随机运筹学-2
天津大学22年春学期《运筹学》在线作业二【参考答案】

《运筹学》在线作业二-标准答案
试卷总分:100 得分:100
一、单选题 (共 40 道试题,共 100 分)
1.无后效性是指动态规划各阶段状态变量之间无任何联系.
A.对
B.错
正确答案:B
2.图论中的图不仅反映了研究对象之间的关系,而且是真实图形的写照,因而对图中点与点的相对位置、点与点连线的长短曲直等都要严格注意。
A.对
B.错
正确答案:B
3.对于风险型决策问题,可以用“最大可能法”求解问题,下列说法错误的是()
A.一个事件,其概率越大,发生的可能性就越大
B.对于风险型决策,若自然因素出现的概率为1,而其他自然因素出现的概率为0,则就是确定型决策问题
C.当所有自然因素出现的概率都很小,并且很接近时,可以用“最大可能法”求解
D.当在其所有的自然因素中,有一个自然因素出现的概率比其他自然因素出现的概率大很多,并且他们相应的损益值差别不很大,我们可以用“最大可能法”来处理这个问题
正确答案:C
4.动态规划的最优性原理保证了从某一状态开始的未来决策独立于先前已作出的决策.
A.对
B.错
正确答案:A
5.若线性规划问题的,i,j值同时发生改变,反映到最终单纯形表中,不会出现原问题与对偶问题均为非可行基的情况。
A.对
B.错
正确答案:B
6.在网络图中,关键线路是指各条线路中作业总时间()的一条线路
A.最短
B.中间
C.成本最小
D.最长
正确答案:D。
随机运筹学-2

为:红、黄、蓝、白、黑五种,其对应的奖金金 额分别为:1000元、100元、10元、1元、1 额分别为:1000元、100元、10元、1元、1元。假 定摇箱内装有很多球,其中红、黄、蓝、白、黑 的比例分别为0.1%、0.5%、1%、10%、88.4%。我 的比例分别为0.1%、0.5%、1%、10%、88.4%。我 们把一次摇奖就看作一次随机试验,其概率空间 为Ω={红,黄,蓝,白,黑},∮={Ω的一切子 红,黄,蓝,白,黑} 集},定义在Ω上的一个函数X(ω), ,定义在Ω上的一个函数X (ω∈Ω): X(红)=1000, X(黄)=100, X (红)=1000, (黄)=100, (蓝)=10, (白)=X(黑)=1。 (蓝)=10, X (白)=X(黑)=1。
称随机变量X 称随机变量X服从超几何分布。 例8 一个学校的校务委员会由十二名官员选举产 生:其中七名是民主党成员,四名是共和党成员, 另外一名是无党派人士。一个分会由四名成员组 成,用来调查学校的暴力事件。问:假设四名成 员随机选择时,民主党成员的人数为0 员随机选择时,民主党成员的人数为0、1、2、3、 4的概率是多大? 6、负二项分布(Pascal分布) 、负二项分布(Pascal分布) 定义8 若随机变量X表示重复独立直到事件发生r 定义8 若随机变量X表示重复独立直到事件发生r
种可能值的概率分配,包含了它的全部概率信息。 离散型随机变量X 离散型随机变量X(ω)的概率满足下列两个条件: (1)非负性 pk≧0,k∈N\{0} (2)规一性 ∑pk=1 离散型随机变量X 离散型随机变量X(ω)的概率分布可以用坐标轴
或表格形式来表示。 例1 设一汽车在开往目的地的道路上需经过四盏 信号等,每盏信号灯以1/2的概率允许或禁止汽车 信号等,每盏信号灯以1/2的概率允许或禁止汽车 通过。以X 通过。以X表示汽车首次停下时,它已通过的信 号灯的盏数(设各信号灯的工作是相互独立的), 求X的分布律。 二、几种重要的离散型随机变量的概率分布 二、几种重要的离散型随机变量的概率分布 1、两点分布(0-1分布、Bernoulli分布) 、两点分布(0 分布、Bernoulli分布) 定义3 若随机变量X只取1 定义3 若随机变量X只取1和0两个值,且P(X=1) 两个值,且P X=1)
运筹学重点内容

1.科学决策科学决策是指决策者凭借科学思维,利用科学手段和科学技术所进行的决策。
程序性:在正确的理论指导下,按照一定的程序,正确运用决策技术和方法来选择行为方案。
创造性:决策总是针对需要解决的问题和需要完成的新任务,运用多种思维方法进行的创造性劳动。
择优性:在多个方案的对比中寻求能获取较大效益的行动方案,择优是决策的核心。
指导性:决策结果必须指导实践。
2. 运筹学运筹学是一种科学决策方法。
是依据给定目标和条件从众多方案中选择最优方案的最优化技术。
是一门寻求在给定资源条件下,如何设计和运行一个系统的科学决策方法。
与管理科学关系:管理科学涵盖的领域比运筹学更宽一些。
可以说,运筹学是管理科学最重要的组成部分。
与系统科学、系统分析、工业工程的关系:系统科学、系统分析、工业工程等学科的研究内容比运筹学的研究内容窄一些。
3.运筹学研究的特点科学性:运筹学是在科学方法论的指导下通过一系列规范化步骤进行的;运筹学是广泛利用多种学科的科学技术知识进行的研究。
运筹学研究不仅仅涉及数学,还要涉及经济科学、系统科学、工程物理科学等其它学科。
实践性:运筹学以实际问题为分析对象,通过鉴别问题的性质、系统的目标以及系统内主要变量之间的关系,利用数学方法达到对系统进行最优化的目的。
分析获得的结果要能被实践检验,并被用来指导实际系统的运行。
系统性:运筹学用系统的观点来分析一个组织(或系统),它着眼于整个系统而不是一个局部,通过协调各组成部分之间的关系和利害冲突,使整个系统达到最优状态。
综合性:运筹学研究是一种综合性的研究,它涉及问题的方方面面,应用多学科的知识,因此,要由一个各方面的专家组成的小组来完成。
4.运筹学模型运筹学研究的模型主要是抽象模型:数学模型。
数学模型的基本特点是用一些数学关系(数学方程、逻辑关系等)来描述被研究对象的实际关系(技术关系、物理定律、外部环境等)。
4.1模型特点它们大部分为最优化模型。
一般来说,运筹学模型都有一个目标函数和一系列的约束条件,模型的目标是在满足约束条件的前提下使目标函数最大化或最小化。
研究生数学教案:运筹学中的随机模型与优化算法

研究生数学教案:运筹学中的随机模型与优化算法1. 引言1.1 概述本文旨在探讨研究生数学教案中的运筹学内容,重点介绍随机模型与优化算法的应用。
运筹学作为一门基于数学方法和模型构建解决实际问题的学科,具有广泛的应用领域和重要性。
在现代社会中,随机性因素经常出现,并对决策和规划产生重要影响。
同时,为了提高决策的质量并优化实际问题的解决方案,各种优化算法也得到了广泛研究和应用。
1.2 文章结构本文共分为五个部分:引言、运筹学与数学教案、随机模型与应用、优化算法及其应用以及结论与展望。
在引言部分,我们将简要介绍本文的概述、文章结构以及目的。
1.3 目的本文旨在通过对研究生数学教案中运筹学相关内容的深入探讨,全面了解随机模型与优化算法在运筹学中的重要性及其具体应用。
通过详细介绍相关概念和原理,并借助实际案例分析和讨论,旨在帮助研究生更好地理解和应用这些数学方法,提高他们在运筹学领域的能力和素质。
通过系统的知识框架,本文还将对优化算法在随机模型中的应用研究进展以及现有成果进行总结,并探讨未来可能的研究方向。
希望本文能够为相关领域的研究工作者提供一定的参考和启示,进一步推动运筹学在实际问题中的应用以及优化算法的发展。
2. 运筹学与数学教案2.1 运筹学概述运筹学是一门综合应用数学和计算机科学的学科领域,旨在研究在各种实际问题中如何做出最佳决策。
它结合了数学模型、统计分析和优化方法等理论工具,以解决管理、工程、制造等领域中的实际问题。
2.2 数学教案介绍数学教案是指为教师准备和组织课堂教学所使用的材料和参考资料。
在研究生数学教育中,编写适合培养研究生创新思维和解决实际问题能力的数学教案尤为重要。
这些教案不仅可以引导研究生深入理解运筹学的基本概念和方法,还可以提供实际案例和应用场景,促进他们将所学内容与实际情境相结合。
2.3 研究生运筹学课程重要性研究生运筹学课程对于培养研究生的分析思考能力、数据建模能力以及问题解决能力至关重要。
运筹学排队论2

换为 t ,得到
pn
(t)
(t)n
n!
et
,
t
0,
n
0,1,2,.
表示长为t的时间区间内到达n个顾客的概率为 pn (t) ,且服从泊松分布.这称为泊松流或泊松过 程或简单流. 设t时间内到达的顾客数为随机变量N(t),则有
E[N(t)] t, D[N(t)] t.
服务台
2.C个服务台,一个公共队伍
服务台1 服务台2 服务台C
3.C个服务台,C个队伍
服务台1 服务台2 服务台C
二.排队系统的三个组成部分
1.输入过程:指顾客按怎样的规律到达. ⑴顾客的总体数或顾客源:指可能到达服务机
构的顾客总数.顾客总体数可以是有限的,也可 以是无限的; ⑵顾客到达的类型:顾客是单个到达还是成批 到达; ⑶顾客相继到达时间间隔的分布,如按泊松 分布,定长分布还是负指数分布.
排队论的创始人是丹麦哥本哈根市电话局的 工程师爱尔朗(A.K.Erlang),他早期研究电话 理论,特别是电话的占线问题,就是早期排队 论的内容.
§2 排队论的基本概念
一.排队现象的共同特征:为了获得某种服务而 到达的顾客,如不能立即得到服务而又允许排 队等候,则加入等待的队伍,获得服务后离开.我 们把包含这些特征的系统称为排队系统. 排队系统的几种情况: 1.单服务台排队系统
例9.1 某仓库全天都可以进行发料业务,假设 顾客到达的时间间隔服从均值为1的负指数分 布现在有一位顾客正好中午12:00到达领料, 试求:
(1)下一个顾客将在下午1:00前到达的概率; (2)在下午1:00与2:00之间到达的概率: (3)在下午2:00以后到达的概率。
运筹学知识点总结

运筹学知识点总结运筹学是一门研究如何有效决策和优化资源分配的学科,它涵盖了数学、统计学和计算机科学等多个学科的知识。
在现代社会,运筹学在各个领域都有广泛的应用,比如物流管理、生产调度、供应链优化等。
本文将介绍一些运筹学的基本概念和应用。
1. 线性规划线性规划是运筹学中最基础也是最常用的数学模型之一。
它的目标是在一组线性约束条件下,最大化或最小化线性目标函数。
线性规划可以用来解决资源分配、生产计划、投资组合等问题。
常见的线性规划算法有单纯形法和内点法。
2. 整数规划整数规划是线性规划的一种扩展形式,其中决策变量被限制为整数。
整数规划在许多实际问题中都有应用,比如货车路径优化、工人调度等。
求解整数规划问题的方法包括分支定界法和割平面法。
3. 图论图论是运筹学中的一个重要分支,它研究图的性质和图算法。
图是由节点和边组成的数学结构,可以用来表示网络、路径、流量等问题。
常见的图论算法有最短路径算法、最小生成树算法和最大流算法。
4. 排队论排队论研究的是随机到达和随机服务的系统中的排队行为。
它在交通规划、电话网络、客户服务等领域有广泛的应用。
常见的排队论模型有M/M/1队列、M/M/c队列和M/G/1队列。
排队论可以用来优化服务水平、减少等待时间等。
5. 动态规划动态规划是一种解决多阶段决策问题的方法,它将问题分解为一系列子问题,并通过递归的方式求解。
动态规划常用于求解最优化问题,比如背包问题、旅行商问题等。
它的核心思想是将问题转化为子问题的最优解,并利用子问题的最优解求解原问题。
6. 模拟优化模拟优化是一种通过模拟实验寻找最优解的方法。
它基于概率统计和随机模拟的原理,通过多次模拟实验来搜索解空间。
模拟优化常用于在实际问题的局部搜索中找到较好的解。
常见的模拟优化算法有遗传算法、蚁群算法和粒子群算法。
7. 供应链管理供应链管理是一种综合运筹学和物流管理的概念,它研究如何优化整个供应链中的流程和资源分配。
供应链管理的目标是降低成本、增加效率并提供更好的顾客服务。
运筹学涉及的数学知识

运筹学涉及的数学知识运筹学是一门应用数学学科,它研究的是如何进行有效的决策和规划。
在运筹学中,数学起着至关重要的作用,它提供了一种精确的分析工具,帮助我们解决现实生活中的各种问题。
线性规划是运筹学中的一种常用数学方法。
它通过建立数学模型来描述问题,并利用线性代数和凸优化等数学知识,寻找最优解。
线性规划广泛应用于生产调度、资源分配、物流运输等领域。
通过对各种约束条件的定量分析,线性规划能够帮助我们优化决策,提高效率。
图论是运筹学中另一个重要的数学工具。
图论研究的是图的性质和图之间的关系。
在运筹学中,图论常被用于解决网络流问题、最短路径问题、旅行商问题等。
通过建立图模型,我们可以利用图论的算法来求解这些问题,从而找到最优解或近似最优解。
排队论也是运筹学中的一项重要研究内容。
排队论研究的是顾客到达和排队等待的规律,以及如何通过优化服务策略来提高系统的效率。
排队论中涉及的数学知识包括概率论、统计学和随机过程等。
通过建立排队模型,我们可以分析系统的性能指标,如平均等待时间、系统利用率等,从而优化系统的运作。
在供应链管理中,运筹学也扮演着重要角色。
供应链管理涉及到多个环节和参与方,需要进行复杂的决策和协调。
运筹学通过建立数学模型,帮助企业优化供应链的规划、调度和库存管理等方面。
通过运筹学的方法,我们可以最大程度地降低成本、提高效率,同时保持供应链的稳定和可靠性。
决策分析也是运筹学中的一个重要领域。
决策分析研究的是如何做出最优的决策,在面对不确定性和风险时,如何进行合理的选择。
决策分析利用概率论、统计学和决策理论等数学工具,帮助我们分析和评估各种决策的风险和效益,从而选择最合适的决策方案。
运筹学涉及的数学知识非常丰富多样,包括线性规划、图论、排队论、供应链管理和决策分析等。
这些数学工具为我们解决各种实际问题提供了强大的支持。
通过合理运用这些数学方法,我们可以优化决策,提高效率,实现最优解。
运筹学的发展不仅推动了数学的进步,也为实际生活和经济发展带来了巨大的影响。
运筹学排队论

降低平均服务时间
降低服务时间旳可变性
增长服务人员
降低平均到达人数
经过顾客预约等方法来降低到达旳可变性
集中使用服务资源
更加好地计划和调度
23
处理排队问题旳措施
2.其他措施
服务场合提供娱乐设施
医生等待室放报纸杂志
自动维修间用收音机或电视
航空企业提供空中电影
等待电梯处放镜子
超级市场把冲动性商品摆放在收款台附
排队论
1
2
•
排队论,又称随机服务系统理论(,是一
门研究拥挤现象(排队、等待)旳科学。详细
地说,它是在研究多种排队系统概率规律性
旳基础上,处理相应排队系统旳最优设计和
最优控制问题。
•排队论是1923年由丹麦工程师爱尔朗
(A.K.Erlang)在研究电活系统时创建旳.
3
案例-1 银行排队系统
4
案例-2 医院排队系统
用更快旳服务人员、机器或采用不同旳设施布局和政
策来影响顾客旳到达时间和服务时间。
9
1 排队论旳基本问题
1.1 排队论旳主要研究内容
• 数量指标
– 研究主要数量指标在瞬时或平稳状态下旳
概率分布及其数字特征,了解系统旳基本
运营特征。
• 统计推断
– 检验系统是否到达平稳状态;检验顾客到
达间隔旳独立性;拟定服务时间分布及参
数。
• 系统优化
– 系统旳最优设计和最优运营问题。
10
1.2排队论旳经济含义
• 排队问题旳关键问题实际上就是对不同
原因做权衡决策。管理者必须衡量为提
供更快捷旳服务(如更多旳车道、额外
旳降落跑道、更多旳收银台)而增长旳
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
X(ω):Ω→R,称X(ω)为随机变量。 ):Ω→R,称X 例3 某射手进行射击训练,他每次射中目标的概 率是p 率是p,且各次射击是否击中相互独立。如果射手 只射击了n次,记这n次射击命中目标的次数X 只射击了n次,记这n次射击命中目标的次数X,那 么X就是一个随机变量。如果他开始射击,直到第 一次命中目标后就停止射击,记他首次命中目标 时的射击次数为Y 时的射击次数为Y,也是一个随机变量。 例4 (有奖销售)某商店在年末大甩卖中进行有 奖销售,摇奖时从摇箱中摇出的球的可能颜色
卡片ω登记他的身高L 卡片ω登记他的身高L(ω),将这些卡片放在一 起,若从中随机地取出一张卡片,那么L 起,若从中随机地取出一张卡片,那么L(ω)的 取值随试验结果ω的不同而不同,因而L 取值随试验结果ω的不同而不同,因而L(ω)取 值也是随机的,L 值也是随机的,L(ω)也是随机变量。 二、随机变量 定义1 定义1 设E是随机试验,样本空间Ω={ω}为有限 是随机试验,样本空间Ω 集或可列集,若对每个样本点ω 集或可列集,若对每个样本点ω∈ Ω,都有一个 实数X 实数X(ω)与其对应,即X(ω)是定义在Ω上 )与其对应,即X )是定义在Ω 取值在R 取值在R上的单值实值函数(映射),记作
数,则称X服从参数为λ的泊松分布,记为X 数,则称X服从参数为λ的泊松分布,记为X~Po (λ)。 例5 自1875年至1955年中某63年间,某市夏季 1875年至1955年中某63年间,某市夏季 (5-9月)共发生暴雨180次。每年夏季共有 月)共发生暴雨180次。每年夏季共有 n=31+30+31+31+30=153天。每次 暴雨以1 n=31+30+31+31+30=153天。每次 暴雨以1天计算, 每天发生暴雨的概率则为p=180/(63×153),这 每天发生暴雨的概率则为p=180/(63×153),这 个值很小。但是n=153很大,应用泊松分布,在一 个值很小。但是n=153很大,应用泊松分布,在一 个夏季发生k次暴雨的概率p 个夏季发生k次暴雨的概率pk为多少? 例6 某电话交换台有3000和用户,在任何时刻各用 某电话交换台有3000和用户,在任何时刻各用 户是否需要通话是相互独立的,且每个用户需要
通话的概率是1/600。设该交换台只有8 通话的概率是1/600。设该交换台只有8条线路供 用户同时使用,试求在某一给定时刻用户打不通 电话的概率。 例7 由一商店过去的销售记录知道,某种商品每 月的销售数可以用参数λ=10的Poisson分布来描 月的销售数可以用参数λ=10的Poisson分布来描 述,为了以95%以上的把握保证不脱销,问商店在 述,为了以95%以上的把握保证不脱销,问商店在 月底至少应进某种商品多少件? 4、几何分布 定义6 若离散型随机变量X 定义6 若离散型随机变量X取值正整数,且满足
品;X=0,若取得不合格产品。则X 品;X=0,若取得不合格产品。则X服从参数为 0.95的两点分布。 0.95的两点分布。 2、二项分布 在n重Bernoulli试验中A发生的次数,以X表示事件 Bernoulli试验中A发生的次数,以X A出现的次数,则X是一个随机变量,其可能取值 出现的次数,则X 为0,1,2,…,n。同时,在n次试验中A发生k次 。同时,在n次试验中A发生k 的概率为P X=k) 的概率为P(X=k)=Cnkpk(1-p)n-k(k=0,1, k=0, 2, …,n)。 定义4 若随机变量X满足:P X=k) 定义4 若随机变量X满足:P(X=k)=Cnkpk(1-p) n-k,k=0,1,2, …,n,则称随机变量X服从参 k=0, ,则称随机变量X
P{X=k}=(1-p)k-1p,k={0,1,2,3,…, {X=k}=( ={0, 0≦p≦1,则称随机变量X服从参数为p的几何分布, ,则称随机变量X服从参数为p的几何分布, 记为X 记为X~G(p)。 在伯努利独立重复试验中,若事件A 在伯努利独立重复试验中,若事件A在一次试验 中出现的概率为p,即P 中出现的概率为p,即P(A)=p。记X为首次发生 =p。记X A的试验次数,则X~G(p)。 的试验次数,则X 5、超几何分布 定义7 若离散型随机变量X取值正整数,N 定义7 若离散型随机变量X取值正整数,N≧M, N≧n,n,M,N∈Z+,且满足P{X=k}=CMkCN-Mn且满足P k/C n,max{0,n-(N-M)}≦k≦min{n,M},则 max{0, min{n,M},则 N
为:红、黄、蓝、白、黑五种,其对应的奖金金 额分别为:1000元、100元、10元、1元、1 额分别为:1000元、100元、10元、1元、1元。假 定摇箱内装有很多球,其中红、黄、蓝、白、黑 的比例分别为0.1%、0.5%、1%、10%、88.4%。我 的比例分别为0.1%、0.5%、1%、10%、88.4%。我 们把一次摇奖就看作一次随机试验,其概率空间 为Ω={红,黄,蓝,白,黑},∮={Ω的一切子 红,黄,蓝,白,黑} 集},定义在Ω上的一个函数X(ω), ,定义在Ω上的一个函数X (ω∈Ω): X(红)=1000, X(黄)=100, X (红)=1000, (黄)=100, (蓝)=10, (白)=X(黑)=1。 (蓝)=10, X (白)=X(黑)=1。
定义2 (严格定义)设(Ω 定义2 (严格定义)设(Ω,∮,P)是一概率空 间,X 间,X(ω)是定义在Ω上一个实值函数,如果 )是定义在Ω 对一切x 对一切x∈R,有{ω:X(ω)≦x}∈ ∮,则称X ,有{ x}∈ ,则称X (ω)为(Ω,∮,P)上的随机变量。 )为( 定义3 (事件A 定义3 (事件A的示性函数) 设(Ω,∮,P)为 设(Ω 一概率空间,A 一概率空间,A ∈ ∮,令 IA(ω)=1,ω∈A =1, 0, ω≮A 则称I 为事件A 则称IA为事件A的示性函数。
k,有Cnkpk(1-p)n-k=λke-λ/k! ,有C /k! 例4 为了保证设备正常工作,需配备适量的维修 工人。现有同类型设备300台独立工作,发生故障 工人。现有同类型设备300台独立工作,发生故障 的概率都是0.01。在通常情况下一台设备的故障可 的概率都是0.01。在通常情况下一台设备的故障可 0.01 由一个人来处理。问至少需要多少人才能保证当 设备发生故障时,不能及时维修的概率小于0.01? 设备发生故障时,不能及时维修的概率小于0.01? 3、泊松分布( Poisson分布) Poisson分布) 定义5 若随机变量X满足P{X=k}=λ 定义5 若随机变量X满足P{X=k}=λke-λ/k!, /k!, k∈N={0,1,2,3,…},其中λ >0是一个常 N={0, ,其中λ >0是一个常
=p,P(X=0)=1-p(0≦p≦1),则称随机变量X =p, X=0)=1),则称随机变量X 服从参数为p的两点分布,简记为:X~B( 服从参数为p的两点分布,简记为:X~B(1,p)。 若事件A发生随机变量X ,否则X 若事件A发生随机变量X取1,否则X取0;即任意 A∈∮,X(ω)= IA(ω)=1,ω∈A; X(ω) ∈∮, =1, = IA(ω)=0,ω≮A。则P(A)=P{IA(ω) =0, 。则P }=1=1}=p, P(Ac)=P{IA(ω)=0 }=1-p。 =1}=p, 例2 200件产品,190件是合格的,10件是不合格 200件产品,190件是合格的,10件是不合格 的,现从中任取一件,若规定X=1,若取得合格产 的,现从中任取一件,若规定X=1,若取得合格产
随机运筹学
之2 随机变量及其分布
壹、随机变量
一、实例 1、投篮时会出现两种情况:ω1=“投中”, 、投篮时会出现两种情况:ω =“投中”, ω0=“未投中”,则其样本空间为Ω={ω1 ,ω0}。 =“未投中”,则其样本空间为Ω 若用数字1代表投中,用0 若用数字1代表投中,用0代表未投中,这样将试 验结果量化,同时引入了一个变量X 验结果量化,同时引入了一个变量X,就是 X=X( X=X(ω)=1 ω=ω1 0 ω=ω1 X(ω)随试验结果ω不同而取不同的值。 )随试验结果ω 例2 在某学校中,随机地抽取一人ω,用对应的 在某学校中,随机地抽取一人ω
次的试验,P 次的试验,P{X=k}=Ck-1r-1pr(1-p)k-r,k={r,r+1, ={r,r+1, r+2,r+3, r+2,r+3,…},0≦p≦1,则称随机变量X服从参 ,则称随机变量X 数为p的负二项分布,记为X NB( 数为p的负二项分布,记为X~NB(r,p)。 例9 (老虎机模型)假定每次需要花费0.25美元来 (老虎机模型)假定每次需要花费0.25美元来 0.25 玩一次老虎赌博机,每次玩后或零返回,或返回 一枚五分镍币,或返回一枚一角银币,或返回一 枚两角五分的纸币,或返回一美元,其相应的概 率分别为0.5、0.45、0.04、0.009和0.001。假定某玩 率分别为0.5、0.45、0.04、0.009和0.001。假定某玩 家决定当老虎机总共五次出现零返回时停止赌博。 问该玩家将玩刚好12次的概率? 问该玩家将玩刚好12次的概率?
称随机变量X 称随机变量X服从超几何分布。 例8 一个学校的校务委员会由十二名官员选举产 生:其中七名是民主党成员,四名是共和党成员, 另外一名是无党派人士。一个分会由四名成员组 成,用来调查学校的暴力事件。问:假设四名成 员随机选择时,民主党成员的人数为0 员随机选择时,民主党成员的人数为0、1、2、3、 4的概率是多大? 6、负二项分布(Pascal分布) 、负二项分布(Pascal分布) 定义8 若随机变量X表示重复独立直到事件发生r 定义8 若随机变量、离散型随机变量 定义1 如果随机变量X 定义1 如果随机变量X(ω)所有可能取值是有限 个或可列多个,则称X 个或可列多个,则称X(ω)为离散型随机变量。 定义2 定义2 设离散型随机变量X(ω)所有可能取的值 离散型随机变量X 为xk,k=N\{0}, X(ω)取各个值的概率为 k=N\{0}, {0},称P{X=x {0}) P{X=xk}=pk,k∈N\{0},称P{X=xk}=pk(k∈N\{0}) 为离散型随机变量X(ω)的概率分布或分布律。 离散型随机变量X 离散型随机变量X 离散型随机变量X(ω)的概率分布反映了它取各