概率数理统计Less2.pptVIP

例: 将一颗骰子连掷100次，则点数之和不少于500的概率是多少？ 解: 设Xk为第k 次掷出的点数，k=1,2,…,100，则 X1,…,X100独立同分布. 由中心极限定理： 定理 (De Moivre-Laplace中心极限定理) 设随机变量Yn服从二项分布Yn ~B(n,p), (op1),则对于任意x,恒有 证明 设X1,X2,…,Xn是n个相互独立的服从(0-1)分布(P{Xi=0}=1-p, P{Xi=1}=p)的随机变量,则 Yn= X1+X2+…+Xn 由于E(Xi)=p, D(Xi)=p(1-p) (i=1,2,…,n),由此得 例:在一家保险公司里有10000个人参加寿命保险，每人每年付12元保险费。在一年内一个人死亡的概率为0.6%，死亡时其家属可向保险公司领得1000元，问： (1)保险公司亏本的概率有多大？ (2)其他条件不变，为使保险公司一年的利润不少于60000元的概率大于0.9，则赔偿金至多可设为多少？ 解：设X表示一年内死亡的人数，则X ~ B(n, p) 其中 n= 10000，p=0.6% 设Y表示保险公司一年的利润， Y = 10000?12-1000X (1) P{Y0}=P{10000?12-1000X0} =1?P{X?120} 由中心极限定理： 1?P{X?120} ? 1 ? ?(7.75) =0 P{Y60000} = P{10000?12-aX60000} =P{X?60000/a}?0.9; （2）设赔偿金为a元，则令 由中心极限定理,上式等价于 作业 1. 推导Gaussian分布的方差 2. 食品店有三种蛋糕出售，价格为1元、1.2元、1.5 元，售出概率分别为0.3、0.2、0.5．某天该食品店出售了300 只蛋糕．试用中心极限定理计算，这天的收入至少为395元的概率。 3. 学习使用Matlab，熟悉样本的图形显示以及正态分布的绘制函数 机房版本：Matlab7 请自行收集样本集（注意样本数据尽可能充分） 撰写报告，论述样本数据的来源背景、绘制图形试推断数据的总体分布，并分析所反映的意义 Gaussian（1777-1855） 数学王子，数学成就比肩牛顿、阿基米德 德国著名数学家、物理学家、天文学家、大地测量学家 高斯的成就遍及数学的各个领域，在数论、非欧几何、微分几何、超几何级数、复变函数论以及椭圆函数论等方面均有开创性贡献。他十分注重数学的应用，并且在对天文学、大地测量学和磁学的研究中也偏重于用数学方法进行研究。 最重要贡献：《算术研究》 * 概率统计与随机过程 宋 晖 – 2012年秋 第一章 概率统计基础 1.1 基本原理 1.2 高斯分布 1.3 统计基础 高斯分布（Gaussian） Normal 正态分布 μ：均值（mean） σ2 ：方差（variance）， σ：标准方差 β = 1/σ2 ：精确度（Precision） Gaussian分布期望与方差 期望 方差 Gaussian分布的再生性 若独立随机变量 为分别服从均值为 ，方差为 的正态分布，则 随机变量的线性组合仍然服从相同的分布 第一章 概率统计基础 1.1 基本原理 1.2 高斯分布 1.3 统计基础 数据显示与图形法 常用统计量 常用统计分布 总体和统计推断 全体被研究对象称为总体，每个研究对象称为个体 可以是有限的，如学校学生身高、视力 有限总体很大时，可以认为是无限的，如全国干电池寿命 可以是无限的，如每天的测量气压 统计推断 当无法获取总体全部个体的观测值时，只能依赖从总体中获得的某个观测子集来对总体做出推断。 抽样 样本是总体的一个子集 保证从样本到总体推断的正确性，选择随机抽样，表示得到的观测值是独立且随机 随机变量X总体上服从概率分布p(x), 那么随机抽样的n个样本值{x1,x2,…,xn}独立且具有相同概率p(x), 其联合概率： 统计推断步骤 随机抽样 数据分析（图形法） 分布假设 参数估计 假设检验 假设修正 预测 总体模型 数据显示和图形法 利用有启发性的图形来提取关于数据特性的信息，对数据分布进行假设 茎叶图（Stem and leaf ） 直方图（histogram） 箱须图（Box-Whisker） 经验分布函数图（ empirical cumulative distribution ） 正态概率分布图（Normal Prob