510 likes | 715 Views
第六章 機率分配. 隨機變數 機率分配函數 常用的機率分配. 隨機變數 (random variable). 將隨機實驗中每一個 樣本點 對應至 實數值 之 “ 函數”. 樣本點. 實數值. 隨機變數 f. EX: 丟擲兩個銅板. 隨機變數 X = 正面出現個數. 樣本空間 : (正,正) (正,反) (反,正) (反,反). 隨機變數值 x : ? ? ?. 間斷型隨機變數. 隨機變數值為: 有限可數 無限可數. 連續型隨機變數. 隨機變數值為: 無限且不可數. 間斷機率分配函數. 間斷型隨機變數 的機率分配.
E N D
隨機變數 • 機率分配函數 • 常用的機率分配
隨機變數 (random variable) • 將隨機實驗中每一個樣本點對應至實數值之“函數” 樣本點 實數值 隨機變數 f
EX: 丟擲兩個銅板 隨機變數 X = 正面出現個數 樣本空間: (正,正) (正,反) (反,正) (反,反) 隨機變數值 x: ? ? ?
間斷型隨機變數 • 隨機變數值為: • 有限可數 • 無限可數
連續型隨機變數 • 隨機變數值為: • 無限且不可數
間斷機率分配函數 • 間斷型隨機變數的機率分配 Example
Return EX: 丟擲兩個銅板 隨機變數 X = 正面出現個數 f(x)=正面出現x次 的機率 樣本空間: (正,正) (正,反) (反,正) (反,反) 隨機變數值 x: 2 1 0 f(2)= f(1)= f(0)=
例6.1 丟擲一個均勻的銅板三次(續) f(0) = P(X=0) = P({(T,T,T)})= f(1) = P( X=1) = P({( H,T,T),(T,H,T), (T,T,H)})= f(2) = P( X=2) = P({( H,H,T),(H,T,H), (T,H,H)})= f(3) = f( X=3) = P({((H,H,H)})= • 每一個 f(x) 皆介於0與1之間 • 所有f(x)總和等於1。
例6.1 丟擲一個均勻的銅板三次(續1) 圖6.2 隨機變數X的機率分配 樣本空間 隨機變數 機率f(x) 3 2 1 0
隨機實驗 隨機變數 機率分配函數
Example • 累加機率分配 • 對每一個可能數值xi而言,0 F(xi) 1。 • 若x1<x2,則F(x1) F(x2)。 • 若a<b,則f(a<x b) =F(b) -F(a)。
1 階梯式函數 0
例6.4 教師出教科書之情況 • 表6.3為某學校400名教師出版教科書冊數之次數分配表,試求教師出版教科書之平均冊數? 表6.3 教師出版教科書冊數之次數分配表
例6.4 教師出教科書之情況(續) 解: 如果我們讓代表教師出版教科書冊數,然後其相對次數視為其出版冊數的發生機率,那麼就可視為一個間斷的隨機變數,因此 根據(6.1) 式計算,其期望值為
例6.6 接續例6.4 • 接續例6.4,試求某學校教師出版教科書冊數之變異數和標準差? 解: 因此,某學校教師出版教科書冊數之平均數為1.5725冊,變異數為1.1897,標準差為1.09冊。
標準化隨機變數 • 隨機變數X • 標準化隨機變數
常用的機率分配 • 二項分配 • 超幾何分配 • 波松分配
伯努利 (Bernoulli) 實驗 • 只有兩種結果之實驗 • Ex: 成功 = 1 vs. 失敗 = 0 • 成功機率 = P(X=1) = f(1) = p • 失敗機率 = P(X=0) = f(0) = 1-p • 期望值 = • 變異數 =
二項分配 • 特性 • 進行 n 次伯努利實驗 • 成功機率 = P(X=1) = f(1) = p • 失敗機率 = P(X=0) = f(0) = 1-p • 每一次實驗互相獨立 • 隨機變數 X = n 次實驗中成功次數 X = 0, 1, 2, … , n
二項機率函數 • 期望值 • 變異數
例6.8 超級市場消費情形 • 一家超級市場發現在促銷活動期間,每位顧客會消費超過1,000元的機率為80%。現有5位顧客,請問這5位顧客於促銷期間會消費超過1,000元的人數之機率分配為何?其期望值和變異數又為何? 解:此隨機試驗具有下列之性質 • 包含5個試驗,每位顧客之消費視為一試驗。 • 每次試驗互相獨立,每位顧客消費之情況不會互相影響。 • 每次試驗只有兩種可能的結果,消費超過1,000元(視為成功)或沒有超過1,000元(視為失敗)。 • 每次試驗成功的機率為,消費超過1,000元的機率為0.8。
例6.8 超級市場消費情形(續 ) 由於符合二項隨機試驗之性質,故為二項隨機試驗。現定義隨機變數X為5位顧客於促銷期間會消費超過1,000元的人數。所以,其機率分配為n=5、p=0.8的二項分配。根據(6.5)式,其各可能數值之機率值分別為 根據(6.6)與(6.7)式,其期望值和變異數分別為
超幾何分配 • 特性 • 母體為N,可分為兩類,其中一類(成功)共有 k個,另一類(失敗)共有 N – k個 • 共抽取 n次且每次成功機率會改變(ex: 抽出不放回) • 隨機變數 X = n 次實驗中成功次數
失敗N-k 成功 k 失敗n-x 成功x 樣本 n 母體 N
因實驗不獨立之校正因子 p • 期望值 and 變異數 1-p
例6.9 行動電話系統市場概況 • 根據調查顯示,台灣大哥大與遠傳電信為消費者心目中的前二名行動電話系統業者。假設現有10位行動電話使用者,其中7位使用台灣大哥大,3位使用遠傳電信。茲從這10人中隨機抽取3人,定義隨機變數為抽取的3人中使用遠傳電信的人數,試問恰有2人使用遠傳電信的機率為何?X之期望值與變異數又為何? 解: 令抽取一個使用遠傳電信的人視為成功事件,且定義隨機變數為抽取的3人中使用遠傳電信的人數,則X的可能數值為0,1,2,3,根據(6.8)式,其機率值分別為
例6.9 行動電話系統市場概況(續2) 因此,恰有2人使用遠傳電信的機率為7/40。 且根據(6.9)式和(6.10)式,X之期望值與變異數分別為
波松分配的實例 • 考慮下列現象:每小時服務台訪客的人數,每天家中電話的通數,一本書中每頁的錯字數,某條道路上每月發生車禍的次數,生產線上的疵品數,學生到辦公室找老師的次數……。 上述現象大致上都有一些共同的特徵:在某時間區段內,平均會發生若干次「事件」,但是有時候很少,有時又異常地多,因此事件發生的次數是一個隨機變數,它所對應的機率函數稱為 Poisson 分配。
波松分配 • 隨機變數 X = 在一連續區間內某一事件之發生次數 X = 0, 1, 2, … • 假設 : • 在一連續區間(時間、距離、空間…)發生某一事件的次數與另一區間發生的次數互不相關
波瓦松分配: • 期望值 and 變異數
例6.10 新光百貨公司顧客概況 • 新光百貨公司在晚上7:00至10:00期間,平均每半小時有90位顧客,試問該公司在晚上7:00至10:00期間,每分鐘顧客人數不少於2人之機率為何? 解: 令隨機變數X表示每分鐘內顧客的數目,因為平均每半小時有90位顧客,所以平均每分鐘有3位顧客。因為每位顧客到達百貨公司之事件互相獨立,故每分鐘顧客人數之機率分配為=3的波松分配。根據(6.11)式,其機率函數f(X)為
例6.10新光百貨公司顧客概況(續) 由(6.14)式,可得 因此,每分鐘顧客人數不少於2人之機率為
事件發生 之背景 抽出放回 離散n 實驗次數 抽出不放回 計算某一事件發生次數之 機率 連續 t (某一段時間、距離、區域)
二項分配 波瓦松分配 超幾何分配 (t=1) n=1 伯努力分配