第三章 概率分布.pptVIP

第三章　概率分布 第一节　事件与概率 一、事件 （一）必然事件 在一定条件下必然会发生的事件称为必然事件（certain event），用U表示。例如，在标准大气压下，水加热到100℃必然沸腾；步行条件下必然不可能到达月球等。 （二）不可能事件 在一定条件下不可能发生的事件称为不可能事件（impossible event），用V表示。例如，在满足一定孵化条件下，从石头孵化出雏鸡；种子发芽率不可能超过100%， （三）随机事件 在一定条件下可能发生，也可能不发生，称为随机事件（random event），简称事件（event），通常用A、B、C等来表示。 二、概率 在相同条件下进行n次重复试验，如果随机事件A发生的次数为m，那么m/n称为随机事件A的频率（frequency）； 当试验重复数n逐渐增大时，随机事件A的频率越来越稳定地接近某一数值p，那么就把p称为随机事件A的概率。 在一般情况下，随机事件的概率p是不可能准确得到的。通常以试验次数n充分大时随机事件A的频率作为该随机事件概率的近似值。 即 P（A）=p≈m/n （n充分大） 概率有如下基本性质： 1、对于任何事件A，有0≤P（A）≤1； 2、必然事件的概率为1，即P（U）=1； 3、不可能事件的概率为0，即P（V）=0。 三、概率计算 （一）事件的相互关系 1、和事件 事件A和事件B至少有一件发生而构成的新事件称为事件A和事件B的和事件，以A＋B表示。 2、积事件 事件A和事件B同时发生，以A·B表示 3、互斥事件 事件A和事件B不能同时发生，A·B=V 如新生儿男为A，女为B 4、对立事件 A和B必有一个发生，但二者不能同时发生，即A＋B＝U, A·B=V 。 B为A对立事件，可表示为A 5、独立事件 A的发生与B没有关系 如播种玉米时，一穴中播种2粒，第一粒发芽与否与第2位无关系 6、完全事件系 如果多个事件A1、A2…An两两排斥，每次必然发生其一， A1、A2…An称为完全事件。 如随机抽取一位阿拉伯数字，数字0－9构成完全事件。 （二）概率计算法则 1、加法定理 互斥事件A和B的和事件的概率等于事件A和B的概率之和，即 P(A+B)=P(A)+P(B) 例：调查某玉米田，一穗占67.2%，双穗占30.7%，空穗占2.1%，计算一穗株和双穗株的概率 P(A+B)=P(A)+P(B)=0.672+0.307=0.979 推理1： A1、A2…An为n个互斥事件，其和事件的概率为： 　P(A1+A2+…+An)=P(A1)+P(A2)+…+P(An) 推理2：对立事件的A的概率为： P(A)=1－P(A) 推理3：完全事件系的和事件的概率＝1 2、乘法定理 A和B为独立事件，则A与B同时发生的概率为： P(A·B)=P(A) ·P(B) 播种玉米时，每穴2粒，种子的发芽率为90%，求两粒种子均发芽和一粒种子发芽的概率。 两粒种均发芽： P(A·B)=P(A) ·P(B)=0.9×0.9=0.81 一粒种子发芽的概率： P(A·B)+P(A·B)=P(A) ·P(B)+ P(A) · P(B) = 0.9×0.1 + 0.1×0.9=0.18 推理：如果A1、A2…An为彼此独立，则： 　P(A1·A2·…·An)=P(A1) ·P(A2) ·…·P(An) 四、概率分布 （一）离散型变量的概率分布 （二）连续型变量的概率分布 连续型变量，可通过分组整理成频率分布表。如果从总体中抽取样本n相当大，则频率分布就趋于稳定，我们将它近似地看成总体概率分布。 若概率分布密度函数为f(x)，则x取值于区间[a,b]的概率为图中阴影部分的面积，即： P(a≤xb)= 连续型随机变量概率分布性质： 分布密度函数总是大于或等于0，即f(x)≥0； 当随机变量x取某一特定值时，其概率等于0；即 　　　 　　　　　(c为任意实数) 　 在一次试验中随机变量x之取值必在-∞＜x＜+∞范围内，为一必然事件。所以 表示分布密度曲线下、横轴上的全部面积为1。 　　　 第二节　几种常见的理论分布 一、二项分布 在生物学研究中，我们经常碰到的一类离散型随机变量，如动物雄性还是雌性、种子发芽与不发芽、后代的成活与死亡等。这样的结果只能是非此即彼两种情况，构成对立事件。 我们把这种非此即彼事件所构成的总体，称为二项总体，其分布称为二项分布。 （一）二项分布的概率函数 二项总体，具有的共同特征： （1）每次试验只有两个对立结果，记作A与A，它们出现的概率分别为p与q(q=1-p） （2）试验具有重复性和独立性。重复性是指每次试验条件不变，A出现的概率为