一些重要的机率分函数81.pptVIP

一些重要的機率分配函數;常態分佈 ;伯努利分佈;二項分佈;二項分佈;抽大頭;;抽大頭;;期望值;例如：保險業可以透過對於各個不同年齡層之存活的機率(來衡量各年齡層的被保險人死亡的機率)，透過死亡必須支付的保險理賠金，以及各年齡層的死亡率，可以計算出各年齡層理賠金額的期望值，在扣除其他必要的成本(或某些特定的風險因素)外，所收取的保費高於此期望值，則常期下來保險公司自然賺錢，若所收取的保費低於此期望值時，常期下來保險公司會虧本，所以保險公司就可以根據這樣的資料(期望值的資料)，做為制定各年齡層要收取多少保費的參考(決策參考)依據。 ;期望值;百貨福袋預購資訊;問題1. 袋中有大小一致的紅球5個，白球3個與黑球2個，抽獎者自袋中抽出一球，若抽中紅球可得10元，抽中白球可得100元，抽中黑球可得200元，抽獎者應付給提供遊戲的莊家多少錢才合理？ 這個問題直覺的想法是，在每一個球上貼取得時所得的獎金，也就是說，在紅球上貼10元，白球上貼100元，黑球上貼200元，如此總共貼上 10×5+100×3+200×2=750, 750/10=75 (元) 把這750元除以球數10，所得75元，是抽獎者應付的價格。 ;另一方面， 10× 5/10+100×3/10+200×2/10=75 這也是應得獎金乘上發生機率的總和。;問題2. 丟一公正骰子，出現的點數可能是1, 2, 3, 4, 5, 6, 因此點數的平均值是 1/6×(1+2+3+4+5+6) = 3.5 這平均值也可看成是出現點數乘上其出現機率的總和： 1×1/6+2×1/6+3×1/6+4×1/6+5×1/6+6×1/6 = 1/6×(1+2+3+4+5+6) = 3.5 將上述這種平均值的概念推廣到一般的試驗上面，可得期望值之定義如下。 ;期望值的定義;例題： 某人玩擲一勻稱骰子的遊戲， 在玩之前須先付10元。 若擲出 X 點數可得X 元， 問他擲骰子後可期望淨得多少元？ ;;習題1. 在一擲硬幣遊戲中，玩這遊戲的人先付10元取得玩遊戲的權力，由玩遊戲的人擲四枚相同的硬幣，出現一個正面得5元而出現一個反面得1元，求玩這遊戲的期望值。　 ;中位數不能傳達什麼?; 事件 機率 結果 A 999/1000 $1 B 1/1000 -$10,000; 事件 機率 結果 期望值 A 999/1000 $1 $0.999 B 1/1000 -$10,000 -$10.00 合計 -$9.001; 事件 機率 結果 上漲 70% 漲1% 下跌 30% 跌10% ; 事件 機率 結果 期望值 上漲 70% 漲1% 0.7 下跌 30% 跌10% -3.00 合計 -2.3;一個理性的賭徒會以賭金的期望值大小作為決策的依據。但對於賭性堅定的人，所憑藉的則是他的信心機率(個人篤信堅持下去總會碰上好運氣)，這時候他已偏離了這裡所談的統計上或機率上的期望值了。;加權平均;;mYq!tw-z1D4G7JbMePhTkWoZr$u(x+A2E5H9KcNfRiUlXp#s%v)y0C3F6IaLdOgSjVnYq!t*w-z1D4G8JbMeQhTkWoZr%u(x+B2E5H9KcOfRiUmXp#sv)z0C3F7IaLdPgSkVnYq$t*w-A1D5G8JbNeQhTlWoZr%uC3F6IaLdOgSjVnYq!t*w-z1D4G8JbMeQhTkWoZr%u(x+B2E5H9KcOfRiUmXp#sv)z0C3F7IaLdPgSjVnYq$t*w-A1D4G8JbNeQhTlWoZr%u(y+B2E6H9KcOfRjUmXp!sv)