管理统计学第04章.pptx

;第四章 概率与概率分布;第一节 概率基础 ;第一节 概率基础 ;事件的概念;事件与样本空间;事件的关系和运算（事件的包含）;事件的关系和运算（事件的并或和）;事件的关系和运算（事件的交或积）;事件的关系和运算（互斥事件）;事件的关系和运算（事件的逆）;事件的关系和运算（事件的差）;事件的概率;例：投掷一枚硬币，出现正面和反面的频率，随着投掷次数 n 的增大，出现正面和反面的频率稳定在1/2左右;概率的古典定义;概率的古典定义（实例）;解：(1)用A 表示“抽中的职工为男性”这一事件；A为全公司男职工的集合；基本空间为全公司职工的集合。则;概率的统计定义;概率的统计定义 （实例）;主观概率定义;概率的性质;概率的加法法则;概率的加法法则（实例）;对任意两个随机事件A和B，它们和的概率为两个事件分别概率的和减去两个事件交的概率，即 P ( A∪B ) = P ( A ) + P ( B ) - P ( A∩B ) ;概率的加法法则（实例）;条件概率;条件概率的图示;事件与样本空间;事件的关系和运算（事件的包含）;事件的关系和运算（事件的并或和）;事件的关系和运算（事件的交或积）;事件的关系和运算（互斥事件）;事件的关系和运算（事件的逆）;事件的关系和运算（事件的差）;事件的概率;事件的概率;事件的概率;概率的古典定义;概率的古典定义（实例）;概率的古典定义（计算结果）;概率的统计定义;概率的统计定义 （实例）;主观概率定义;概率的性质与运算法则;概率的性质;概率的加法法则;概率的加法法则（实例）;概率的加法法则;概率的加法法则（实例）;条件概率与独立事件;条件概率;条件概率的图示;概率的乘法公式;概率的乘法公式（实例）;事件的独立性;事件的独立性（实例）;全概公式;全概公式（实例）;贝叶斯公式（逆概公式）;贝叶斯公式（实例）;第二节 随机变量及其分布;随机变量的概念;随机变量的概念;离散型随机变量;连续型随机变量;离散型随机变量的概率分布;离散型随机变量的概率分布;离散型随机变量的概率分布（实例）;离散型随机变量的概率分布（0—1分布）;离散型随机变量的概率分布（0—1分布实例）;离散型随机变量的概率分布（均匀分布）;离散型随机变量的概率分布（均匀分布实例）;离散型随机变量的数学期望和方差;离散型随机变量的数学期望;离散型随机变量的方差;离散型随机变量的方差（实例）;常见的离散型概率分布;二项试验（贝努里试验）;二项分布;二项分布;二项分布的数学期望和方差;二项分布（实例1）;例2: 雇工问题;例2: 雇工问题;例2: 雇工问题;树图;例2:雇工问题;泊松分布;泊松概率分布函数;泊松概率分布的期望和方差;应用泊松公式 医院急诊室平均每小时6个人。那么在30分钟里来4个人的概率是多少？ ? = 6/小时 = 3/半小时, x = 4 ;;泊松分布（实例）;泊松分布（作为二项分布的近似）;连续型随机变量的概率分布;连续型随机变量的概率分布;概率密度函数;概率密度函数;概率密度函数;分布函数;分布函数与密度函数的图示;连续型随机变量的期望和方差;均匀分布;均匀分布; 例子: 行车问题;例子:行车问题;;例子:行车问题;正态分布;正态分布的重要性;概率密度函数;;正态分布函数的性质;? 和? 对正态曲线的影响;正态分布的概率;标准正态分布的重要性;标准正态分布函数;标准正态分布;标准正态分布表的使用;标准化的例子 P(5 ? X ? 6.2) ;标准化的例子P(2.9 ? X ? 7.1) ;正态分布;正态分布;正态分布;正态分布;例子: 机油销售问题; 标准正态表显示z=0和z=0.83之间的区域占0.2967。尾部的区域占0.5-0.2967=0.2033。所求概率是0.2033。 z = (x - ?)/? = (20 - 15)/6 = .83 ;标准正态概率表 ;如果商店经理想要缺货的概率不大于0.05，订货单应为多少？ 令 z.05 表示.05 区域的 z值。 ; 我们现在查标准正态概率表中占0.4500的区域，以找出对应的z.05 的值。 z.05 = 1.645;标准正态概率分布 x对应的值由以下决定： x = ? + z.05? ?? = 15 + 1.645(6) = 24.87 24.87公斤是在.05的显著性水平下，缺货的订货点。 将订货点定位25公斤以保持发生缺货的概率在0.05以下。 ;指数分布;;; 洗车店车辆到达的时间间隔服从均值为3分钟的指数分布。店主想知道两辆