第5章概率和概率分布.pptVIP

第五章 概率和概率分布;本章主要内容; 一、概率; 这些试验都具有以下的特点： 可重复性：可在相同条件下重复进行 随机性：一次试验之前无法确定具体是哪种 结果出现。 可预知性：试验可能结果不止一个,但能确定所有的可能结果结果不止一个，并且能事先明确试验的所有可能结果； 在概率论中，我们将具有上述三个特点的试验称为随机试验(Random experiment)，表示为E 。 ;（二）事件;随机试验的结果可能是一个简单事件，也可能是一个复杂事件。 简单事件：试验的每一个结果都是一个事件，这些事件不可能再分解成更简单的事件，又称为基本事件。 复杂事件：是由简单事件组合而成的事件。 基本事件还可称为样本点，设试验有n个基本事件，分别记为 (i=1,2,…，n)。集合Ω={ω1 ,ω2 , … ,ωn}称为样本空间，Ω中的元素就是样本点。 ;例：投掷一粒均匀的六面体骰子，出现的点数有可能是1、2、3、4、5、6共六种。这六种结果是基本结果，不可以再分解成更简单的结果了，所以Ω={1，2，3，4，5，6}为该试验的样本空间。“出现点数是奇数”这一事件就不是简单事件，它是由基本事件{1}，{3}和{5}组合而成的。我们通常用大写字母A，B，C，…来表示随机事件，例如，设A表示“出现点数是奇数”，则A={1，3，5}；设B表示“出现点数是偶数”，则B={2，4，6}。;（三）事件的频率;实践证明：频率稳定于概率历史上曾有人做过试验，试图证明抛掷匀质硬币时，出现正反面的机会均等。 ;（四）概率的定义;性质1 1≥P(A)≥0。 性质2 P(Ω)=1。 性质3 若事件A与事件B互不相容，即AB=Ф，则P(A∪B)=P(A)+P(B)。 推论1 不可能事件的概率为0，即：P(Ф)=0。 推论2 P( )=1-P(A), 表示A的对立事件，即它们二者必有一事件发生但又不能同时发生。;（五）条件概率;设A、B∈Ω，P（A）0,则 P(AB)＝P(A)P(B|A). 上式就称为事件A、B的概率乘法公式。 上式还可推广到三个事件的情形： P(ABC)＝P(A)P(B|A)P(C|AB). 一般地，有下列公式： P(A1A2…An)＝(A1)P(A2|A1)...P(An|A1…An－1 );（七）全概率公式;贝叶斯公式：给定互不相容事件A1，A2，…，An，这些事件的和是必然事件，且 则对任一事件B，有;特点：某事件的发生用B表示，该事件发生的所有影响因素A1，A2，…，An为已知，P(Ai) 为先验概率，反映了各种原因发生的可能性，根据以往经验取得数据。条件概率P(Ai|B) 称为后验概率，反映B事件发生之后对各种原因Ai 发生可能性大小的新信息。 通过贝叶斯公式可以知道导致B事件发生的原因是什么？其中哪些因素影响最大？;第二节 离散型随机变量的概率分布;数学期望值：随机变量各个取值Xi与相应 的乘积之和，反映分布的中心位置，即度量集中趋势。 方差：随机变量各个取值Xi与之数学期望离差平方和的数学期望值，反映分布的离中程度，即度量离散趋势。;四、常用的离散型随机变量分布分布;概率分布：在一次内努里试验中，成功的次数X只可能取0与1两个值的离散型随机变量，二点分布是二项分布的一个特例（n=1,只含一个参数p),随机变量的分布为;概率分布：;满足条件：设X为一个连续型随机变量，且 则X的概率密度函数 必须满足： （1）概率密度函数曲线总是位于X轴的上方，即 （2）对应于x的取值域 概率密度函数曲线之下的面积（以积分形式表示）等于1，;数学期望： 方差：;几 种 概 率 分 布;（一）正态分布;一般正态分布; ??? 时， 记为U∽N（0，1）;非标准正态分布向标准正态分布的转化 若 标准化因子 则U∽N（0，1）;查表 当u大于零时，可查正态分布表 但如果u0时，则可由式φ（-u）=1-φ（u）求出 ;曲线的图形是一个单峰钟形曲线，关于直线 对称。 曲线在 处达到最高点，且与横轴之间的面积等于1 。正态分布的随机变量落在 中的概率分别为0.6826，0.9545和0.9973。 均值、中位数和众数三者重合。 正态分布曲线由 确定， 反映正态分布的中心位置； 反映分布的离散程度， 越小，密度曲线就越尖、越高。 越大，密度曲线就越平坦。;（二）均匀分布;(三） 分布;χ2分布图; 定义 设随机变量U服从标准正态分布