基础医学定量法第一章ppt课件.ppt

定量法第一章 设X为该产品的使用寿命，则X～N(8,22) (1) (2) (3)设保用年限最长可定为 n 年，则由题意 即 查表得：(8-n) /2 ? 2.33，得 n ? 3.34， 取n =3，故保用年限最长可定为3年。 用Excel求解 3?法则 【例13】设 X～N(?,?2), 求：(1)P{?-?X?+?}， (2)P{?-2?X?+2?}，(3)P{?-3?X?+3?} 解：P{?-?X?+?}=?(1)-?(-1) =2?(1)-1=0.6826 同理可得： P{?-2?X?+2?}=2?(2)-1=0.9544 P{?-3?X?+3?}=2?(3)-1=0.9974 X落在(?-3?,?+3?)内的概率为99.74%，落在该区间外的概率仅为0.26%，几乎是不可能事件。正态分布的这一性质称为 “3?法则”，在质量管理中常运用这一法则判断生产过程是否出现异常。 0.9974 -3 ? 3 ? 0.9974 ? 课堂练习4：习题1.10 某台加工缸套外径的机床，当将尺寸定位在μ时，所加工的缸套外径尺寸X~N(μ,σ2)，其中σ=0.01(mm)，缸套外径的允许公差为 0.02 (mm)，求 (1)该机床加工缸套的合格率； (2)当σ= 0.007时，所加工缸套的合格率又为多少? 由本题的计算结果，可知正态分布中的参数σ反映了该机床的什么指标? (7)正态分布的性质 ①若 ， ，且X与Y独立，则 ② 设 ,且相互独立， i = 1,2,…,n， 则 §1.6 随机变量的数字特征 一．数学期望 1．离散型随机变量的数学期 设离散型随机变量X的分布律为 P{X=xk}=Pk， k=1,2,…，称级数 为X的数学期望，简称均值。 由定义可知，离散型随机变量的数学期望，就是以概率Pk为权数，对X的所有可能取值的加权平均值，故期望也称为均值。 2．连续型随机变量的数学期望 连续型随机变量的数学期望为： 若X～N(μ,σ2)，则 E(X) =μ 3．数学期望的性质 设 c，k，b为常数，X，Y 为随机变量 (1) E(C)= C； (2) E(kX)=kE(X)； (3) E(kX＋b)=kE(X)+b； (4) E(X±Y)=E(X)±E(Y)； (5) 若X，Y独立，则 E(XY)= E(X)E(Y) 二. 方差 方差是反映随机变量取值离散程度的数字特征。 1．定义 对随机变量X，若 E{[X- E(X)]2} 存在，则称它为X的方差，记为D(X)或Var(X),即 D(X)= E{[X–E(X)]2} 并称 为X的标准差。标准差与X具有相同的量纲。 (1)对离散型随机变量 (２)对连续型随机变量 X 若 X～N(μ,σ2),则 D(X)=σ2 2．方差的性质 设c，k，b为常数，X，Y为随机变量 (1) D(c)= 0； (2) D(kX)=k2D(X)； D(kX＋b)=k2D(X) (3) 若X、Y独立，则：D(X±Y)=D(X)＋D(Y) §1.7 大数定律和中心极限定理 一．大数定律 1.切比雪夫定理 设Xi，i=1,2,…,n相互独立, 且有相同的期望和方差，即 E(Xi)= μ，D(Xi)=σ2 ，i =1，2，…，n， 则对任意给定的ε0，有 本定理提供了算术平均数法则的理论依据， 即样本均值依概率收敛于总体均值。 2.贝努利定律 设nA是n次独立试验中事件A发生的次数，P是每次试验中事件A发生的概率，则对任意给定的ε0,有 本定理证明了事件的频率依概率收敛于其概率。因此，在实际应用中可以用事件的频率作为其概率的估计。 二．中心极限定理（描述性） 设随机变量Xi(i =1,2,…,n)相互独立，且具有有限的数学期望和方差： E(Xi)=μi，D(Xi)= σi2，(i =1,2,…,n), 若每个Xi对总和?Xi 的影响不大，则随机变量 Y=?Xi 就近似服从N(Σμi，Σσi2)分布 在自然界和社会经济领域中，大量的随机现象都是由许多独立的随机因素的共同影响所造成的。中心极限定理说明了大量随机现象都服从或近似服从正态分布的原因。这也是在统计学中通常都假定总体服从正态分布的理论依据。 项目投资决策案例 一.新产品投资决策问题 1.某企业开发了一种新产品，生产该产品需要投入的厂房、设备、工装等的固定投资为2000万元，项目的建设期为1年，固定投资费用在建设期初一次投入，产品