资格试験数学基础(0的90420).ppt

进出口商品检验检测;进出口商品检验检测;一、概述 第一章都是描述性的知识，主要内容是进出口商品检验的法制化、规范化、标准化。 简要了解： 世界和我国进出口商品检验的起源与发展； 各历史阶段我国发布的进出口商品检验法律法规； 进出口商品检验5个方面的作用并理解其具体含义等。 ;进出口商品抽样与检测;1、基础数学知识 1.1 加法原理 完成一件事有n类办法，第一类有m1种办法，第二类有m2种办法，…第n类有mn种办法，那么完成这件事共有 N＝m1+m2+…+mn 种不同的办法;1.2 乘法原理 完成一件事要分n个步骤，第一步有m1种办法，第二步有m2种办法，…第n步有mn种办法，那么完成这件事共有： N=m1·m2 · … · mn 种办法 1.3 排列 从m个不同元素中，每次抽出n个（n≤m)不同的元素，按照一定的顺序排成一列，叫做排列，用 为使m=n时，上述公式有意义，令0！＝1;1.4 组合 从m个不同元素中，每次抽出n个（n≤m)不同的元素组成一组，叫做组合，用下式来表示 组合的几个性质： ;2、概率论基础 2.1随机事件及其概率 可能发生，也可能不发生的事件称为随机事件。个别随机现象是无规则的，但是大量的随机现象存在规律性，叫做出现该随机事件的概率。概率的统计定义：在一组不变的条件下，独立地重复做n次实验，如果事件A在n次实验中出现k次，称k/n为A出现的频率。随着实验次数的增多，若频率趋于一个稳定值p，则称p为事件A发生的概率，记作P（A）= p。 ;2、概率论基础 ２.2条件概率 事件B已经发生的条件下，另一个事件A发生的概率，在概率论中称此概率为B已发生的条件下，A发生的条件概率，简称A对B的条件概率，记为P（A | B）。条件概率的计算公式为： ;2、概率论基础 ２.2条件概率 例1： 有100个球，其中铜球60个，铁球40个，铜球中红色的40个，白色的20个，铁球中红色的25个，白色的15个。已知抽到的一个球是红色的，问，它是铜球的概率是多少？ ;2、概率论基础 ２.2条件概率;2、概率论基础 2.３独立事件的概率 设有两个事件A与B，假如其中一个事件的发生不影响另一个事件的发生与否，则称事件A与B相互独立。 假如两个事件A与B相互独立，则A与B同时发生的概率为： 甲、乙两门大炮各自同时向一架飞机射击，已知甲炮击中飞机的概率是0.6，乙炮击中飞机的概率是0.5，求飞机被击中的概率。 ;2、概率论基础 2.４随机变量及其分布 用来描述随机现象的变量称为随机变量，一般用?来表示，根据随机变量的取值可分为离散型和连续型变量。;2.４.1 离散型分布 主要讲两个，一个是超几何分布，一个是二项分布。举例说明上述基本概念： ;2.４.1 离散型分布 ;现在我们换一种例题 ;现在我们换一种例题 ;现在很多计数抽样检验的理论都是建立在这两个数学模型中。在现实的抽样实践中，实际上二项分布的基础是很少见的，每次抽一件样品进行检验，然后再放回去，再抽下一个样品，因为不放回去，理论上，检验批的不合格率就发生了变化，二项分布的公式就不能用了。因此，刚才所说的，只有当批量很大，样本量相对很小，不放回去对批不合格率的影响非常小，可以忽略不计，才可以用二项分布进行计算。当然二项分布的计算量要比超几何分布的计算量小很多。（尤其是批量大的时候，超几何分布计算几乎是不可能的。） 离散型分布还有很多，例如两点分布，泊松分布等。;2.４.2 连续型分布 均匀分布 均匀分布在日常的检验中经常会碰到，例如万分之一天平称量样品，例如滴定管体积读数等等，在没有其他数据情况下，都可以按均匀分布进行计算。;2.４.2 连续型分布 正态分布;2.４.2 连续型分布 正态分布在日常的检验中是最常碰到，绝大多数连续随机变量都可以认为服从或者近似服从正态分布。例如，很多计量抽样标准、绝大多数化学检测等等都是按照正态分布来计算和数理统计的。如果?＝0，?＝1，称为标准正态分布。;2.４.2 连续型分布 t分布 ;2.４.2 连续型分布 分布 ;2.４.2 连续型分布 F分布 ;2.４.3 随机变量的数字特征 在实际工作中，并不需要都算出随机变量的概率分布，一般情况下，我们只要知道该随机变量概率分布的平均值和方差就可以了。 A,平均值即数学期望值 离散型随机变量 连续型随机变量;2.４.3 随机变量的数字特征 B,方差 离散型随机变量 连续型随机变量 称为标准差 在日常工作中，最重要的随机变量分布是正态分布，因此，对于正态分布的数学期望和方差要记牢。其他的可以参考书上的。;2.5 标准化工作是描述性的内容，请大家参考培训指南，简要了解标准化工作的管理；标准化的概念和基本原理；行业标准代号的含义。 应熟悉标准化的作用