数据模型和决策 第十二章 随机变量及其分布.pptVIP

数据模型和决策 第十二章 随机变量及其分布.ppt

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
数据模型和决策 第十二章 随机变量及其分布

第十二章 随机变量及其分布 数据、模型与决策 (第二版) 标准正态分布密度函数?(x)的曲线有以下特征: 是偶函数,关于y轴对称,即 = 当x=0时, 取得最大值 =1- 。 (12-6) x取值离原点越远,?(x) 值越小。 在x=?1有两个拐点。 曲线与x轴间所夹面积为1。 第十二章 随机变量及其分布 数据、模型与决策 (第二版) 标准正态分布函数?(x)的曲线是密度函数积分后的图形,它在x0点的取值为x0点左方密度函数曲线与x轴所夹的面积。分布函数曲线有以下特征: 关于点(0,0.5)对称,该点也是它的拐点; 曲线以y = 0和y = 1为渐近线; ? (1.960) -?(-1.960) = 0.95 ? (2.576) -?(-2.576) = 0.99 如果X~N(μ,σ2),则X的分布函数(见式12-7): (12-7) 第十二章 随机变量及其分布 数据、模型与决策 (第二版) 设X~N(0,1),求P{|X|x},并计算P{|X|1.28}。 设某种产品的重量X服从N(100,16)。如果产品的重量在95~105之间属于合格品,求产品是合格品的概率。 已知小麦穗长服从N(9.978, 1.4412),求下列概率: (1)穗长小于6.536cm。 (2)穗长大于12.128cm。 (3)穗长在8.573cm与9.978cm之间。 第十二章 随机变量及其分布 数据、模型与决策 (第二版) 从甲到乙地有两条路线,走第一条路所需时间服从N(50,100),走第二条路时间服从N(60,16),问: (1). 若有70分钟可用,走哪条路好? (2). 若只有65分钟呢? 第十二章 随机变量及其分布 数据、模型与决策 (第二版) 正态分布也可以作为二项分布的极限。当n?? 时,若q,p均不趋于0,此时的二项分布以N(np, npq)为其极限(注意若p或q趋于0,则二项分布以泊松分布为极限)。 第十二章 随机变量及其分布 数据、模型与决策 (第二版) 数据、模型与决策 (第二版) 数据、模型与决策 (第二版) 数据、模型与决策 (第二版) 数据、模型与决策 (第二版) 数据、模型与决策 (第二版) 数据、模型与决策 (第二版) 数据、模型与决策 (第二版) 数据、模型与决策 (第二版) 数据、模型与决策 (第二版) 数据、模型与决策 (第二版) 数据、模型与决策 (第二版) 数据、模型与决策 (第二版) 第十二章 随机变量及其分布 第十二章 随机变量及其分布 数据、模型与决策 (第二版) 学习目的 了解随机变量的基本概念 掌握二项概率分布、泊松概率分布和正态概率分布三个重要分布 通过例题理解随机变量及其分布在管理工作的具体运用 第十二章 随机变量及其分布 数据、模型与决策 (第二版) 第十二章 随机变量及其分布 12.1 随机变量的概念 12.2 三个重要分布 第十二章 随机变量及其分布 数据、模型与决策 (第二版) 12.1 随机变量的概念 随机变量:在某个随机试验中,若存在一个变量,依试验的结果(即试验中出现的基本事件)而取得不同的数值,就称这一变量为随机变量。 第十二章 随机变量及其分布 数据、模型与决策 (第二版) 考察抛掷一枚质地均匀的硬币的试验,它的可能试验结果是:ω0={正面朝上},ω1={背面朝上},所以样本空间Ω={ω0,ω1}。如何将可能的结果ω0、ω1数量化呢?可引入变量X,令: 于是,X是定义在Ω上的函数。由于试验前不能预料ω的取值,因此,X是取0还是取1是随机的,称X为随机变量。有了随机变量X,随机事件也可以用X的变化范围来表示,例如: A=“正面朝上”={X=0} B=“正面朝上或背面朝上”={X=0或X=1} 第十二章 随机变量及其分布 数据、模型与决策 (第二版) 定义1 设Ω是随机试验的样本空间,如果对于试验的每一个可能结果(样本点)ω∈Ω,存在唯一的实数X(ω)与之对应,则称X(ω)为定义在Ω上的随机变量,简记为X。 通常用大写字母X、Y、Z等表示随机变量。 第十二章 随机变量及其分布 数据、模型与决策 (第二版) 某一个长途汽车站,每隔30分钟有一班车发往某地。对于一位不知道长途汽车时刻表的旅客,来车站等车到出发的时间是一个随机变量,这个随机变量取值可以是从0到30分钟区间的任意值。 第十二章 随机变量及其分布 数据、模型与决策 (第二版) 随机变量可以分为离散型随机变量和连续型随机变量两类。 随机变量,取值能够按一定次序一一列举的随机变量称为离散型随机变量。 非离散就是连续的,在

文档评论(0)

189****7685 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档