Section 8.5 Probability 一些數學上機率相關的定義(p.568到p.572): Definition 1. 給定一個連續隨機變數(continuous random variable)X,一個可積分函數f : R → R 被稱 為X的機率密度函數(probability density function)若且為若f 滿足: (1) f (x) ≥ 0 R∞ (2) −∞ f (x)dx = 1 有了機率密度函數 f ,發生 a ≤ X ≤ b 的機率 P (a ≤ X ≤ b) = Rb a f (x)dx Definition 2. 給定一個機率密度函數(probability density function)f ,f 的期望值(mean)µ 定義為µ = R∞ xf (x)dx −∞ Definition 3. 一個連續隨機變數(continuous random variable)X,如果它的機率密度函數(probability density function)f (x) = √1 e σ 2π −(x−µ)2 2σ 2 ,這種機率分佈模型就被稱做常態分佈(normal distribution)。 (σ 是 X 的標準差(standard deviation),µ 是 X 的期望值(mean)) EX.3 f (x) = 30x2 (1 − x)2 for 0 ≤ x ≤ 1,f (x) = 0 for other x。 (a) 驗證 Definition1 裡的兩個條件就行了。首先條件(1) f (x) ≥ 0這件事是顯然的。接著計算 R1 30x2 (1 − x)2 dx = 1,滿足條件(2),所以f 是一個機率密度函數。 0 (b) 跟據 Definition1,P (X ≤ 31 ) = R1 3 −∞ f (x)dx = R 1/3 0 30x2 (1 − x)2 dx = 17 81 EX.7 spinner(此圖為參考用,並非題目所描述的 spinner): (http://mopupduty.com/wp-content/uploads/2008/11/example-spinner.gif) 1 R∞ −∞ f (x)dx = (a) 這個 f (x) 在 0 ≤ x ≤ 10 機率都相等,所以滿足題目裡所提及的”fair”,接著檢查f (x)是否滿 R∞ R∞ 足Definition1裡的條件。條件(1)是顯然的。條件(2)要計算 −∞ f (x)dx,不過 −∞ f (x)dx很顯然就 是= 0.1 × 10 = 1,因此條件(2)也滿足。 (b) 這 個 轉 盤 顯 示 每 一 個 介 於0到10之 間 實 數 的 機 率 皆 相 等 , 所 以 我 們 會 期 望 我 們 轉 到 的 數 字 剛 好 是0和10中間那個值:5。 R 10 檢查:mean= 0 xf (x)dx = 0.1 (102 2 − 02 ) = 5 EX.8 f (x) = x 30 x for 0 ≤ x ≤ 6,f (x) = − 20 + 1 2 for 6 ≤ x ≤ 10 R∞ R∞ (a) 檢查 Definition1 的條件:條件(1)是顯然的。條件(2)要計算 −∞ f (x)dx,不過 −∞ f (x)dx很顯然就是 R∞ 第8題附圖那個三角形的面積,所以 −∞ f (x)dx = 21 × 10 × 0.2 = 1,因此條件(2)也滿足。 R∞ R 10 (b) (i) P (x < 3) = 1 − P (x ≥ 3) = 1 − 3 f (x)dx = 1 − 3 f (x)dx = 1 − (1 − R8 (ii) P (3 ≤ X ≤ 8) = 3 f (x)dx = 1 − 0.1×3 − 0.1×2 = 34 2 2 (c) mean= 1 )dx 2 = R∞ xf (x)dx = −∞ R 10 0 xf (x)dx = R6 0 xf (x)dx + R 10 6 xf (x)dx = R6 0 0.1×3 ) 2 = x )dx + x( 30 3 20 R 10 6 x x(− 20 + 16 3 EX.12 X 為常態分布,期望值 µ = 69(inch),標準差 σ = 2.8(inch) −(x−69)2 R 73 1 √ (a) P (65 ≤ X ≤ 73) = 65 2.8 2π e 2×2.82 dx ≈ 0.847 (這個積分無法寫出該函數的反導函數,這個值是 用計算機算出來的。) (b) 1英呎(feet)=12英吋(inch),所以6(feet)=72(inch)。所以所求= P (X > 72) = 1 − P (X ≤ 72) = −(x−69)2 R 72 1 2×2.82 dx ≈ 1 − 0.858 = 0.142(這個積分無法寫出該函數的反導函數,這個值是用計 1 − −∞ 2.8√ e 2π 算機算出來的。計算機積分範圍下限一般無法到負無窮大,所以在算的時候積分範圍下限可以代入一個 負很大的數字,例如-100或-1000之類的。)因此大約有 14.2% 的男性成人身高超過6英呎。 EX.13 X 為常態分布,期望值 µ = 4.3(kg),標準差σ = 1.9(kg) −(x−4.3)2 R∞ 1 2×1.92 dx ≈ 0.356(計算機積分範圍上限一般無法到無窮大,所以在算的 所求= P (X ≥ 5) = 5 1.9√ e 2π 時候積分範圍上限可以代入一個很大的數字,例如100或1000之類的。)所以約有 35.6% 的家庭一週丟掉至 少5公斤的紙。 2 Appendix 這節有些題目會需要用到數值積分,以下是幾個可以協助計算數值積分的線上積分器的網址: http://www.zweigmedia.com/RealWorld/integral/integral.html http://www.numberempire.com/definiteintegralcalculator.php http://people.hofstra.edu/stefan waner/realWorld/integral/integral.html 3
© Copyright 2024 ExpyDoc