第二章 概-率论复习1.pptVIP

第二章 概率论和随机过程复习 一、概率论基础 1。??? 概率的定义 一个事件A的概率P（A）是对应事件A要发生可能性的数量分配。概率有很多不同的定义，常用的有三种： (1)古典定义：P（A）=NA/N 其中N是可能结果的总个数，NA是事件A在其中发生的结果的个数。 例1. 求抛两个骰子并且决定和为7的概率p。 总共有36种可能的结果，所以N= 36 有6种结果(1,6), (2,5), (3,4), (4,3), (5,2)和(6,1)为所求。 所以NA = 6， 从而 p = 6/36 =1/6。 (2) 相对频率定义： P(A)=lim nA/n n→∞ 其中n是实验的次数，nA是A发生的次数 例2 投硬币 在大数量投掷后，硬币的正面在上的可能性在0.5左右，上下两面在上面具有相同的概率。 (3) 公理化定义：从一定数量的定义概率度量的公理出发，经过推导规则达到概率的有效计算。这些公理包括： ??? 对于每一个事件A ，有0≤P（A）≤1 ??? P（Ω ）=1 ??? 如果A和B是互斥的，则P（A U B）=P（A）+P（B） ??? 2 条件概率和独立性 条件概率：假定事件B已经发生时，事件A发生的条件概率P（A|B）可以定义如下： P（A|B）=P（AB）/ P（B） 独立性：如果P（AB）=P（A）P（B），事件A和B叫做相互独立的事件。 独立性的概念可以推广到三个或多个事件。 例3 抛两个骰子 知道至少一个骰子的一面是偶数，得到和为8的概率是多少？ 方法1： 一个骰子是偶数且和为8，另一个骰子必定是偶数。 有3个成功的可能结果：(2, 6), (4, 4)和(6, 2)。 总结果数为{36 - (两个骰子都是奇数)}＝36－3?3＝27。 结果概率是3/27 = 1/9. ? 方法2 A＝{和为8}，B＝{至少一个骰子是偶数}。 P(AB)包含所有和为8且至少一个骰子是偶数结果的概率。 3个成功的可能结果，P(AB) = 3/36 = 1/12。 P(B) = 3/4。 使用条件概率公式，可得： P（A|B）=P（AB）/ P（B） =1/12 / 3/4=1/9 3 全概率公式和贝叶斯定理 全概率公式：给定一组互斥事件E1，E2，，…，En，这些事件的并集包括所有可能的结果，同时给任一个任意事件A，那么全概率公式可以表示为： 把计算A的概率分解为一些容易计算的概率和 贝叶斯定理： 称为后验概率公式，是在已知结果发生的情况下，求导致结果的某种原因的可能性的大小。 二. 随机变量的数字特征 随机变量X是样本点的函数，它的定义域是样本空间Ω ，值域是实数集R，即 X： Ω R 随机变量的数字特征对研究随机变量是很重要的， 常用的数字特征有：数学期望、方差、协方差和相关系数。 1 数学期望： 连续情况： E[X] = μx =∫xf(x)dx 积分区间从[-∞，∞] 离散情况：E[X] =μx = ∑kP{x=k} 一种统计平均值，简称均值。? 2 方差：D[X]=E[(X-μx)2]=E[X2]-μx2 度量随机变量X与其均值E[X]的偏离程度。 均方差：方差的开方称为均方差，或标准方差，记为σx 二阶矩：连续情况： E[X2] =∫x2f(x)dx 积分区间从[-∞，∞] 离散情况：E[X2] = ∑k2P{x=k} 三 几种重要的概率分布 1 0－1分布(伯努利分布） 概率分布为：P{X=1}=p，P{X=0}=1-p 称两点分布或（0-1）分布。它描述一次贝努里实验中，成功或失败的概率。 2??? 二项分布 P{X=k}=Cnkpk(1-p)n-k, k=0,1,…,n 描述n次贝努里实验中事件A出现k次概率。 3 ??? 几何分布 P{X=k}=p(1-p)k-1, k=1,2, … 描述在k次贝努里实验中首次出现成功的概率。 5 ?? 指数分布 一种连续型的概率分布，它的概率密度： f（x）=λe-λx x≥0 f（x）=0 x0