概率论总复习ans.docVIP

复习巩固 目的与要求：复习巩固整理基本概念与内容 四、教学方法：讲练结合法、启发式与提问式相结合教学法. 五、教学手段：传统板书与多媒体课件辅助教学相结合. 六、教学过程： 事件的集合表示 原理与要点：注意集合符号的逻辑含义. 代表或者； 代表而且 代表不与否定 例：（1）A与B发生，C不发生 （2）A,B,C至少两个发生 （3）A,B,C恰有两个发生 （4）A,B,C同时发生 （5）A,B,C不全发生 古典概率 原理与要点：，即特殊样本数量与整体样本数量的比为古典概率 例：掷三颗骰子，求以下事件的概率 最大点数小于等于5 最大点数等于5 解：设即是三次的最大点数，则 （1） （2） 离散的随即变量分布的计算 原理与方法：分布函数的定义： 先计算点概率质量，再计算区间的概率质量。 例： X 0 1 2 3 Ｐ 0.2 0.3 0.3 0.2 求 F（1.5）P（1.5X5） 解： 切比雪夫不等式的应用：主要是用于计算某些特殊事件的概率的估计值。 常见的期望与方差的计算: (1)二项分布（即贝努力分布）， (2)泊松分布 (3)均匀分布 (4)指数分布， (5)正态分布， 例1：若， 求， 解;由条件得： 例2：若求 解： 计算应该注意的要点：一般先算单个因子的期望与方差，再算函数的期望与方差 全概率公式与贝叶斯公式： 原理与方法：全概率公式实际上是一个复杂事件安某种特殊标准进行分类，分成若干特殊子事件，其典型模型为：流水线模型。贝叶斯公式实际上是条件概率按全概率公式的展开形式。 全概率公式： 贝叶斯公式： 例：某工厂有四条流水线生产同一种产品，该四条流水线的产量分别为：15%，20%，30%，35%，又四条流水线的次品率分别为0.05,0.04,0.03,0.02.现在任意抽一件产品，问恰好是次品的概率为多少。 解: 令 A={任意抽取一件为次品} 则由全概率公式有： 问题2: 若抽取一件产品是次品，问是第四条流水线生产的概率是多大 一维密度与分布的计算。 计算应该注意的要点：密度函数为点概率质量对应的量，而分布函数刻画的是区间概率质量，点质量累加积分得到区间质量。 例: 若随机变量X的密度函数为： 求（1）A （2） （3）分布函数 解：（1）由得 则密度函数为 （2） （3） 当时， 当时 当时 故分布函数为 随机变量的独立性与相关性的判断与计算 原理与要点： （1）若独立，则 即： （2）对于协方差 当时，正相关 当时，负相关 当时，不相关 即当相关系数 不相关。 独立性与相关性的关系： 若独立，则不相关。反之不成立。 这是因为：当独立时,有 此时： 故不相关 此时相关系数 例：若离散的随机变量的二维分布如下： 1 2 -1 0.2 0.3 1 0.3 0.2 判断是否独立和相关 解：由于 这里 故 所以不独立。 （2） 则 故 即不相关 利用标准正态分布表的数据完成相关的概率计算。 原理与要点：若，则 例：设随机变量 求（1） （2）常数，使得 解：（1） (2) 由 得： 又，即 于是 矩估计 矩估计的基本原理： 例1 设总体X服从指数分布，其中 是未知参数，如果取得的样本值为， 求的矩估计值。 解：因为总体的密度函数为 于是 则的矩估计量为 假设检验 基本原理：大概率事件在一次统计结果中出现是应该的，正常的，可以接受的。小概率在一次统计结果中出现是不正常的，不可接受的。 简单言之：一般最初采集的样本是把概率事件对应的样本，大概率事件的样本最早出现。 逻辑框架： 假设为真 而统计指标落在无病对应的大概率区间 则承认为真，即接受无病判断，否则拒绝。 假设为真 而统计指标落在正常时对应的大概率区间 则承认为真，即接受设备正常判断， 否则拒绝。 例：设某厂一车床生产纽扣其直径服从的正态分布，现在抽取容量为100的样本子样，且，求在显著性水平下检验假设 解：原假设与备择假设分别为： 若原假设为真，则 服从的正态分布 统计值 而 故不能拒绝原假设，接受原假设成立，可以认为猜测正确，生产是正常的。 附；假设检验中几种常用的无偏估计量。 P295 定义 6.2.2 设是的一个估计量，满足，则称是的无偏估计。 若来自于同一正太分布的样本， 由于，故的无偏估计。 又由于 注意到 故 韩山师范学院数学系概率论精品课程教案 8 教案编写人:李承耕