概率与分布概述.ppt

第17章 概率与概率分布的概念 17.1 概率的定义 17.1.1基本概念 无论是基本事件还是复杂事件，在试验之前都无法准确预料其结果，故都叫做随机事件或简称事件。 17.1.2 频率 17.1.2.1 频率的定义 在ｎ次随机试验中，随机事件Ａ发生了ｋ次，记 ，则称为随机事件Ａ在ｎ次试验中出现的频率。 17.1.2.2 频率的稳定性 在大量试验中，随机事件会呈现频率稳定性。 17.1.3 概率 17.1.3.1 概率的定义 随机事件Ａ发生可能性大小的度量（数值），称为Ａ发生的概率，记作Ｐ(Ａ)。 几何概型 设在区域Ω中，有任意一个小区域Ａ，如果它们的面积分别为ＳΩ和ＳＡ，则点落入Ａ中的可能性大小与ＳＡ成正比，而与Ａ的位置及形状无关。如果“点落入小区域Ａ”这个随机事件仍记作Ａ，则由Ｐ(Ω)＝１可得： 事件运算的名词概念 第一，关于事件的交。用Ａ∩Ｂ或ＡＢ表示同时属于Ａ及Ｂ的样本点的集合，称为Ａ与Ｂ的交。 第二，关于事件的并。用ＡＵＢ表示至少属于Ａ或Ｂ中的一个的所有样本点的集合，称为Ａ与Ｂ的并。 第三，关于事件的互不相容性。若ＡＢ＝?（不可能事件），称为Ａ，Ｂ互不相容。 17.1.3.2 概率的其他重要性质与定理 ①设Ａ为随机事件，A为Ａ的对立事件，则 ②若事件Ａ发生，必然导致事件Ｂ发生，就说Ａ包含在Ｂ中，记为Ａ?Ｂ，则Ｐ(Ａ)≤Ｐ(Ｂ) ③加法定理 Ｐ(AＵＢ)＝Ｐ(Ａ)＋Ｐ(Ｂ)－Ｐ(ＡＢ) 当Ａ∩Ｂ＝φ时，有 Ｐ(Ａ＋Ｂ)＝Ｐ(Ａ)＋Ｐ(Ｂ) ④广义加法定理P( )= ⑤乘法定理 设已知在事件Ａ发生的条件下，事件Ｂ发生，其概率记为Ｐ(Ａ｜Ｂ)，称为条件概率。则 Ｐ(ＡＢ)＝Ｐ(Ａ)Ｐ(Ｂ｜Ａ)＝Ｐ(Ｂ)Ｐ(Ａ｜Ｂ) 当Ａ、Ｂ互相独立时，有 Ｐ(ＡＢ)＝Ｐ(Ａ)Ｐ(Ｂ) 17.1.4 频率与概率的关系 频率与概率都是描述随机事件发生可能性大小的数量。频率是根据ｎ次独立重复试验所获得的样本资料计算而得的；而概率刻划了随机事件在总体中发生的可能性大小。除了可用古典概型和几何概型直接求概率的场合，概率的真值往往很难获得，常用“大数次”地重复试验获得的频率作为概率的近似值。 17.2 概率的分布与期望值 17.2.1 随机变量及其分类 用变量Ｘ表示随机试验的任何一个可能的结果，其取值随着试验结果的不同而变化，但事先不能准确预言它会取什么值，则称这种变量为随机变量。 离散型随机变量 连续型随机变量 17.2.2 概率的分布 要想掌握一个随机变量的变化规律，仅仅知道它的全部取值或取值区间，是远远不够的，还必须知道对应的概率。将这二者结合起来，就称为随机变量的概率分布。 17.2.2.1 离散型随机变量的概率分布 设Ｐ(Ｘ)为服从二项分布的随机变量Ｘ 的分布函数，则 Ｐ(Ｘ)＝ 17.2.2.2 连续型随机变量的概率分布 设f(x)为Ｘ的概率密度函数 ，则 F(x)=P(Xx)= 17.2.3 随机变量的期望值和方差 17.2.3.1 引言 17.2.3.2 数学期望 设Ｘ为一离散型随机变量，它取值ｘ１，ｘ２，…，对应的概率为p１, p２，…，如果下面的不等式 设Ｘ为一连续型随机变量，其取值区间为（－∞，∞），概率密度函数为ｆ(ｘ)，如果下面的不等式 17.2.3.3 方差 若令Ｙ＝(Ｘ－Ｅ(Ｘ))2，利用前述关于数学期望的定义，可求出随机变量Ｙ的数学期望。对随机变量Ｘ而言，称为它的方差，记作 Ｖａｒ(Ｘ)＝Ｅ(Ｘ－Ｅ(Ｘ))２ 不论离散型还是连续型随机变量，Ｅ(Ｘ)和 vａｒ(Ｘ)都具有如下重要性质： ①若ａ为常数，则 Ｅ(ａX)＝ａＥ(X) Ｖａｒ(aＸ)＝a2Ｖａｒ(Ｘ) ②对任何两个随机变量Ｘ１和Ｘ２， Ｅ(Ｘ１＋Ｘ２)＝Ｅ(Ｘ１)＋Ｅ(Ｘ２) ③仅当Ｘ１与Ｘ２统计独立时， Var(Ｘ１＋Ｘ２)＝Var(Ｘ１)＋Var(Ｘ２) 17.3 Ｂａｙｅｓ理论与主观概率 17.3.1 引言 17.3.2 主观概率 判断的准确程度与判断者的心理素质、对事物的阅历和个人经验等都有关系，故称为主观概率，也称为先验概率。 17.3.3 Ｂａｙｅｓ定理 设Ａ１，Ａ２，…，Ａｎ是互不相容的ｎ个事件，且有 ＝Ａ１＋Ａ２＋…＋Ａｎ＝Ω是一必然事件，则对任一事件Ｂ，Ｐ(Ｂ)＞０，有 【例17.3.1】设Ｂ表示已婚育龄妇女近期使用口服避孕药，Ａ１和Ａ２分别表示已婚育龄妇女患和未患心肌梗塞。假定以往的统计资料显示：P(B｜A1)＝0.1239，P(B｜A2)＝0.0775、 P(A1)＝0.012、P(A2)=0.988 求一个使用口服避