概率模型1.pptVIP

概率模型 主讲人：任欢 提 纲 一.概率论基础 二.概率模型 一.概率论基础 概率论、数理统计，它们是密切联系的同类学科，又都各有它们自己所包含的不同内容。 概率(或然率或几率) —— 随机事件出现的可能性的量度—— 其起源与博弈问题有关. 概率论—是研究客观世界随机现象数量规律的 数学分支学科. 1. 根据大量同类随机现象的统计规律，对随机现象出现某一结果的可能性作出一种客观的科学判断，对这种出现的可能性大小做出数量上的描述； 2.比较这些可能性的大小、研究它们之间的联系，从而形成一整套数学理论和方法。 数理统计—是应用概率的理论来研究大量随机现象的规律性；对通过科学安排的一定数量的实验所得到的统计方法给出严格的理论证明；并判定各种方法应用的条件以及方法、公式、结论的可靠程度和局限性。使我们能从一组样本来判定是否能以相当大的概率来保证某一判断是正确的，并可以控制发生错误的概率。 概率论要掌握的基础知识 集合论 排列组合 基本微积分 计算技术 概率的基本概念 事件 随机事件 不可能事件 必然事件 包含 相等 概率的基本公式 基本概率类型 古典概型：具有以下两个特征 (1)一次试验所有的基本事件只有有限个； (2)每个基本事件出现的可能性相等。 几何概型：具有以下两个特征 (1)无穷多试验结果； (2)每个基本事件出现的可能性相等。 统计概型：具有以下两个特征 (1)试验条件相同；(2)试验次数足够大。 古典概率的定义： P(A)=r/n 其中：r为A所包含的基本事件数，n为试验结果的全部基本事件数。 几何概率的定义：P(A)=l/L 其中：L—全部状态的大小，l—事件A的大小（借助几何的度量） 统计概率的定义：P(A)=m/n 其中：n—试验次数，l—事件A出现的次数 随机变量 用变量来描述随机现象的各个结果，就叫做随机变量。 类型：离散型与连续型； 掌握：离散型的分布列及性质； 连续型的概率密度函数及性质； 重要的几类随机变量。 离散型的分布列为 则要求:1. pk≥0 2. ∑pk=1 连续型的概率密度函数为p(x), 则要求:1. p(x)≥0 2.∫p(x)dx=1 数字特征 数学期望：刻画随机变量取值的平均数 离散型— Eξ= ∑xk pk(要求绝对收敛.) 连续型— Eξ=∫xp(x)dx(要求绝对收敛) 方差：刻画随机变量围绕平均数的离散程度 Dξ= Eξ2－(Eξ) 2 其中离散型— Eξ2= ∑xk2 pk 连续型—Eξ2=∫x2p(x)dx 数字特征的性质： 1.E(aξ+b)=aE(ξ)+b 2.E(ξ±η)=E(ξ)±E(η) 3.E(ξ*η)=E(ξ)*E(η)? 4.D(aξ+b)=a2D(ξ) 5.D(ξ±η)=D(ξ)+D(η)? 6.D(ξ*η)=D(ξ)*D(η)???? 注意 尽管一些问题中的不确定现象常常是众多的随机因素影响所致，但经过对大量数据的处理或者根据理论上的分析，随机影响可以用一定的概率分布，如正态分布，指数分布等描述，因此，我们不是讨论如何得到这些概率分布的统计方法，而是在假设概率分布已知的条件之下，按照研究目的和对象的客观规律来建立模型。 建模 建模 * 本学科的 ABC 交与并 互不相容 对立 独立 0概率事件 1概率事件 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 二.概率模型 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 问：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 求期望的最大值 1.时间以天为单位； 2.通过自己的经验或其他的渠道掌握了需求量的随机规律； 3.每天需求量 r为离散随机变量，其的概率密度为f(r), r=0,1,2…； 4.购进量为n，日平均收入为G(n). 假设 求G(n)的表达式 已知售出一份赚 a-b；退回一份赔 b