4-ch3 概率分布.ppt

第三章. 概率与概率分布 3.1 随机事件的概率 一. 随机事件 必然现象（ Certain phenomena ） 随机现象（ Random phenomena ） 例如: (1) 扔一个均匀的硬币. (2) 掷一个对称均匀的骰子. (3) 在52张被均匀洗过的扑克牌中随机抽取一张牌. 当进行大量重复试验时，随机现象的发生会呈现规律性。 如何研究随机现象 随机试验（ Random Experiment ） — 实验的结果不唯一； — 实验之前出现哪个结果是不可预知的; — 实验可以在相同的条件下重复多次. 几个基本概念 基本事件 (Basic Outcomes ） 随机实验的每一个可能的结果 样本空间（ Sample Space ） 所以可能的实验结果的集合 事件 (Event ） 在样本空间中，某些基本事件的集合 例题 1: 投掷一个均匀的骰子 基本事件: 样本空间: 事件 A: 出现的点子数是奇数 事件 B: 出现的点子数是偶数 事件C: 出现的点子数比 3小 例 2: 考试成绩 S = {优秀 , 良好, 中等, 及格，不及格} 事件 “通过考试” 定义: 必然事件 Certain event: A =S 例如: 投掷均匀的骰子 事件A: 实验结果是 {1,2,3,4,5,6} 不可能事件 Impossible event: A = ? 例如: 投掷均匀的骰子 事件B: 实验结果是 7 随机事件 A的概率: P(A) Probability of Event A 事件 A的概率: 度量事件A出现的可能性 三种方法: 1. 统计事件出现的频率 2. 古典概型 3. 主观概率 1、统计事件出现的频率 fA 是事件 A 在 n 重复实验中出现的频数。事件A 出现的概率是当 n 趋于无穷大时，比率 fA /n 的极限值： 3、主观概率（Subjective Probability）:  采用主观判断方法，确定某事件发生的可能性 采用主观概率的原因： (1) 不能断定每一个基本事件发生的概率是相同的 (2) 无法进行多次实验，观察某事件出现的可能性 三. 概率的基本性质 条件概率（Conditional Probability） P(A|B): 在 B发生的条件下， A发生的概率 例如: (1) 抽取一人是男职工的概率 （2）在轧钢厂抽取一人是男职工的概率 两个事件相互独立（Independence） A 和 B 是相互独立的： 例题: 一个均匀的硬币被投掷两次 A=“ 第一次实验结果是正面” B=“ 第二次实验结果是正面” 这两次实验的结果是相互独立的。 例题: n=10 个球, x1=绿色: P(x2 | x1=绿色) = ? (1)放回抽样 红 黄 蓝 绿 4 4 1 1 4/10 4/10 1/10 1/10 (2) 不放回抽样 红 黄 蓝 绿 4 4 1 0 4/9 4/9 1/9 0 3.2 随机变量（Random Variable X ） — 离散型随机变量 Discrete Random Variable X 的取值是有限个，或者是无限可数个. —连续型随机变量 Continues Random Variable X 可以在一个区间内任意取值 一、离散型随机变量 1、概率分布表(Discrete Probability Distribution ） X x1 x2 x3 … xn P(X=xi) p1 p2 p3 … pn 例题: 掷骰子, X 1 2 3 4 5 6 P(X=xi) 1/6 1/6 1/6 1/6 1/6 1/6 2、数学期望值与方差（Expected Value and Variance）  例题: 西红柿的价格 xi xi 0.8 0.85 0.9