概率与理论分布解说.pptVIP

生 物 统 计 学 主讲教师：宋喜娥 第四章 概率与理论分布 第一节 事件、概率和随机变量 ◆ 事件和事件发生的概率 ◆ 事件之间的关系 ◆ 计算概率的法则 ◆ 随机变量 一、事件和事件发生的概率 事件：每种可能出现的情况称为事件。它是指事物发生某种情况或试验中获得某种结果。 概率：就是用来度量每一事件出现的可能性大小的数字特征。 频率：在n次试验中，事件Ａ出现的次数 　　叫做Ａ在这n次试验中的频数，而Ａ的频数与试验次数的比叫事件Ａ在n次试验中出现的频率．记为 频率和概率是不相同的，只有当试验次数无限增大时，任一事件的频率趋于稳定，这时频率又称统计概率．这时的频率和概率才是一样的． 二、事件之间的关系 三、计算概率的法则 法则1：互斥事件的加法：假定两互斥事件的概率分别为P（A）和P（B）。则事件A与B的和事件的概率等于事件A的概率与事件B的概率之和，即 P(A+B)=P(A)+P(B)。加法定理对于多个两两互斥的事件也成立。P(A+B+…+N)=P(A)+P(B)+…P(N)。 推理1：完全事件系的概率：完全事件系的和事件概率 等于1。 P(A+B+…N)=P(A)+P(B)+…P(N)=1。 推理2：对立事件的概率：对立事件的概率互补。若事件A的概率为P（A），那么其对立事件的概率为 法则2：独立事件的乘法：假定P（A）和P（B）是两个独立事件A与B 各自出现的概率，则事件A与B同时出现的概率就等于两独立事件出现概率的乘积，即 ，乘法定理对于n个相互独立的事件也成立，即 推理1：若n个事件A、B、…N彼此独立，且当P(A)=P(B)=…P(N)时，则P(AB…N)=[P(A)]n。 推理2：非独立事件的乘法：如果事件A和B是非独立的，那么事件A与B同时发生的概率为事件A的概率P（A）乘以事件A发生的情况下事件B发生的概率P（B/A），即 　　　　　　Ｐ（ＡＢ）＝Ｐ（Ａ）Ｐ（Ｂ／Ａ） 四、随 机 变 量 随机变量：是指从随机变数中所取得的某一实数值。 第二节 二 项 式 分 布 ◆　二项总体、二项式分布 ◆　二项式分布的概率的计算方法 ◆　二项式分布的形状和参数 一、二项总体、二项式分布 　　　二项总体：这种由“非此即彼”的事件构成的总体，叫做二项总体。为便于研究，通常将二项总体中的“此”事件以变量“1”表示，记为概率p；将“彼”事件以变量“0”表示，具概率q。因此二项总体又称为“0、1”总体，其概率为p+q=1或q=1-p。 二、二项式分布概率的计算方法 举例说明：大豆子叶颜色由2对隐性重叠基因控制，在其F2代黄子叶表现为显性，黄和青以3:1比例分离。（以二粒荚为例来说明）。 全部可能的结果有四种： ⑴ 两粒都是黄的（YY） 3/4×3/4=9/16 ⑵ 第一次是青的第二次是黄的（GY）1/4×3/4=3/16 ⑶ 第一次是黄的第二次是青的（YG）3/4×1/4=3/16 ⑷ 两粒都是青的（GG） 1/4×1/4=1/16 假设y(黄子叶粒数）为变量，黄色子叶的概率为0.75，青色子叶的概率为0.25。那么其概率分别为（见上面）。 如果一粒豆荚中有三粒种子，那么就有8种可能的情况。 ⑴ 全部是青子叶 （GGG） 1/64 ⑵ 仅有一粒黄子叶种子（GGY、GYG、YGG）9/64 ⑶ 具有两粒黄了叶种子（YYG、YGY、GYY） 27/64 ⑷ 全部是黄子叶种子 （YYY） 27/64 数学上的组合公式为 n相当于豆荚内种子数，y相当于黄子叶种子数。因此 由此可以推知二项分布的概率函数为： 三、二项式分布的形状和参数 　　　对于一个二项式总体，如果p=q，二项式分布呈对称形状，如果p?q，二项式分布则表现偏斜形状。但如果n??时，即使p?q，二项式总体分布的情况也趋于对称形状，所以二项分布的形状是由n和p两个参数决定的。 　　　二项总体的平均数?、方差?2和标准差?的公式为：?=np，?2=npq， 。例如上述棉田受害调查结果，n=5,p=0.35，所以可求得总体参数为：?=np=5×0.35=1.75株， 株。 第三节 普松分布 普松分布的平均数、方差和标准差为：?=m,?2=m,