第二章概率统计概念.pptVIP

第二章 概率统计概念 一、概 率 1．事件含义：随机试验的一种可能结果，是样本点的集合。用A,B表示。 注： 【1】随机试验，数理统计学的基本研究工具； 【2】样本点，随机试验的最基本的结果；所有样本点的集合称为样本空间； 特例：必然事件，不可能事件 讨论随机变量的数字特征的意义 二、随机变量的数字特征 数学期望 方差 协方差及相关系数 矩、协方差矩阵 方差性质的证明 协方差与相关系数 协方差的性质 相关系数性质的证明 * * 2．关系 “交，并，补”，德摩根定律 特例：互斥（互不相容），AB= , 独立 二、概率：事件发生的可能性 1．特例－古典概型：各个结果互斥，每个结果等可能发生 均匀硬币，正规扑克， 2．概率的性质 【1】 【2】 【3】 什么是小概率事件？它有什么实际意义？ 　 小概率事件是指一次试验中发生的概率很小的事件。但从理论上讲，一个事件发生的概率不论多小，只要不断重复试验下去，事件迟早会出现的，概率是1。 因为，若设P(A)＝0，Ak为A在第k次试验中出现，则 ，于是在前n次试验中，A至少出现一次的概率为 其实际意义是，我们可以借助它判断事情的真实性。因为根据实际推断原理，小概率事件在一次试验中几乎是不可能发生的。而某一认为概率很小的事件，居然在一次试验中发生了，人们就有理由怀疑其正确性。 　随机变量的分布函数能够完整地描述随机变量的统计特性。但在一些实际问题中，不需要去全面考察随机变量的变化情况，而只需知道随机变量的某些特征，因而并不需要求出它的分布函数。例如，在评定某一地区粮食产量的水平时，在许多场合只要知道该地区的平均产量；又如在研究水稻品种优劣时，时常是关心稻穗的平均稻谷粒数；再如检查一批棉花的质量时，既需要注意纤维的平均长度，又需要注意纤维长度与平均长度的偏离程度，平均长度较大、偏离程度较小，质量就较好。从上面的例子看到，与随机变量有关的某些数值，虽然不能完整地描述随机变量，但能描述随机变量在某些方面的重要特征。这些数字特征在理论和实践上都具有重要的意义。下面将介绍随机变量的常用数字特征：数学期望、方差、相关系数和矩. 返回 退出 例：有甲、乙两个射手，他们的射击技术用下表表出： 甲射手 0.1 9 0.3 8 0.6 概率 10 击中环数 乙射手 0.5 9 0.2 8 0.3 概率 10 击中环数 试问哪个射手本领较好？ 解：设两个选手各射N枪，则有 甲：8×0.3N＋9×0.1N＋10×0.6N=9.3N 乙：8×0.2N＋9×0.5N＋10×0.3N=9.1N 平均甲射中9.3环，乙射中9.1环，因此甲射手的本领好些。 离散型随机变量的数学期望 　　设离散型随机变量X的分布率为 若级数 绝对收敛， 则称 为随机变量X的数学期 望（或均值），记为E(X)。 例1：求二项分布 的数学期望。 例2：求泊松分布 的数学期望 例3：求几何分布 的数学期望。 连续型随机变量的数学期望 　　设连续型随机变量X的概率密度为f(x)，若积分 绝对收敛，则称 的值为随机变量X的数学期望（或均值），记为E(X)。 即 例5：随机变量X服从正态分布N(a,?2),求数学期望。 例6：随机变量X服从指数分布 求数学期望。 例7：设X～U(a,b),求E(X)。 数学期望的性质 数学期望性质的证明 例：有甲、乙两个射手，他们的射击技术用下表表出： 甲射手 0.1 9 0.3 8 0.6 概率 10 击中环数 乙射手 0.5 9 0.2 8 0.3 概率 10 击中环数 试问哪个射手本领较好？ 解：设两个选手各射N枪，则有 甲：8×0.3N＋9×0.1N＋10×0.6N=9.3N 乙：8×0.2N＋9×0.5N＋10×0.3N=9.1N 平均甲射中9.3环，乙射中9.1环，因此甲射手的本领好些。 问：那个射手技术稳定些？显然乙射手的技术稳定些。衡量技术稳定性，可以考虑用随机变量与其均值的偏离程度，如