1. Trang chủ
  2. » Cao đẳng - Đại học

CÁC QUY LUẬT PHÂN PHỐI xác SUẤT cơ bản (điện tử xác SUẤT THỐNG kê SLIDE)

28 85 0

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 28
Dung lượng 502,5 KB

Nội dung

Chương 4: Các quy luật phân phối xác suất §1 Các quy luật phân phối rời rạc Phân phối rời rạc: Phân phối khơng – A(p): Định nghĩa 1.1: X có phân phối A(p) X x1 x2 xk P k k � k X P q p Định lý 1.1: X có phân phối A(p) E(X) = p, D(X) = p.q Phân phối nhị thức B(n,p): k k nk  :  n , p �    k  C p     n q , k  1, n Định nghĩa 1.2: Định lý1.2:  :   n, p  �   X   np, D     npq, � � Mod  k0  � hoa� c k  n  p �n  1 p�   � � � Khoa Khoa Học Máy Tính Phân phối siêu bội Bài toán: Cho hộp có N bi có M bi trắng cịn lại đen Lấy ngẫu nhiên từ hộp n bi (khơng hồn lại), n khơng lớn M N-M Hãy lập bảng phân phối xác suất X số bi trắng lấy k n k Giải: CM C N M    k  , k  0, n n CN Định nghĩa 1.3: Phân phối nói gọi phân phối siêu bội H(N,M,n)  : H ( N , M , n) �      np, Định lý 1.3: Giả sử N n M D     npq ,p N 1 N Ghi nhớ: lấy bi có hồn lại: phân phối nhị thức lấy bi khơng hồn lại: phân phối siêu bội Khoa Khoa Học Máy Tính Ví dụ 1.1: Trong hộp bi có trắng, đen, vàng Lấy ngẫu nhiên bi khơng hồn lại gặp bi vàng dừng.Tính xác suất để lấy bi trắng, bi đen Giải:Lấy bi cuối vàng nên: C C P  C15 10 Ví dụ 1.2 : Trong hộp bi có trắng, đen, vàng Lấy ngẫu nhiên bi khơng hồn lại gặp đủ bi vàng dừng.Tính xác suất để lấy bi trắng, bi đen C6 C52 C42 P  C15 Khoa Khoa Học Máy Tính Ví dụ 1.3: Trong hộp bi có trắng, đen, vàng Lấy ngẫu nhiên bi có hồn lại gặp bi vàng dừng.Tính xác suất để lấy bi trắng, bi đen Giải:Lấy bi cuối vàng nên: �6 � �5 � P  C � � � � 15 � � 15 � 15 � Ví dụ 1.4 : Trong hộp bi có trắng, đen, vàng Lấy ngẫu nhiên bi có hồn lại gặp đủ bi vàng dừng.Tính xác suất để lấy bi trắng, bi đen 2 �6 � �5 � �4 � P  C � �.C4 � � � � 15 � � 15 � � 15 � 15 � Khoa Khoa Học Máy Tính Phân phối Poisson P(a),a>0: k Định nghĩa 1.4: a a  :   a  �     k   e , k  0,1, k! Định lý 1.4: X có phân phối P(a) E(X) = D(X) = a Ví dụ 1.1: Giả sử X có phân phối P(8) Khi ấy: P(X=6) = 0,122138 (cột 8, hàng bảng phân phối Poisson)   �X �12   0,936204 (cột 8, hàng 12 bảng giá trị hàm �…)   �X �12     �X �12     � �5  Khoa Khoa Học Máy Tính Chú ý: Nếu gọi X số người ngẫu nhiên sử dụng dịch vụ cơng cộng X tn theo quy luật phân phối Poisson P(a) với a số người trung bình sử dụng dịch vụ Ví dụ 1.2: Quan sát 20 phút có 10 người vào trạm bưu điện Tính xác suất 10 phút có người vào trạm Giải: Gọi X số người ngẫu nhiên vào trạm 10 phút X có phân phối P(a), a = Khi ấy:     4  e 4! 5 Khoa Khoa Học Máy Tính §2: Các quy luật phân phối liên tục   a,  Phân phối chuẩn Định nghĩa 2.1:  :   a,    ,  � f  x  e  2  x  a  2 Định lý 2.1: X có phân phối   a,   E(X) = a, D(X) =  Định nghĩa 2.2: Đại lượng ngẫu nhiên U có phân phối chuẩn tắc (hay chuẩn hóa) N(0,1) nếu: f  u  Khoa Khoa Học Máy Tính u2 / e 2 (hàm mật độ Gauss) Định lý 2.2: U có phân phối N(0,1) u  t /2 P(u )   (u )  FU  u   0,5  � e dt  0,5    u  2 u t  với   u   tích phân Laplace (hàm lẻ) e dt � 2 Định lý 2.3: Giả sử U có phân phối N(0,1) Khi ta có:  1   u1  U  u2     u2     u1  ;     U     2    Định lý 2.4:  :  a,  � U  X  a :   0,1  Khoa Khoa Học Máy Tính   f (u )  u e 2 u2    u  � e 2 t2  -hàm mật độ Gauss(hàm chẵn-HÌNH 3.1) dt - tích phân Laplace (hàm lẻ-HÌNH 3.2)   u   0.5, u  tra xuôi:   1, 96   0, 4750( tra hàng 1,9; cột bảng phân Laplace) .tra ngược:   ?   0, 45 � hàng 1,6; cột cột nên 1, 64  1, 65 �? Khoa Khoa Học Máy Tính $4.Tích phân Laplace (tt) : Tra xi bằng máy tính: ES : MODE STAT AC SH STAT DISTR Q MS: MODE …SD SH DISTR Q   1, 96   Q(1.96)  0, 4750   1, 96   Q (1.96)  0, 4750 Q(u ) |  (u ) | u t2    u   P (u )  � e dt  0,5    u  � 2 Khoa Khoa Học Máy Tính 10 Tương tự: � u /2 U   � uu e du 2 � u /2  u e 2 � � �  3.�u �   U   5  U   5.3.1; u /2 e du  3.  U   3.1; 2 U 2n    2n 1 !! Khoa Khoa Học Máy Tính 14 Phân phối liên tục: (Xem SGK) Định nghĩa 4.1: đại lượng ngẫu nhiên X gọi có phân phối đoạn [a , b] ,kí hiệu X~U [a , b] ,nếu fX  �1 , x � a, b  � ba x  � � 0, x � a, b  � � FX Định lý 2.6 : Nếu X~U [a , b],thì  0, x  a � � xa � x  � , a �x �b ba � 1, b  x � � ab (b  a)2 E (X )  , D( X )  12 Khoa Khoa Học Máy Tính 15 Định nghĩa 2.3:(X,Y) có phân phối miền D � , ne� u (x, y) �D � f (x, y)  �S (D) � , ne� u (x, y) �D � ,v� � i S(D) la� die� n t� ch mie� nD Khoa Khoa Học Máy Tính 16 E ( ) Phân phối mũ : Định nghĩa 2.3: Đại lượng ngẫu nhiên X gọi có phân phối mũ hàm mật độ X là: Định lý 2.7 : �  e  x ne� u x �0; f (x)  �SGK) Phân phối bình phương:(Xem ne� ux 0, Phân phối Student:(Xem SGK)�  >0 X : E ( ) � E (X )   (X )   Khoa Khoa Học Máy Tính 17 §3 Các định lý giới hạn ( luật số lớn) Định lý Chebyshev: • Định lý 3.1(Bất đẳng thức Chebyshep): Cho X đại lượng ngẫu nhiên.Khi ta có: D( X ) P (| X  E ( X )| � ) �  • Định lý 3.2 (Chebyshep): Cho dãy 1 ,  , ,  n , đơi độc lập có C  : D( X k ) �C, k.Khi ta có: �1 lim P � �n n�� � n �X k1 k  n � E (X k )   � 1 � � k1 � n Định lý Bernoulli: • Định lý 3.3 (Bernoulli): Nếu m số lần thành công dãy n phép thử Bernoulli với xác suất thành cơng p thì: Khoa Khoa Học Máy Tính 18 �m � lim P �  p   � n�� �n � Các định lý giới hạn trung tâm Định lý 3.4(Lyapounov): Giả sử 1 ,  , ,  n đôi độc n lập E X k  E( X k ) � lim k 1 0 3/ n �� n � � D   k� � � k 1 � � Khi ta có: n n  i  �E   i  � n n i 1 n �30   U  i 1 �N  0,1 n đủ lớn n D  xi  � n i 1 Khoa Khoa Học Máy Tính 19 Hệ 3.1:Giả sử thêm vào ta có E ( X i )  a, D( X i )   , i  1, n n ( �X i  a ) n n i 1 �U  �N (0,1)  Hệ 3.2: m  p) n U n �N (0,1) p(1  p ) Khoa Khoa Học Máy Tính ( n đủ lớn n đủ lớn 20 Ví dụ 3.1:Biến ngẫu nhiên X trung bình cộng n biến ngẫu nhiên độc lập có phân phối: 1 ,  ,  n với phương sai: D   i    i  1, 2, n  Xác định n cho với xác suất không bé 0,9973 : a) Hiệu cuả X-E(X) không vượt 0,01 b) Trị tuyệt đối X-E(X) không vượt 0,005 Bài giải: n   � i , E (  i )  a � E  X   a; n i 1 D  i     �   Khoa Khoa Học Máy Tính 21 a )    E    �0, 01 �0, 9973 � �   a n   0, 01 n � � U  � �0, 9973 � � �  � � � 0, 01 n � � �  0, �0, 9973 � � � � � � 0, 01 n � � � �0, 4973    2, 785  � � � � � ۳ 0, 01 n Khoa Khoa Học Máy Tính 2, 785 ۳ n � 2, 785 � � � 0, 01 � � � � 22 b) (   E     0, 005) �0, 9973 | X  E ( X ) | n 0, 005 n � P (| U |    ) �0, 9973  � 0, 005 n � � 2. � �0, 9973 � � � � � � 0, 005 n � 0, 9973 � � �    3 � � � � � 0, 005 n Khoa Khoa Học Máy Tính n �3 � � � � � 0, 005 � � 23 $4.Các công thức tính gần Cơng thức gần siêu bội nhị thức Định lý 4.1: Khi n

Ngày đăng: 29/03/2021, 08:14

TỪ KHÓA LIÊN QUAN

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN