第5章.概率与概率分布.ppt

第5章 概率与概率分布 主要内容 5.1事件及其概率 5.2 离散型概率分布 5.3 连续型概率分布 5.1 事件与概率 5.1.1 试验 对一个或多个试验对象进行一次观察或测量的过程，称为一次试验。 例 掷一枚均匀硬币，观察其出现正面或反面的情况。 掷一颗骰子，观察其出现的点数。 从一批次品率为p的产品中随机抽出一个，观察其是正品还是次品。 进行一场足球比赛，观察其是输、赢还是平局。 随机试验的特点： (1) 可以在相同条件下重复地进行。 (2) 每次试验的可能结果可能不止一个，但试验的所有可结果在试验之前是确切地知道的。 (3) 在试验结束之前，不能确定该次试验的确切结果。 我们把具有上面特点的试验称为随机试验。 5.1.2 事件 试验的结果称为事件。事件是试验中可能出现也可能不出现的结果，因此也称为随机事件。 例如，从一副扑克牌中随机抽取一张，这就是一次试验，此项试验中可能出现一些事先无法确切知道的结果，如“抽得一张黑桃A”，“抽得一张红桃5”，“抽得一张方块10”，“抽得一张梅花3”等，这些结果则称为事件。 在一定条件下，一定发生的事件称为必然事件，用符号Ω表示；在一定条件下，一定不发生的事件称为不可能事件，用符号?表示。 例如，在掷一颗骰子的试验中，“点数小于7”就是一个必然事件，而“点数大于7”则是一个不可能事件。 不能被分解成其他事件组合的基本事件，称为简单事件。 简单事件是不能再分解的事件，它是一项试验最基本的结果。例如，掷一颗均匀硬币，“出现正面”和“出现反面”都是简单事件。掷一颗骰子“出现点数3”也是一个基本事件，但事件“出现的点数小于3”则不是简单事件，因为它可以分解成“出现点数1”和“出现点数2”两个事件的组合。 5.1.3 样本空间 一项试验中所有可能结果的集合，称为样本空间，用符号Ω表示。 样本空间中每一个特定的试验结果，称为样本点，用符号ω表示。 样本空间是试验中所有可能结果的集合，它显然是一个必然事件。 5.1.4 事件的概率 事件A发生的概率是描述事件A在试验完成时所出现的可能性大小的一种度量，是介于0和1之间的一个值，记作P（A）。 基于对概率的不同解释，概率的定义不同。主要有古典定义、统计定义和主观概率定义。 概率的古典定义 如果某一随机试验的结果有限，而且各个结果出现的可能性相等，则某一事件A发生的概率为该事件所包含的基本事件数m与样本空间中所包含的基本事件数n的比值，记为： 比值越大，表明事件出现的可能性越大。 概率的统计定义 在相同的条件下随机试验n次，某事件出现m次（m≤n），则比值m/n称为事件A发生的频率，随着n的增大，该频率围绕某一常数p上下波动，且波动的幅度逐渐减小，趋于稳定，这个频率的稳定值即为该事件的概率，记为： 主观概率的定义 概率是一个决策者根据个人所掌握的信息和经验，对某个事件发生的可能性大小作出的判断。 例如：某项投资赢利的可能性； 某场球赛A队输球的可能性； 某次公务员考试通过的可能性。 概率的计算 某钢铁公司所属企业职工人数表 从公司中随机抽取一人，则： 1.该职工为男性的概率为： P（A）=8500/12500=0.68 2.该职工为炼钢厂职工的概率为： P（A）=4800/12500=0.384 5.2 离散型随机变量的概率分布 相关概念： 随机变量 离散型随机变量 离散型随机变量的概率分布 离散型随机变量的期望值与标准差方差 5.2.1 随机变量 为了数学上的处理方便，常将随机事件数量化，即：将实验结果用数值表示。 某次随机试验结果的数值性描述，称为随机变量。 例如抛一枚硬币，其结果就是一个随机变量X，因为在抛掷之前我们并不知道出现的是正面还是反面，若用数值1表示正面朝上，0表示反面朝上，则X可能取0，也可能取1。 随机变量的种类 只能取有限个或可数个值的随机变量，称为离散型随机变量。 连续型随机变量：可以取一个或多个区间中任何值的随机变量，称为连续型随机变量。 5.2.2 离散型随机变量的概率分布 1.离散型随机变量的概率分布 列出随机变量X的所有可能取值x1，x2，…，以及取每个值的概率p1，p2，…，并用表格的形式表现出来，称为离散型随机变量的概率分布。 例：114、115页120、121页 离散型随机变量概率分布的性质 5.2.3 离散型随机变量的数学期望和方差 1.数学期望： 2.方差 5.3 连续型变量的概率分布 5.3.1 概率密度函数与分布函数 连续型变量的概率分布是用于刻画连续型变量在不同范围内取值的概率大小的，它主要通过概率密度函数f（x）来描述。 对于随机变量X，设x为任意实数，则函数F(x) = P