排队论 之基础准备 概率论.pptVIP

第二章 概率论简单回顾 基本概念 分布函数 数字特征 第一节 基本概念 几个最基本的概念 确定现象和不确定现象 随机试验 可在相同条件下重复 事先可知结果范围（样本空间） 试验前不知结果 样本空间S－随机试验所有可能结果集合 基本事件：样本空间元素（ei) 随机事件：样本空间子集（A，B） 简单举例：掷骰子 概率与频率 频率：随机事件A在N次重复试验中出现次数Na与N的比值，Fn(A)=Na/N。 频率的性质： 小于等于1大于等于0 当A＝S时，频率值衡为1 不相容事件和的频率等于各事件频率的和 概率：对一个E、S和任意A，若赋予A一个实数P(A)，能对应满足频率的三个性质，则称P(A)为事件A的概率 随机事件的函数、n－∞时频率的值 等可概型（古典概型） 特点：|S|=n, P(ei)=1/n 若|A|=k，则P(A)=k/n 实例：一袋装6球，2红4白，每次取一只，在放回和不放回抽样的情况下，分别求下列随机事件的概率： A：2次白球 B：两次同色 C：至少一白 条件概率和独立型 条件概率： P(B/A)=P(AB)/P(A) 事件A发生的条件下，事件B发生的概率。 独立性：若P(AB)=P(A) P(B)，则称A、B为相互独立的随机事件 上例 实例 在体育比赛中，若各队相互比赛间的胜负概率已知，求各队夺冠的概率 在点到点通信中，设传送一个校验单位的可靠率为p，发送长度为m个校验单位的数据，求 发送i次才成功的概率 连续发送n次成功的概率 第二节 分布函数 随机变量 定义－－设有随机试验E和对应的样本空间S，若满足下列2个条件，则称X(e)为随机变量： 任给e∈S 均有一实数X(e)与之对应 若e1≠e2，则X(e1) ≠X(e2) 核心实质：随机试验结果到实数的一一对应映射 实例：离散型、连续型 分布函数 定义：F(x)=P{ξ≤x} 实质：概率的积累 实例：掷骰子 性质： 非负F(x) ≥0 递增 若ab，则F(a) ≤F(b) x--∞, F(x)=0, x-∞, F(x)=1 P(aξ≤b)= F(b) - F(a) 离散型随机变量的概率分布 离散型随机变量常用的刻画方式 ξ=xi x1 x2……xn P(ξ=xi) p1 p2……pn 基本性质 连续型随机变量的密度函数 也称为概率密度，通常用f(x)表示 性质 非负 图型 若F(x)在x处连续，则f(x)为F(x)的导数 P(aξ≤b)= F(b) - F(a)等于 f(x)在a到b间的定积分的值 实例：指数分布 第3节 随机变量的数字特征 数学期望－有关概念 符号表示Eξ 直观含义为均值 离散型随机变量数学期望的计算方法 实例 连续型随机变量数学期望的计算方法 数学期望传递公式 数学期望的基本性质 EC＝C 随机变量线性组合的数学期望 数学期望－应用举例 市场对某季节性产品需求服从[2000,4000]间的均匀分布，每件成本为1000元，若每售出一件可获利润2000元，问如何组织生产？ 解题思路：平均收益最大 方差－相关概念 符合表示Dξ 直观含义为随机变量与均值的偏离程度 定义和计算方法 离散型随机变量方差的计算方法 连续型随机变量方差的计算方法 方差的基本性质 D(Cξ )＝C2 Dξ 若ξi相互独立，则和的方差等于方差的和 其他 均方差 偏离系数 中心极限定理 设有常数A和B(AB)，根据输入变量input和output与A和B间的关系，设置8bit的16进制数pad的5、6两位（初值为0）。设置的条件是：若input=A或 B，分别置第6位(0x04)或第5位（0x08）为1;否则如果output=A或B,进行相同设置。这个过程不能改变rec-pad其余位的值.请问下面的语句是否有问题？你会怎样写这个语句？ if((input==A) || (output==A)) pad=pad | 0x04; if((input==B) || (output==B)) pad=pad | 0x08; 答案 上述语句不正确，因为在（input==A output==B）||（output==A input==B）成立的条件下，pad的5、6两位会被置为11，导致语义错误（这2位同时为1是一个另外的含义） 推荐答案 if (output==A) pad = pad| 0x04; if (output==B) pad = pad | 0x08; if (input==A) pad = (pad 0xf3) | 0x04; if (input==B) pad = (pad 0xf3) | 0x08;