第三章概率与概率分布精选.ppt

为便于研究，通常给“此”事件以变量“1”，具概率p；给“彼”事件以变量“0”，具概率q其概率关系为： p＋q 1 例如，观察施用某种农药后蚜虫的死亡数，记“死”为0，“活”为1。如果每次观察5只，则观察的结果将有0 5只全死 、1 4死1活 、2 3死2活 、3 2死3活 、4 1死4活 、5 5只全活 ，共6种变量。由这6种变量的相应概率组成的分布，就是n 5时活虫数的二项分布。 二项分布的概率函数 红花豌豆和白花豌豆杂交，F2代出现红花的概率为p 3/4，出现白花的概率为q 1/4。如果将F1代种子成行种植，每行种4粒。问一行全是红花、三株红花、二株红花、一株红花、0红花的概率各是多少。 每一项的系数为： 多项式分布 若总体内包含几种特性或分类标志，可以将总体中的个体分为几类，例如在给某一人群使用一种医用物理治疗仪，可能有好的疗效，有的没有疗效，有的产生副作用，这种将变量分为三类或多类的总体称为多项总体，研究其随机变量的概率分布可使用多项式分布 multinomial distribution 。 设总体中共包含k项事件，它们的概率分别为：p1、p2、p3、…、pk，显然 p1+p2+p3+…+pk 1。若从这个总体随机抽取n个个体，那么可能得到这k项的个数分别为 y1、y2、y3、…、yk，而y1 + y2 + y3 +…+ yk n。其事件的概率为： 例：某医用物理治疗仪对病人有效的概率为1/2，对病人无效的概率为1/3，有副作用的概率为1/6，若随机抽取2个使用该仪器的病人，那么我们的结果可能包括这样几种事件：两个均有效；两个均无效；两个均有副作用；一个有效、一个无效；一个有效、一个有副作用；一个无效、一个有副作用。试计算出现这些事件的概率。 样本平均数的抽样及其分布 如果从容量为N的有限总体抽样，若每次抽取容量为n的样本，那么一共可以得到Nn个样本。 每个样本可以计算一个平均数，这样就得到许多平均数，如果将这些平均数集合起来便构成一个新总体。由于每次随机抽样所得的平均数可能会存在差异，所以由平均数构成的新总体也应该有其分布，这种分布称为平均数的抽样分布。 下面用一个抽样实验进一步说明样本平均数的抽样分布及其分布的参数。 假定用一个很小的总体N 3，其观察值为3、4、5以样本容量n 2从中进行抽样。 首先计算出总体参数： μ 3+4+5 /3 4 σ2 〔 3-4 2+ 4-4 2+ 5-4 2〕/3 0.6667 所有可能的样本数 Nn 32 9 x μ时，f x 值最大，正态分布曲线以平均数μ为中心的分布。 （二）正态分布的特征 1 x-μ的绝对值相等时，f x 也相等，正态分布密度曲线以μ为中心向左右两侧对称。 （二）正态分布的特征 2 f x 是非负函数，以x轴为渐近线，x的取值区间为 -∞,+∞ 。 （二）正态分布的特征 3 正态分布曲线由参数μ，σ决定， μ确定正态分布曲线在x轴上的中心位置，σ确定正态分布的变异度。 （二）正态分布的特征 4 正态分布曲线在x μ±σ处各有一个拐点，曲线通过拐点时改变弯曲度。 （二）正态分布的特征 5 分布曲线与x轴围成的全部面积为1 （二）正态分布的特征 6 若一个连续型随机变量x取值于区间[a,b]，其概率为 a b （三）标准正态分布 N μ，σ2 正态分布是依赖于参数 μ，σ2 的一个曲线系，正态曲线的位置及形态随 μ，σ2 的不同而不同，这就给研究具体的正态分布总体带来了困难，我们现将其标准化。 N μ，σ2 N 0，1 u表示标准正态离差（standard normal deviate ，它表示离开平均数μ有几个标准差σ。 f u 称为标准正态分布 standard normal distribution 或u分布方程。 正态分布的曲线图 -3 -2 -1 0 1 2 3 正态分布曲线图 平均数为 ，标准差为 标准正态分布曲线图 平均数 为0，标准差 为1 标准正态分布的概率累积函数记作F u ，它是变量u小于某一定值的概率。 ui 为了计算方便，对于不同的u值，计算出不同的F x ，编成函数表，称为正态分布表，从中可以查到u任意一个区间内取值的概率。 标准正态分布u落在区间[a,b]的概率 2 一般正态分布的概率计算 若随机变量服从正态分布N μ,σ2 ，则x的取值落在区间[x1,x2] 的概率，记作P x1≤x x2 。 （四）正态分布的概率计算 2 一般正态分布的概率计算 服从正态分布N μ,σ2 的随机变量，x的取值落在区间[x1,x2] 的概率，记作P x1≤x x2 ，等于服从标准正态分布的随机变量u在[ x1-μ / σ, x2-μ / σ]内取值的概率。 计算一般正态分