1.概率部分复习讲解.ppt

数理统计(工科研究生课程) 主要内容: 概 率 论 基 本 内 容 复 习 (2学时) 数 理 统 计 基 本 概 念 (4学时) 参 数 估 计 (2学时) 假 设 检 验 (6学时) 回 归 分 析 (8学时) 方 差 分 析 (8学时) 试验设计初步（4学时） 目的和要求 学习并掌握数理统计的基本内容,理论和方法 学会用相应的统计方法分析和解决实际问题 了解和掌握一些常用的统计工具 1.概率的计算与性质 概率的计算途径通常有以下几种: 古典概率计算 几何概率计算 利用频率（统计定义） 主观概率 1.1 古典概率计算 计算公式: 经典古典概率问题主要有: 德.梅尔(掷骰子)问题 生日问题(分房问题) 抽球问题 产品抽样 等等 1.2 几何概率计算 计算公式: 1.3 利用频率 1.4 主观概率 目前一个非常值得注意的研究方向,其哲学理念可以表述为”概率是人们对事件发生可能性的一种判断,与人们的主观意念有关”. 对于随机现象不能重复试验的问题,可以利用专家经验并根据对问题的观察判断给出事件发生可能性的估计. 1.5 概率的性质及常用公式 前苏联数学家柯尔莫哥洛夫1933年给出了概率的公理化定义,由此可以得到概率的诸多性质:如不可能事件的概率为零,有限可加性,逆事件的概率,单调性等等. 在复杂事件的概率计算中,常用到加法公式,乘法公式,全概率公式,贝叶斯公式等等. 2.常见的概率分布及其问题背景 常用的概率分布有: 二项分布 泊松分布 均匀分布 指数分布 正态分布 2.1 二项分布 二项分布的实际背景是伯努利概型,即:每次试验只有两个结果A与 , 且P(A)=p, 进行n次独立重复的试验,考虑事件A发生k次的概率. 一般来说,可以首先设 则 服从二项分布. 例1 某机场大巴沿途有m个停车点, 车上有n位乘客,到每个站点如有人下车则停靠,否则不停.问当车上乘客全部下完时大巴的平均停靠次数. 那么 例2 某计算机主机有100个终端,每个终端有80%的时间被使用.若每个终端是否被使用是独立的,求至少有15个终端空闲的概率. 设 则100个终端被使用的数目是 由中心极限定理,至多有85个终端被使用的概率是 2.2 泊松分布 泊松分布主要用于描述单位时间内某种事件发生次数比较稀少的情况. 某地区一年内重大自然灾害发生的次数; 某商店在一周内销售的某种贵重商品数量; 某电话总机一分钟内接到的呼叫次数; 某种放射性物质在一秒钟内放射出的粒子数; 等等 另外应注意,二项分布问题当n很大,p比较小时,可以利用泊松分布来近似计算概率. 2.3 均匀分布 均匀分布的实际背景是几何概率问题,要求的条件是随机变量的取值充满一个几何空间,且取值其每一点的可能性相同.体现了”均匀”的性质. 这是连续型分布中比较简单的一种分布,也是一种基本的分布,许多分布都可以由均匀分布利用一些变换和中心极限定理得到. 2.4 指数分布 指数分布主要用于描述寿命问题,如电子产品的使用寿命,某些生物的寿命,服务台的等待时间等问题,有着广泛的应用. 2.5 正态分布 正态分布是所有分布中最为重要的一个分布, 实际背景极为广泛,如成绩分布,身高(某个年龄)分布,测量误差分布等等. 在满足一定条件下是许多分布的极限分布(中心极限定理). 密度函数具有很好的性质,概率计算最终归结为查表. 3. 大数定律与中心极限定理 大数定律主要揭示满足一定条件的随机变量序列,其平均 的渐近性质. 中心极限定理描述了满足一定条件的随机变量,其独立和 的极限分布. 3.1 大数定律 贝努利大数定律: 设 为n重贝努利试验中事件A发生的次数, p为每次试验中A出现的概率,则对任意的 ,有 3.2 中心极限定理 林德贝格-勒维中心极限定理: 设 是独立同分布的随机变量序列,且 则对任意实数y,有 隶莫夫-拉普拉斯中心极限定理: 设 为n重贝努利试验中事件A发生的次数, p为每次试验中A出现的概率,则对任意实数y,有 练习题 1.已知某产品的合格率是98%,现有一检查系统,它对合格品能以0.98的概率判断正确,对不合格品检查时,有0.05的概率会判错.求该系统错判的概率. 2.一学生接连参加同一课程的两次考试.第一次及格的概率是p,若第一次及格则第二次及格的概率也为p; 若第一次不及格则第二次及格的概率为p/2. (1)如果至少有一次及格他就能获得某种资格,求他取得该资格的概率. (2)如果已知