Professional Documents
Culture Documents
QAM Chapter 2
QAM Chapter 2
chương 2
Đi cùng
Phân tích định lượng cho quản lý, thứ mười một
Phiên bản, Phiên bản toàn cầu của Render, Stair và Hanna
Các trang trình bày Power Point được tạo bởi Brian Peterson
Machine Translated by Google
5. Giải thích sự khác biệt giữa phân phối xác suất rời rạc và liên
tục.
6. Tính toán các giá trị và phương sai mong đợi và sử dụng
bảng bình thường.
Bản quyền © 2012 Pearson Education 2-2
Machine Translated by Google
Đề cương chương
Đề cương chương
Giới thiệu
0 P (sự kiện) 1
CHƯƠNG TIÊU ĐỀ
12 Quản lý dự án
13 Mô hình lý thuyết về hàng đợi và xếp hàng
14 Mô hình mô phỏng
15 Phân tích Markov
16 Kiểm soát chất lượng thống kê
Mô-đun 3 Lý thuyết quyết định và phân phối chuẩn
Ví dụ về sơn đa dạng
Trong 200 ngày qua, chủ sở hữu đã quan sát các tần
suất nhu cầu sau:
SỐ LƯỢNG
SỐ NGÀY KHẢ NĂNG LỢI NHUẬN
ĐÃ CẦU
0 40 0,20 (= 40/200)
1 80 0,40 (= 80/200)
2 50 0,25 (= 50/200)
3 20 0,10 (= 20/200)
4 10 0,05 (= 10/200)
Tổng 200 Tổng 1,00 (= 200/200)
Ví dụ về sơn đa dạng
Thăm dò ý kiến
Nhận định của các chuyên gia
1
đồng xu. 2 / 6
1
3 / 6
Tổng 1
Vẽ một thẻ
1
P (vẽ trái tim) = 13/52 = /4
kim cương
= 13/52 + 13/52
1
= 26/52 = / 2 = 0,50
P (năm hoặc kim cương) = P (năm) + P (kim cương) - P (năm và kim cương)
4 1
= / 52
/ 52 + 13/52 -
= 16/52 =
Sơ đồ Venn
P (A và B)
2. (a) Rút jack trái tim từ bộ bài 52 lá đầy đủ (b) Rút Sự kiện độc
lập
jack cắm câu lạc bộ từ bộ bài 52 lá đầy đủ
3. (a) Chicago Cubs giành cờ hiệu Liên đoàn Quốc gia (b) Sự kiện phụ
thuộc
Chicago Cubs vô địch World Series
1. Xác suất để một quả bóng đen được rút ra trong lần rút thăm
đầu tiên là:
Rút một quả bóng từ xô, thay thế nó và rút một quả
bóng thứ hai.
3. Xác suất để một quả bóng đen được rút ra trong lần rút
thăm thứ hai nếu quả bóng đầu tiên là màu xanh lá cây là:
P (B | G) = P (B) = 0,30
(một xác suất có điều kiện nhưng bằng với biên vì hai trận hòa là
các sự kiện độc lập)
4. Xác suất để quả bóng xanh được rút ra trong lần rút
thứ hai nếu quả bóng đầu tiên là màu xanh lá cây là:
P (G | G) = P (G) = 0,70
(một xác suất có điều kiện như trong trường hợp 3)
Xác suất cận biên của một sự kiện xảy ra được tính
theo cùng một cách:
P (A)
Tính xác suất có điều kiện hơi phức tạp hơn một chút.
Xác suất của sự kiện A cho rằng sự kiện B đã xảy ra là:
P (AB)
P (A | B) =
P (B)
Công thức cho xác suất chung của hai sự kiện là:
P (AB) = P (A | B) P (B)
4 3
P (WL) = / 10 = 0,4 P (YL) = / 10 = 0,3
4 quả bóng
Trắng (W) 4
và Xác suất (WL) =
10
Chữ (L)
2 quả bóng
Bình
Trắng (W) 2
chứa 10 quả Xác suất (WN) =
và 10
bóng:
Được đánh số (N)
3 quả bóng
3
Vàng (Y) Xác suất (YL) =
và 10
Chữ (L)
Hình 2.3 1 quả bóng Vàng (Y) 1
và được đánh số (N) Xác suất (YN) =
10
Bản quyền © 2012 Pearson Education 2-27
Machine Translated by Google
P (YL) 0,3
= = 0,75
P (L | Y) =
P (Y) 0,4
Chúng ta có thể xác minh P (YL) bằng cách sử dụng công thức xác suất chung
Nếu thị trường chứng khoán đạt mức 12.500 điểm vào tháng
1, thì có 70% xác suất là Tubeless Electronics sẽ đi lên.
Bạn tin rằng chỉ có 40% khả năng thị trường chứng
khoán đạt 12.500.
Gọi M đại diện cho sự kiện thị trường chứng khoán
đạt 12.500 và gọi T là sự kiện mà Tubeless tăng
giá trị.
Trước
Xác suất
Mới
Thông tin
Hình 2.4
Một chiếc cốc chứa hai viên xúc xắc có hình thức giống hệt nhau nhưng
một viên là công bằng (không thiên vị), viên kia được nạp (thiên vị).
Xác suất để quay được con 3 trên mặt xúc xắc hợp lý là 1 / 6 hoặc 0,166.
Chúng tôi biết xác suất của việc súc sắc là hợp lý hoặc đã
được nạp là:
Nếu 3 xảy ra, xác suất để con xúc xắc được tung ra là
con hợp lý là:
Đây là các xác suất được sửa đổi hoặc xác suất sau đối với
cuộn tiếp theo của xúc xắc.
Chúng tôi sử dụng chúng để sửa đổi các ước tính xác suất trước đó của chúng tôi .
Một
P (B | A) x P (A) = P (B và A) P (B và A) / P (B) = P (A | B)
P (B)
Bảng 2.2
Cho một 3 đã được cuộn:
P (3) = 0,383
Bảng 2.3
Chúng tôi có thể tính toán các xác suất đã sửa đổi trực
tiếp hơn bằng cách sử dụng:
ở đâu
P (|
3 hội chợ)P () bằng
công
=
P (|
3 hội chợPcông
) ()
bằng + P (|
3 tải được)Ptải
()
0 166
(.) (.) 0 50 0 .083
= = 0 .22
0 166
(.) +(.)
(.) 0 50 )0 60 0
(.50 0 .383
Bản quyền © 2012 Pearson Education 2-37
Machine Translated by Google
Chúng tôi có thể có thêm thông tin bằng cách thực hiện
thử nghiệm lần thứ hai
Nếu bạn có đủ khả năng, hãy thực hiện các thí nghiệm
vài lần.
Chúng tôi lăn con súc sắc một lần nữa và một lần nữa nhận được một 3.
P (,) = 0
(.) bằng
3 3 công (.) 166 0 166 0 027 = .
P (,)
3 3 (.) tải =0 6 0 6 0 36=
được(.)
| |
.
P (,) = 0
(.) bằng
3 3 công (.) 166 0 166 0 027 = .
P (,)
3 3 (.) tải =0 6 0 6 0 36=
được(.)
| |
.
Các biến ngẫu nhiên rời rạc chỉ có thể giả sử một
tập giá trị hữu hạn hoặc giới hạn.
RANGE OF
NGẪU NHIÊN
CUỘC THÍ NGHIỆM OUTCOME NGẪU NHIÊN
BIẾN
BIẾN
Kiểm tra 600 Số lượng mặt hàng có thể chấp Y 0, 1, 2,…, 600
mặt hàng nhận được
Bảng 2.4
RANGE OF
CUỘC THÍ NGHIỆM OUTCOME BIẾN NGẪU NHIÊN NGẪU NHIÊN
BIẾN
Bảng 2.5
4 20 0,2 = 20/100
3 30 0,3 = 30/100
2 30 0,3 = 30/100
1 10 0,1 = 10/100
Bảng 2.6
0,4 -
0,3 -
0,2 -
0,1 -
0 -
| | | | | |
Hình 2.5
1 2 3 4 5
X
Bản quyền © 2012 Pearson Education 2-47
Machine Translated by Google
0,1 -
0 -
Hình 2.5 | | | | | |
1 2 3 4 5
X
Bản quyền © 2012 Pearson Education 2-48
Machine Translated by Google
()XiP
EX = Xi ( )
tôi
=1
)(
PN Xi= xác suất của mỗi giá trị có thể có của biến ngẫu nhiên
=
tôi 1
= dấu tổng kết cho biết chúng ta đang thêm tất cả n
những giá trị khả thi
VÍ DỤ) = giá trị kỳ vọng hoặc giá trị trung bình của mẫu ngẫu nhiên
Bản quyền © 2012 Pearson Education 2-49
Machine Translated by Google
()XiP
EX = Xi ( )
tôi
=1
=
σ 2Phương sai = - 2
[()]
Xi EXP()
Xi
tôi
=1
ở đâu
Xi = các giá trị có thể có của biến ngẫu nhiên
5
- 2
phương sai [()]
Xi EXP(Xi )
= 1
=
tôi
2 2
phương sai = (5 - 2,9) (0,1) + (4 - 2,9) (0,2) +
2 2
(3 2,9) (0,3) + (2 2,9) (0,3) +
2
σ = Phương sai = σ 2
ở đâu
σ = Phương sai = σ 2
ở đâu
= 1,29 = 1,14
Sử dụng Excel
Sử dụng Excel
Xác suất của từng giá trị riêng lẻ của biến ngẫu
nhiên xảy ra phải bằng 0 hoặc tổng sẽ lớn vô hạn.
Phân phối xác suất được xác định bởi một hàm
toán học liên tục được gọi là hàm mật độ xác suất
hoặc chỉ hàm xác suất.
| | | | | | |
5,06 5.10 5.14 5.18 5,22 5,26 5.30
Hình 2.6
Bản quyền © 2012 Pearson Education 2-58
Machine Translated by Google
Phân phối nhị thức được sử dụng để tìm xác suất của một số
n = số lần thử
= xácđơn
nghiệm suấtlẻthành
nào công của p bất kỳ thử
Chúng tôi để
N !
trong các thửN nghiệm =
-
r
Xác suất thành công
rnr
rnr -
! ( pq )!
5!
0 0,03125 = (0,5) 0 (0,5) 5 - 0 0! (5
- 0)! 5! (0,5) 1 (0,5) 5 - 1 1! (5
- 1)! 5! (0,5) 2 (0,5) 5 - 2
1 0,15625 = 2! (5 - 2)! 5!
(0,5) 3 (0,5) 5 - 3 3! (5 - 3)! 5!
(0,5) 4 (0,5) 5 - 4 4! (5 -
2 0,31250 = 4)! 5! (0,5) 5
(0,5) 5 - 5 5! (5 - 5)!
3 0,31250 =
4 0,15625 =
Chúng ta muốn tìm xác suất của 4 cái đầu trong 5 lần tung.
Như vậy
5!
P = (4 thành công trong 5 lần thử nghiệm) =
4 5- 4
0,5 0,5
-
4! (5 4)!
5 ()
4 ()
3 2()1 ()
= 0 0625
(.) 0 ()
(.) () 5 0= 15625
.
4 ()
3 (!)
2 1 1
0,3 -
0,2 -
0,1 -
0 -| | | | | | |
Hình 2.7 1 2 3 4 5 6
Giá trị của r (số lần thành công)
Bản quyền © 2012 Pearson Education 2-64
Machine Translated by Google
Mỗi giờ, một mẫu ngẫu nhiên gồm 5 bóng bán dẫn là
Lấy.
P
N r 0,05 0,10 0,15
P
P (3 khuyết
N r tật trở 0,05
lên) = P (3) + P0,10
(4) + P (5) 0,15
5 0 0,7738 = 0,0244 + 0,0022+
0,5905 0,4437 0,0001 = 0,0267
1 0,2036 0,3281 0,3915
2 0,0214 0,0729 0,1382
Dễ dàng tìm thấy giá trị kỳ vọng (hoặc giá trị trung bình) và
phương sai của một phân phối nhị thức.
Phương sai = np (1 - p)
Sử dụng Excel
Sử dụng Excel
2
- -
(x )
2
2
| 40
| 50
| 40 | 50
Hình 2.8
Hình 2.9
µ
Bản quyền © 2012 Pearson Education 2-74
Machine Translated by Google
Bước 1
Chuyển phân phối chuẩn thành phân phối chuẩn chuẩn.
X -
Z =
ở đâu
X - 130 100
Z = =
15
=
30
2 stddev
15
| | | |
| 55 | 70 | 85 100 115 130 145
|
| –3 | –2 | –1 | 0 | 1 | 2 3
2-76
Hình 2.10
Bản quyền © 2012 Pearson Education
Machine Translated by Google
Bước 2
Tra cứu xác suất từ bảng bình thường
các khu vực đường cong.
Haynes xây dựng các tòa nhà căn hộ ba và bốn đơn nguyên
(tương ứng được gọi là ba tầng và bốn căn hộ ).
Tổng thời gian xây dựng tuân theo phân phối chuẩn.
ngày nào?
100ngày
µ = 20 ngày X = 125 ngày
Hình 2.11
X - 75 100
Z = =
20 Nhưng Phụ lục A chỉ có
- 25 các giá trị Z dương , và
= = - 1 .25
20 xác suất chúng ta đang tìm là
ở đuôi âm.
P (X <75 ngày)
Diện tích
Quan tâm
Hình 2.12
Bản quyền © 2012 Pearson Education 2-81
Machine Translated by Google
= 20 ngày
= 100
µ ngày 110 125
Sử dụng Excel
Sử dụng Excel
Đối với một biến ngẫu nhiên có phân phối chuẩn với
giá trị trung bình µ và độ lệch chuẩn ,thì
–1 + 1
a µ b
–2 +2
một
µ b
99,7%
Hình 2.14
Phân phối F
Phân phối F
F
Hình 2.15
Phân phối F
5 df2
= 6 = 0,05
= 4,39
F , df1, df2 = F0,05, 5, 6
Phân phối F
0,05
F = 4,39
Hình 2.16
Sử dụng Excel
Sử dụng Excel
f ()
X =e
ở đâu
X = biến ngẫu nhiên (thời gian phục vụ)
lý =trong
số đơn
mộtvị trung thời
khoảng bình gian
mà cơ
cụ sở
thểdịch vụ µ có thể xử
f (X)
2
Nơi đây:
mỗi= giờ
số đơn vị trung bình được phục vụ trong một khoảng thời gian = µ 3
Hình 2.18
Bản quyền © 2012 Pearson Education 2-102
Machine Translated by Google
Sử dụng Excel
Sử dụng Excel
e
PX() =
X!
ở đâu
Giá trị trung bình và phương sai của phân phối đều
.
e
PX() =
X!
2
P (0)
= = 1 (0,1353) = 0,1353
0! 1
2
P (1)= = 2 (0,1353) = 0,2706
1! 1
2 4 (0,1353)
P (2)= = = 0,2706
2! 2
Hình 2.19
Sử dụng Excel
Sử dụng Excel
Hàm mũ và Poisson
Cùng với nhau
Bản quyền
Đã đăng ký Bản quyền. Không một phần nào của ấn phẩm này có
thể được sao chép, lưu trữ trong hệ thống truy xuất, hoặc truyền
tải, dưới bất kỳ hình thức nào hoặc bằng bất kỳ phương tiện nào,
điện tử, cơ khí, photocopy, ghi âm, hoặc bằng cách khác, mà không
có sự cho phép trước bằng văn bản của nhà xuất bản. Được in tại
Hoa Kỳ.