Xác Suất Thống Kê (phần 6)
Số trang: 10
Loại file: pdf
Dung lượng: 120.75 KB
Lượt xem: 18
Lượt tải: 0
Xem trước 2 trang đầu tiên của tài liệu này:
Thông tin tài liệu:
Tài liệu này bắt đầu bạn làm quen với biến ngẫu nhiên và kì vọng, đây là hai khái niệm khá quan trọng để bạn bắt đầu với môn học xác suất thống kê. nó sẽ giúp bạn có khung kiến thức chuẩn.
Nội dung trích xuất từ tài liệu:
Xác Suất Thống Kê (phần 6) Xác su t th ng kê Chương 2: Bi n ng u nhiên và kỳ v ng TS. Tr n Vũ Đ c B môn Toán, khoa KHCN, ĐH. Hoa Sen H c kỳ 1, 2010-2011. Chương 2: Bi n ng u nhiên và kỳ v ng Bi n ng u nhiên - Các d ng c a bi n ng u nhiên Phân ph i đ ng th i c a các bi n ng u nhiên Kỳ v ng Phương sai Hi p phương sai và h s tương quan B t đ ng th c Chebyshev và lu t s l n Đ nh nghĩa bi n ng u nhiên M t bi n ng u nhiên (random variable), ký hi u X, là m t hàm s xác đ nh trên không gian m u S, cho tương ng m i ph n t e c a t p S v i 1 s th c x. X:S → R e → X(e) = x. Đ nh nghĩa bi n ng u nhiên Example Xét m t con xúc s c 4 m t có in các s 1, 2, 3, 4. Tung xúc s c 2 l n, đi m có đư c c a ngư i chơi là s l n nh t hi n ra sau 2 l n tung. Khi đó ta có th xem s đi m có đư c là m t bi n ng u nhiên X: X:S → R e = (i, j) → X(e) = max(i, j), v i i, j ∈ {1, 2, 3, 4}. Khi đó bi n ng u nhiên X có t p giá tr là {1, 2, 3, 4}. Tính P(X = 1), P(X = 2), P(X = 3), P(X = 4)? Đ nh nghĩa bi n ng u nhiên Đ nh nghĩa bi n ng u nhiên Example L y ng u nhiên l n lư t 2 s n ph m trong lô hàng. M i s n ph m có hai kh năng, ho c là H ng, ho c là còn T t. Ta có 4 kh năng sau: (H, H), (H, T), (T, H), (T, T) v i các xác su t tương ng là .09, .21, .21, .49. G i X là s s n ph m t t l y đư c. Xác đ nh các giá tr cùng các xác su t tương ng c a bi n ng u nhiên X. Phân lo i bi n ng u nhiên Bi n ng u nhiên r i r c (discrete random variable): X:S → R e → X(e) ∈ {x1 , x2 , . . .} Bi n ng u nhiên liên t c (continuous random variable): X:S → R e → X(e) ∈ (a, b) ho c [a, b] Ví d : tu i th bóng đèn là m t bi n ng u nhiên liên t c. Hàm phân ph i tích lũy (Cumilative Distribution Function - CDF) hay còn g i là hàm phân ph i xác su t, c a bi n ng u nhiên X đư c đ nh nghĩa b i, v i m i s th c x, F(x) = P(X x) . Example L y l i ví d 2. Tính F(0), F(1), F(2). Hàm phân ph i tích lũy (Cumilative Distribution Function - CDF) Hàm phân ph i tích lũy cho phép ta tính P(a < X ≤ b): P(a < X ≤ b) = P(X ≤ b)−P(X ≤ a) = F(b)−F(a). Ch ng minh: . . . Hàm phân ph i tích lũy (Cumilative Distribution Function - CDF) Hàm phân ph i tích lũy cho phép ta tính P(a < X ≤ b): P(a < X ≤ b) = P(X ≤ b)−P(X ≤ a) = F(b)−F(a). Ch ng minh: . . . Example Gi s bi n ng u nhiên X có hàm phân ph i xác su t là: 0 x0 F(x) = −x2 x>0 1−e Tính P(X > 1).
Nội dung trích xuất từ tài liệu:
Xác Suất Thống Kê (phần 6) Xác su t th ng kê Chương 2: Bi n ng u nhiên và kỳ v ng TS. Tr n Vũ Đ c B môn Toán, khoa KHCN, ĐH. Hoa Sen H c kỳ 1, 2010-2011. Chương 2: Bi n ng u nhiên và kỳ v ng Bi n ng u nhiên - Các d ng c a bi n ng u nhiên Phân ph i đ ng th i c a các bi n ng u nhiên Kỳ v ng Phương sai Hi p phương sai và h s tương quan B t đ ng th c Chebyshev và lu t s l n Đ nh nghĩa bi n ng u nhiên M t bi n ng u nhiên (random variable), ký hi u X, là m t hàm s xác đ nh trên không gian m u S, cho tương ng m i ph n t e c a t p S v i 1 s th c x. X:S → R e → X(e) = x. Đ nh nghĩa bi n ng u nhiên Example Xét m t con xúc s c 4 m t có in các s 1, 2, 3, 4. Tung xúc s c 2 l n, đi m có đư c c a ngư i chơi là s l n nh t hi n ra sau 2 l n tung. Khi đó ta có th xem s đi m có đư c là m t bi n ng u nhiên X: X:S → R e = (i, j) → X(e) = max(i, j), v i i, j ∈ {1, 2, 3, 4}. Khi đó bi n ng u nhiên X có t p giá tr là {1, 2, 3, 4}. Tính P(X = 1), P(X = 2), P(X = 3), P(X = 4)? Đ nh nghĩa bi n ng u nhiên Đ nh nghĩa bi n ng u nhiên Example L y ng u nhiên l n lư t 2 s n ph m trong lô hàng. M i s n ph m có hai kh năng, ho c là H ng, ho c là còn T t. Ta có 4 kh năng sau: (H, H), (H, T), (T, H), (T, T) v i các xác su t tương ng là .09, .21, .21, .49. G i X là s s n ph m t t l y đư c. Xác đ nh các giá tr cùng các xác su t tương ng c a bi n ng u nhiên X. Phân lo i bi n ng u nhiên Bi n ng u nhiên r i r c (discrete random variable): X:S → R e → X(e) ∈ {x1 , x2 , . . .} Bi n ng u nhiên liên t c (continuous random variable): X:S → R e → X(e) ∈ (a, b) ho c [a, b] Ví d : tu i th bóng đèn là m t bi n ng u nhiên liên t c. Hàm phân ph i tích lũy (Cumilative Distribution Function - CDF) hay còn g i là hàm phân ph i xác su t, c a bi n ng u nhiên X đư c đ nh nghĩa b i, v i m i s th c x, F(x) = P(X x) . Example L y l i ví d 2. Tính F(0), F(1), F(2). Hàm phân ph i tích lũy (Cumilative Distribution Function - CDF) Hàm phân ph i tích lũy cho phép ta tính P(a < X ≤ b): P(a < X ≤ b) = P(X ≤ b)−P(X ≤ a) = F(b)−F(a). Ch ng minh: . . . Hàm phân ph i tích lũy (Cumilative Distribution Function - CDF) Hàm phân ph i tích lũy cho phép ta tính P(a < X ≤ b): P(a < X ≤ b) = P(X ≤ b)−P(X ≤ a) = F(b)−F(a). Ch ng minh: . . . Example Gi s bi n ng u nhiên X có hàm phân ph i xác su t là: 0 x0 F(x) = −x2 x>0 1−e Tính P(X > 1).
Tìm kiếm theo từ khóa liên quan:
Giáo trình xác suất thống kê bài giảng xác suất thống kê tài liệu xác suất thống kê xác suất thống kê Đại cương xác suất thống kêGợi ý tài liệu liên quan:
-
Giáo trình Xác suất thống kê: Phần 1 - Trường Đại học Nông Lâm
70 trang 334 5 0 -
Giáo trình Thống kê xã hội học (Xác suất thống kê B - In lần thứ 5): Phần 2
112 trang 208 0 0 -
Đề cương chi tiết học phần: Xác suất thống kê
3 trang 197 0 0 -
116 trang 177 0 0
-
Bài giảng Xác suất thống kê và quy hoạch thực nghiệm: Chương 3.4 và 3.5 - Nguyễn Thị Thanh Hiền
26 trang 173 0 0 -
Giáo trình Xác suất thống kê (tái bản lần thứ năm): Phần 2
131 trang 165 0 0 -
Một số ứng dụng của xác suất thống kê
5 trang 147 0 0 -
Bài giảng Xác suất thống kê và quy hoạch thực nghiệm: Chương 5.2 - Nguyễn Thị Thanh Hiền
27 trang 141 0 0 -
Bài giảng Nguyên lý thống kê: Chương 1 - GV. Quỳnh Phương
34 trang 133 0 0 -
Đề thi kết thúc học phần Xác suất thống kê năm 2019 - Đề số 5 (09/06/2019)
1 trang 132 0 0