:隨機變數可區分間斷隨機變數與連續隨機變數 間斷隨機變數(discrete random variable) 若隨機變數之可能數值個數是可數的(countable)，則不管有限或無限，則稱此隨機變數為間斷隨機變數。 6.1 隨機變數(續) 圖6.1 隨機變數 X : 表正面個數 6.1 隨機變數(續1) 表6.1 間斷隨機變數(discrete random variable) 6.1 隨機變數(續2) 表6.2 連續隨機變數(continuous random variable) 6.2 間斷機率分配 6.2.1 機率質量函數(probability mass function; p.m.f.) 6.2.2 累積機率函數(cumulative distribution function; c.d.f.) 6.2.3 間斷隨機變數之期望值(expected value) 6.2.4 間斷隨機變數之變異數 6.2.5 標準化(standardize)隨機變數 6.2.1 機率質量函數 機率質量函數(probability mass function；p.m.f.)： 設間斷隨機變數X其可能數值為x1，…，xn，對應X的每一個可能數值有機率值f(xi)與之對應。若f(x)滿足下列兩個條件： 0 ? f(xi) ? 1，對每一個可能數值xi。 則稱 f(x) 為隨機變數X之機率質量函數。 註： (i) f(x) = P(X = x) (點機率) (ii) f(x) 的圖形可以長條圖表示 (iii) 由f(x) 的圖形可以找出眾數Mo (iv) 隨機變數以大寫 “X”表示, 觀測值以小寫 “x”表示 6.2.1 機率質量函數 例：隨機變數X的機率質量函數 f(x) = cx2, x = 1, 2, 3, 4 。 (1)求c值使得f(x)滿足機率質量函數性質。 (2)求P(X = 2) 解： (1) ? f(x) = 1 ? f(1) = f(2) + f(3) + f(4) = 1 c + 4c + 9c + 16c = 1 c = 1/30 使得f(x)滿足機率質量函數性質 (2) P(X = 2) = f(2) = 4/30 註: f(x)圖形為長條圖, 從此圖形可得知眾數Mo = 4 例6.1 丟擲一個均勻的銅板三次 丟擲一個均勻的銅板三次，定義隨機變數X為出現正面的個數，求X的機率分配。 解： 假設以H表示正面和T表示反面，此隨機試驗共有8個樣本點，且每一樣本點出現的機率皆為1/8，X的可能數值為0,1,2,3，其事件與X的可能數值之對應情形如圖6.2所示。因此，隨機變數的機率分配為 例6.1 丟擲一個均勻的銅板三次(續) P(X=0) = f(0) = P({(T,T,T)})= 1/8 P( X=1) = f(1) = P({( H,T,T),(T,H,T), (T,T,H)})= 3/8 P( X=2) = f(2) = P({( H,H,T),(H,T,H), (T,H,H)})= 3/8 P( X=3) = f(3) = P({(H,H,H)})= 1/8 每一個可能數值之機率值皆介於0與1之間，且機率總和等於1。 註: