第一章概率论的基本概念2013课件.ppt

概率论的基本概念 随机变量及其分布 多维随机变量及其分布 随机变量的数字特征 大数定律及中心极限定理 样本及抽样分布 参数估计 假设检验 关键词： 样本空间 随机事件 频率和概率 条件概率 事件的独立性 确定性现象：结果确定 不确定性现象：结果不确定 概率统计中研究的对象：随机现象的统计规律 对随机现象的观察、记录、试验统称为随机试验。 它具有以下特性： 可以在相同条件下重复进行 事先知道可能出现的结果 进行试验前并不知道哪个试验结果会发生 §2 样本空间·随机事件 (一)样本空间 定义：随机试验E的所有结果构成的集合称为E的 样本空间，记为S={e}， 称S中的元素e为样本点． 例1：设P(A)=1/3,P(B)=1/21)若事件A与B互不相容，求P( )2)若 , 求P( )3〕若P(AB)=1/8,求P( ) §4 等可能概型 等可能概型（古典概型） 例*同时掷 5 颗骰子，试求下列事件的概率： A ={ 5 颗骰子不同点 }； B ={ 5 颗骰子恰有 2 颗同点 }； C ={ 5 颗骰子中有 2 颗同点，另外 3 颗同是另一个点数}． 古典概率的常用的几种类型：1 抽球问题2 分球入盒问题3 分组问题4 随机取数问题等 例 5（抽球问题）设有10件产品，其中有4件次品，从中任取3件，每次取一件不放回，连取三次；求下列事件的概率：A: 所取3件均为正品； B: 3件均为次品；C :3件中恰有一件为次品；D: 直到第3次才取到正品。 解:. 样本空间样本点数: n=10×9×8=720 所取3均为正品的样本点数：m A=6×5×4=120 所取3件均为次品的样本点数: m B=4×3×2=24 m C= C31×4×6×5=360 m D=4×3×6 =72 则P(A)=1/6 ,P(B)=1/30 ，P(C)=1/2 ，P(D)=1/10 例 8 袋中有 a只白球，b 只黑球．从中将球取出 依次排成一列，问第 k 次取出的球是黑球的 概率． 例 10 从 1～9 这 9 个数中有放回地取出 n 个. 试求取出的 n 个数的乘积能被 10 整除的概率． 解：A ={取出的 n 个数的乘积能被 10 整除}； B ={ 取出的 n 个数至少有一个偶数 }； C ={取出的 n 个数至少有一个 5 } ． 则 A = B ∩C. 几何概型的特点: 例:设某光学仪器厂制造的透镜,第一次落下时打破的概率为1/2;若第一次落下未打破,则第二次落下时打破的概率为7/10;若前二次落下未打破,则第三次落下时打破的概率为9/10.试求透镜落下三次而未打破的概率. 例:一个盒子中有n(n1)只晶体管,其中有一只次品,随机地取一只测试,直到找到次品为止.求在第k(1≤k≤n)次测试出次品的概率. 定义:设A,B是两事件,如果具有等式 P(AB)=P(A)P(B) 则称A,B为相互独立(Mutual independence)的事件. 定理:零概率事件与任何事件都是互相独立的. 定理:概率为1的事件与任何事件都是互相独立的. 证明: 例:甲、乙两个战士打靶,甲的命中率为0.9,乙的命中率为0.85,两人同时射击同一目标,各打一枪.求目标被击中的概率. 例:设一个产品分二道工序独立生产,第一道工序的次品率为10%,第二道工序的次品率为3%.问该产品的次品率是多少? 多个事件的独立性 定义:设A,B,C是三事件,如果具有等式 P(AB)=P(A)P(B) P(BC)=P(B)P(C) P(CA)=P(C)P(A) 则称三事件A,B,C两两独立（independence between them ）. 定义:设A1,A2,…,An是n个事件,如果对于任意的1≤ij≤n有 P(AiAj)=P(Ai)P(Aj) 则称这n个事件A1,A2,…,An是两两独立的. 例:设袋中有4个球,其中1个涂成白色,1个涂成红色,1个涂成黄色,1个涂有白,红,黄三种颜色.今从袋中任取一球,设 A={取出的球涂有白色},B={取出的球涂有红色},C={取出的球涂有黄色} 试验证事件A,B,C两两独立,但不相互独立. ◆事件独立性的应用 例:设有8门大炮独立地同时向一目标各射击一次,若有不少于2发炮弹命中目标时,目标就被击毁,如果每门炮命中目标的概率为0.6,求目标被击毁的概率. 例:某人有一串m把外形相同的钥匙,其中只有一把能打开家门.有一天该人醉后回家,下意识地每次从m把钥匙中随便拿一把