概率论与数理统计　全套课件（自考）.ppt

目 录 第一章 随机事件与概率 §1.1 随机事件 §1.2 概率 §1.3 条件概率 §1.4 事件的独立性 1.1.1 随机现象 现象按照必然性分为两类： 一类是确定性现象； 一类是随机现象。 在一定条件下，可能出现这样的结果，也可能出现那样的结果，我们预先无法断言，这类现象成为随机现象。 　 1.包含关系与相等：“ 事件 A发生必有事件B发生” ，记为A?B。 A＝B ? A?B且B?A. 事件的运算律 本节课主要讲授： 1.随机现象； 2.随机试验和样本空间； 3.随机事件的概念； 4.随机事件的关系和运算（重点）。 计算古典概型的概率还可以利用概率的性质，后面将有这方面的例子： 由古典概型中事件概率的计算公式易知概率具有下列 性质： 例1-18 在全部产品中有4%是废品,有72%为一等品.现从 中任取一件为合格品,求它是一等品的概率. 概率的乘法公式： (1)当P(A)>0时，有P(AB)=P(A)P(B|A). (2)当P(B)>0时，有P(AB)=P(B)P(A|B). 乘法公式还可以推广到n个事件的情况： (1)设P(AB)>0时，则P(ABC)=P(A)P(B|A)P(C|AB). 同理还有P(AC)>0， P(BC)>0之下的乘法公式. (2)设P(A1A2…An-1)>0,则 P(A1A2…An-1)=P(A1)P(A2|A1)…P(An|A1A2…An-1). 例1-21 在10个产品中,有2件次品,不放回的抽取2次产品,每 次取一个,求取到的两件产品都是次品的概率. 例1-24 盒中有5个白球3个黑球,连续不放回地从中取两 次球,每次取一个,求第二次取球取到白球的概率. 例1-26 设在n(n>1)张彩票中有1张奖券,甲、乙两人依次 摸一张彩票,分别求甲、乙两人摸到奖券的概率. 例1-28 针对某种疾病进行一种化验,患该病的人中有90%呈阳性反应, 而未患该病的人中5%呈阳性反应.设人群中有1%的人患这种病.若某人 做这种化验呈阳性反应,则他换这种疾病的概率是多少? §1.4 事件的独立性 例1-30 两射手彼此独立地向同一目标射击,设甲射中目标的 概率为0.9,乙射中目标的概率为0.8,求目标被击中的概率. 例1-31 袋中有5个白球3个黑球,从中有放回地连续取两次,每次取 一个球,求两次取出的都是白球的概率. 二、多个事件的独立 例1-33 3人独立地破译一个密码,他们能单独译出的概 率分别为 1/5, 1/3, 1/4. 求此密码被译出的概率. 解法 2 用解法1的记号， n重贝努利(Bernoulli)试验： 试验只要两个结果A和A,而且P(A)=p,0<p<1.将试验独立 重复进行n次,则称为n重贝努利试验.此类试验的概率模型成 为贝努利概型. 例1-35 一射手对一目标独立射击4次,每次射击的命中率为0.8,求： （1）恰好命中两次的概率； （2）至少命中一次的概率。 第二章随机变量 随机变量概念 分布函数的概念和性质 离散型随机变量及其分布律 连续型随机变量概率密度函数 随机变量函数分布 2.1.1随机变量的概念 顾名思义，随机变量就是“其值随机会而定”的变量，正如随机事件是“其发生与否随机会而定”的事件．机会表现为试验结果，一个随机试验有许多可能的结果，到底出现哪一个要看机会，即有一 定的概率．最简单的例子如掷骰子，掷出的点数X是一个随机变量，它可以取1，…，6等6个值．到底是哪一个，要等掷了骰子以后才知道．因此又可以说，随机变量就是试验结果的函数．从这一点看，它与通常的函数概念又没有什么不同．把握这个概念的关键之点在于试验前后之分：在试验前我们不能预知它将取何值，这要凭机会，“随机”的意思就在这里，一旦试验后，取值就确定了．比如你在星期一买了—张奖券，到星期五开奖．在开奖之前，你这张奖券中奖的金额X是一个随机变量，其值耍到星期五的“抽奖试验”做过以后才能知道． 2.1.2 离散型随机变量及其分布律 定义2-2 若随机变量X只能取有限多个或可列无限多个值，则称X为离散型随机变量。 2.2离散型随机变量 分布律{Pk}具有下列性质： 例2-1 设离散型随机变量X的分布律为 例2-2 投一枚质地均匀的骰子，记X为出现的点数，求X的分布律。 例2-3 袋子里有5个同样大小的球，编号为1，2，3，4，5.从中同