常用概率分布演示文件修改版.pptVIP

第三章 概率与概率分布 概率基础知识 几种随机变量的概率分布——正态分布、二项分布、波松分布以及样本平均数的抽样分布和t分布。 第一节 概率基础知识 一、概念： 1、事件： 必然事件 不可能事件 随机事件 2、频率：设事件A在n次重复试验中发生了m次，其比值m/n称为事件A发生的频率。[0，1] 3、概率：某事件A在n次重复试验中发生了m次，当试验次数n不断增大时，事件A发生的频率就越接近某一确定值p 表3-1 抛掷硬币发生正面朝上的试验记录 在一般情况下，随机事件的概率p是不可能准确得到的。 通常以试验次数n充分大时随机事件A的频率作为该随机事件概率的近似值。 即 P（A）=p≈m/n （n充分大） 二、概率的古典定义 若随机试验具有以下特征： 1、试验的所有可能结果只有有限个； 2、各可能结果出现的可能性相等； 3、各可能结果两两互不相容。 可称为随机试验的古典概型。其概率可定义如下： 设样本空间由 n 个等可能的基本事件所构成，其中事件A包含有m个基本事件，则事件A的概率为m/n，即 P（A）=m/n 【例4.1】在编号为1、2、3、…、10的十头猪中随机抽取1头，求下列随机事件的概率。 （1）A=“抽得一个编号≤4”； （2）B=“抽得一个编号是2的倍数”。 该试验样本空间由10个等可能的基本事件构成，即n=10, 而事件A所包含的基本事件有4个，即抽得编号为1，2，3， 4中的任何一个，事件A便发生， 于是 mA=4， 所以 P(A)=mA/n=4/10=0.4 同理，事件B所包含的基本事件数mB=5，即抽得编号为2，4，6，8，10中的任何一个，事件B便发生，故 P(B)=mB/n=5/10=0.5。 概率的性质 1、对于任何事件A，有0≤P（A）≤1； 2、必然事件的概率为1，即P（Ω）=1； 3、不可能事件的概率为0，即P（ф）=0。 三、概率的计算 1、事件的相互关系： 和事件 积事件 互斥事件 独立事件 完全事件系：如果多个事件A1、A2、…An两两互斥，且每次试验结果必然发生其一，则称这些事件为完全事件系。 2、法则： 加法定理： 互斥事件A和B p(A+B)=p(A)+p(B) 对立事件 p(A)=1-p(A) 乘法定理： 独立事件A和B p(A.B)=p(A).P(B) 【例4.2】 ：播种玉米时，每穴播种两粒种子，已知玉米种子的发芽率为90%，试求每穴两粒种子均发芽的概率和一粒种子发芽的概率 练习： 今有两头怀胎母牛,求下列概率: （１）产两头母犊； （２）产一头母犊和一头公犊 雏鸡２０只，雌雄各半，从中任意取出４只，求下列概率： （１）４只皆雌鸡； （２）恰有２只雌鸡 【例4.3】 在N头奶牛中，有M头曾有流产史，从这群奶牛中任意抽出n头奶牛，试求: (1)其中恰有m头有流产史奶牛的概率是多少？ (2)若N=30，M =8，n =10，m =2，其概率是多少？ 从 N 头 奶 牛 中 任 意 抽 出 n 头 奶牛的基本事件总数为 ； 事件 A 所包含的基本事件数为 ； 因此所求事件A的概率为： 将N=30，M =8，n =10，m =2代入上式，得 = 0.0695 即在30头奶牛中有8头曾有流产史，从这群奶牛随机抽出 10 头奶牛其中有2头曾有流产史的概率为6.95%。 四、小概率事件实际不可能性原理 随机事件的概率表示了随机事件在一次试验中出现的可能性大小。若随机事件的概率很小，例如小于0.05、0.01、0.001，称之为小概率事件。 在统计学上，把小概率事件在一次试验中看成是实际不可能发生的事件，称为小概率事件实际不可能性原理，亦称为小概率原理。是统计学上进行假设检验（显著性检验）的基本依据。 第二节 概率分布 事件的概率表示了一次试验某一个结果发生的可能性大小。 若要全面了解试验，则必须知道试验的全部可能结果及各种可能结果发生的概率，即必须知道随机试验的概率分布。 随机变量： 离散型随机变量 连续型随机变量 一、离散型随机变量的概率分布 将离散型随机变量x的一切可能取值xi ( i=1, 2 , … )，及其对应的概率pi，记作