第四章概率、概率分布和抽样分布教程.pptx

第四章 概率、概率分布和抽样分布;第一节 随机事件与概率;（二）随机事件;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}。;二、概率 （一） 概率的定义 概率就是指随机事件发生的可能性，或称为机率，是对随机事件发生可能性的度量。 进行n次重复试验，随机事件A发生的次数是m次，发生的频率是m/n，当试验的次数n很大时，如果频率在某一数值p附近摆动，而且随着试验次数n的不断增加，频率的摆动幅度越来越小，则称p为事件A发生的概率，记为：P(A)=p。在古典概型场合, 即基本事件发生的概率都一样的场合:;例：设一个袋子中装有白球2个，黑球3个。(1) 从中随机摸出1只球，问刚好是白球的概率有多大？ (2) 从中随机摸出2只球，一问2只球都是白球的概率有多大? 二问2只球一白一黑的概率有多大? 三问2只球都是黑球的概率有多大? 解：(1) 由于摸出的任何1只球都形成一个基本事件，所以样本点总数为n=5。用A表示摸出的是白球事件，则A由两个基本点组成，即A={白球，白球}，有利场合数m=2。因此，刚好摸出白球的概率为P(A)=m/n=2/5=0.4; (2) 由于摸出2只球才成一个基本事件，所以样本点总数为 ，故 P(A)=P(2只球都是白球)=1/ =1/10 P(B)=P(2只球一白一黑)=2×3/10=6/10 P(C)=P(2只球都是黑球)=3/10 NOTE: P(A+B+C)=1 ;（二） 概率的基本性质 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。;例：袋中装有4只黑球和1只白球，每次从袋中随机地摸出1只球，并换入1只黑球。连续进行，问第三次摸到黑球的概率是多少？ 解: 记A为“第三次摸到黑球”，则 为“第三次摸到白球”。先计算P( )。 由于袋中只有1只白球，如果某一次摸到了白球，换入了黑球，则袋中只有黑球了。所以相当于第一、第二次都是摸到黑球，第三次摸到白球。注意这是一种有放回的摸球，样本点总数为 ，有利场合数是 。故： ， 所以 ;（三） 事件的独立性 定义 对事件A与B，若p(AB)=p(B)p(A)，则称它们是统计独立的，简称相互独立。 例：已知袋中有6只红球, 4只白球。从袋中有放回地取两次球,每次都取1球。设 表示第i次取到红球。那么， 因此， ，也就是说，B1,B2相互独立。从题目条件看，这一结论是显然的。;第二节 随机变量的概率分布; X x1 x2 … xn … P p(x1) p(x2) … p(xn) … 这称为离散型随机变量X的概率分布。 性质：(1) 0≤p(xi)≤1 (i=1,2, …)； (2) 2.离散型随机变量的数值特征 （1）离散型随机变量X的期望值为 性质： 其中X1，X2都是随机变量，α，β是任意常数。 ;（2） 离散型随机变量X的方差为 方差的平方根 称为标准差。 方差 或标准差 反映随机变量X相对其期望值的离散程度， 或 越小, 说明期望值的代表性越好； 或 越大，说明期望值的代表性越差。 性质：对于任意的 ， 成立;贝努里试验 与二项分布 有时我们只对试验中某事件A是否出现感兴趣，如果A发生，我们称“成功”，否则称“失败”。像这样只有两种结果的试验称为贝努里试验。设A出现的概率为p，我们独立地重复进行n次贝努里试验，称为