第6章概率分布.pptVIP

第6章 概率分布 概 率 6—1 概率 随机现象与随机试验 随机事件 随机事件的概率 概率的基本性质 随机现象与随机试验 在一定条件下，可能出现这种结果，也可能出现那种结果的现象，也即不能预先断定会出现哪种结果的现象，称为随机现象。 在一定条件下，对随机现象进行观察或科学实验的过程称为 随机事件 随机试验的每一个可能的结果称为基本事件。有两个或两个以上基本事件组成的集合称为复合事件。无论基本事件还是复合事件，它们在随机试验中发生与否，都带有随机性，所以都称为随机事件。 如果某一事件在每次试验中一定出现，我们就把它称为必然事件。如果某一事件在每次试验中都不出现，我们就把它称为不可能事件。 随机事件的概率 概率是对随机事件在随机试验中发生的可能性大小的一种测定。随机事件A发生的可能性的大小称为事件A发生的概率，记为P（A）。 事件A的概率是一个介于0和1之间的一个值 当实验次数很多时，概率P（A）可以所观察到的事件A发生次数（频数）的比例来逼近 在相同条件下，重复进行n次实验，事件A发生了m次，则事件A发生的概率可以写为： P（A）=m/n=p 概率的基本性质 1、? 0≤P（A）≤1 2、P（Ω）=1，P（Φ）=0，即必然事件的概率为1，不可能事件的概率为零。 3、设A、B为任意两个事件，则 P（A∪B）=P（A）+P（B）－P（AB） 4、若A与B是两个互斥事件，则 P（A∪B）=P（A）+P（B） 5、设事件A包含事件B，则 P（A－B）=P（A）－P（B） P（A）≥P（B） 6—2 随机变量及其概率分布 随机变量的概念 随机变量的概率分布 随机变量的数字特征 随机变量的概念 随机变量是随机试验结果即随机事件的定量描述。随机变量常用大写字母X、Y、Z等表示，它们的具体取值常用小写字母x、y、z来表示。 随机变量具有两个特点： 一是取值的随机性，即事先不能确定取哪个值； 二是取值的统计规律性，即随机变量取值的可能性大小( 概率) 是完全可以确定的。 随机变量按其取值情况可以分为 和 两类。 离散型随机变量 随机变量X取有限个值或所有取值都可以逐个列举出来 以确定的概率取这些不同的值 例子 连续型随机变量 可以取一个或多个区间中任何值 所有可能取值不可能逐个列出来 例子 随机变量的概率分布 随机变量X的所有可能取值与其对应的概率P（X）构成的概率分布规律，称为随机变量的概率分布。 由概率的性质可知，任一概率分布都必须满足以下两个条件： 1、0≤ pk ≤1 k=1，2，3，… 2、 ∑ pk=1 概率分布的重要作用是，知道概率分布就可以求得随机试验中任一事件的概率。 离散型随机变量的概率分布 设离散型随机变量X的可能取值为χk（k=1，2，3，…），取这些值的概率分别为pk （k=1，2，3，…），则P（X= χk）= pk ，k=1，2，3，…称为离散型随机变量X的概率分布或分布列。 通常用下面的表格来表示 离散型随机变量的概率分布（举例） 【例】投掷一颗骰子后出现的点数是一个离散型随机变量。写出 掷一枚骰字出现点数的概率分布。 概率分布 由于连续型随机变量的取值是某个区间，无法一一列举，因此不能用分布列来描述这类随机变量的统计规律。通常我们用数学函数的形式或分布函数的形式来描述。 设X为一连续型随机变量，x为任意实数，X的概率密度函数记为f（x），它满足下列两个条件： f（x）≥0 ，即概率密度曲线在x轴的上方； ∫f（x）dx=1，即曲线与x轴之间的面积为1。 则称f（x）为连续型随机变量X的概率密度函数。