单击此处编辑母版标题样式单击此处编辑母版文本样式第二级第三级第四级第五级第七章 随机优势前几章的分析方法是由Ramsay和von Neumann等提出的其基本思想是在适合一定的公里体系的条件下一随机事件的效用能用它的期望效用去表示1962年后又发展了另外一种在风险情况下制定决策的方法称为随机优势法(或随机占优)应用于有价证券等财经问题其目的是筛掉那些不占优势的方案优势原则(随机优势原则)
单击此处编辑母版标题样式单击此处编辑母版文本样式第二级第三级第四级第五级 第7章 随机模型 随机建模的目的是研究随机问题所蕴含的统计规律性弄清楚事件发生的可能性的大小并掌握对随机现象进行数值模拟的方法(一) 随机数的产生1. 均匀分布和均匀随机数 用数学公式或位移寄存器的移位操作来产生的随机数实际上是伪随机数 几种产生均匀随机数的方法 随机数是随机变量的抽样值 从连续分
第二层第三层第四层第五层文本版式第二层第三层 第四层第五层第七章 杂种优势应用(Utilizagation of Heterosis)第一节 杂种优势的利用价值一自交衰退现象(Inbreeding depression)1.自交(selfing):植株的雌雄配子来自同一个植株或同一朵花(同株同花同株异花的交配)2.自交的遗传表现 ①13的园艺作物是自交作物由自花授粉的方式来繁殖的基因型纯合长期
小结则有:根据概率分布函数的性质可得到概率密度的性质:x1…3.多维随机变量及其分布性质3:边缘分布n维随机变量及其分布的分布是具有n个自由度的x2分布(5)指数分布§随机变量的数字特征性质3:若XY是任意二个随机变量则有求X的均值和方差.统计独立与不相关正 交从图可知如随机变量X的取值落在区间(xxdx)内那么Y的取值必定落在区间(yydy)内即遵循等概率原理有求Y=aXb时Y的密度函数 可得其
单击此处编辑母版标题样式单击此处编辑母版文本样式第二级第三级第四级第五级第七章 随机变量的数字特征P93-1(1) E(X)=解(3) E(X2)=(2) E(-X1)=(4) D(X)=X -1 0 12 1 2 P 13 16 16 112 14P94-2解:解得第七章 随机变量的
单击此处编辑母版标题样式单击此处编辑母版文本样式第二级第三级第四级第五级数学期望第七章 随机变量的数字特征数学期望方差和标准差中心极限定理一离散型随机变量的数学期望例如:某5人的高数成绩为9075757560现从中任取一人设X为该人的成绩求5人的平均成绩.§7.1 数学期望由已知X的分布列为解X概率5人的平均成绩为设离散型随机变量X的分布列为 则称随机变量X的数学期望存在1定义若级数记作EX即
单击此处编辑母版标题样式单击此处编辑母版文本样式第二级第三级第四级第五级第七章 随机变量的数字特征 前面讨论了随机变量的分布函数我们看到分布函数能够完整地描述随机变量的统计规律然而在许多实际问题中随机变量的分布并不容易求得并且有时不需要去完全考察随机变量的变化情况而只需要知道随机变量的某些特征因而不需要求出它的分布函数 例如 1在评定某一地区粮食产量的水平时在许多场合只要知道该地区
单击此处编辑母版标题样式单击此处编辑母版文本样式第二级第三级第四级第五级第七章 随机变量的数字特征第一节 数学期望第二节 方差和标准差第三节 协方差和相关系数第四节 切比雪夫不等式及大数律第五节 中心极限定理§7.1 数学期望一数学期望E(X) Mathematical Expectation设离散型随机变量的概率分布律为 1. 离散型随机变量的数学期望则随机变量X的数
单击此处编辑母版标题样式单击此处编辑母版文本样式第二级第三级第四级第五级单击此处编辑母版标题样式单击此处编辑母版文本样式第二级第三级第四级第五级第七章 随机变量的数字特征 前面讨论了随机变量的分布函数我们看到分布函数能够完整地描述随机变量的统计规律然而在许多实际问题中随机变量的分布并不容易求得并且有时不需要去完全考察随机变量的变化情况而只需要知道随机变量的某些特征因而不需要求出它的分布函数
上学其实可短暂了宿舍一出一进一天过去了嚎宿舍一出不进一学期过去了嚎上学这一天最痛苦的事儿是啥你知道嘛就是去上课了老师没点名上学这一天最最痛苦的事儿是啥你知道嘛就是没去上课老师点名了上学这一天最最最痛苦的事儿是啥你知道嘛第一节课去了不点名第二节课走了老师点名了 随机向量 的概率分布函数定义为二两个常用的离散多元分布例 有一副麻将牌除花之外有34种不同的牌每种牌有相同的4
违法有害信息,请在下方选择原因提交举报