第 5 章 概率与概率分布.pptVIP

第 5 章 概率与概率分布 5.1 随机事件及其概率 5.2 随机变量及其概率分布 学习目标 理解随机事件的概念、了解事件之间的关系 理解概率的三种定义，掌握概率运算的法则 理解随机变量及其概率分布的概念 掌握二项分布、泊松分布和超几何分布的涵义、均值和方差及其应用 掌握正态分布的主要特征和应用 5.1 随机事件及其概率 一、随机事件的定义 二、随机事件的概率 三、概率的运算法则 随机事件及其概率 一、随机事件的定义 试验与事件 1、试验：在同一组条件下，对某事物或现象所进行的观察或实验。 2、事件：观察或实验的结果 3、三类事件： 随机事件：在同一组条件下，每次试验可能出现也可能不出现的事件。简称为事件，常用大写英文字母表示。 必然事件：在同一组条件下，每次试验一定出现的事件。常用Ω表示。 不可能事件：在同一组条件下，每次试验一定不出现的事件。常用Φ表示。 随机事件的几个概念 基本事件（简单事件） 不可能再分成为两个或更多事件的事件 样本空间（Ω） 基本事件的全体（全集） 样本空间可能包含无限多个基本事件 复合事件 由某些基本事件组合而成的事件 样本空间中的子集 二、随机事件的概率 1. 古典概率 2. 统计概率 3. 主观概率 4. 概率的基本性质 随机事件的概率 概率 用来度量随机事件发生的可能性大小的数值 必然事件的概率为1，表示为P (? )=1 不可能事件的概率是零，P(? )=0 随机事件A的概率介于0和1之间，0P(A)1 概率的三种定义，给出了确定随机事件概率的三条途径。 概率的古典定义 古典概型（等可能概型） ——具有以下两特点 每次试验的可能结果有限（即样本空间中基本事件总数有限） 每个试验结果出现的可能性相同 ——它是概率论的发展过程中人们最早研究的对象 概率的古典定义 概率的古典定义 前提：古典概型 定义（公式） 计算古典概率常用到排列组合知识 例题 设有50件产品，其中有5件次品，现从这50件中任取2件，求抽到的两件产品均为合格品的概率是多少？抽到的两件产品均为次品的概率又是多少？ 解：任一件被抽到的机会均等，而且从50件产品中抽出2件相当于从50个元素中取2个进行组合，共有C502种可能，所以这是一个古典概型。 例题 事件A“抽到两件均为合格品”的概率 P(A)= C452 C50 / C502 事件B“抽到两件均为次品”的概率 P(B)= C450 C52 / C502 概率的统计定义 若在相同条件下重复进行的n 次试验中,事件A发生了m次.当试验次数 n 很大时，事件A发生频率m/n 稳定地在某一常数 p 上下波动，而且这种波动的幅度一般会随着试验次数增加而缩小，则定义 p 为事件A发生的概率 当n相当大时，可用事件发生的频率m/n作为其概率的一个近似值——计算概率的统计方法（频率方法） 例题 根据古典概率定义可算出，抛一枚质地均匀的硬币，出现正面与出现反面的概率都是0.5。历史上有很多人都曾经做过抛硬币试验。 例题 某地区几年来新生儿性别的统计资料如下表所示，由此可判断该地区新生儿为男婴的概率是多少？ 主观概率 有些随机事件发生的可能性，既不能通过等可能事件个数来计算，也不能根据大量重复试验的频率来近似推断 主观概率——依据人们的主观判断而估计的随机事件发生的可能性大小 例如某经理认为新产品畅销的可能性是80％ 人们的经验、专业知识、对事件发生的众多条件或影响因素的分析等等，都是确定主观概率的依据 概率的基本性质 非负性： 对任意事件A，有 0 ? P(A)? 1。 规范性： 必然事件的概率为1，即： P(?)=1 不可能事件的概率为0 ，即：P(?)=0。 可加性： 若A与B互斥，则：P ( A∪B ) = P ( A ) + P ( B ) 对于多个两两互斥事件A1，A2，…，An，则有： P ( A1∪A2 ∪… ∪An) = P ( A1 ) + P (A2 ) + …+ P (An ) 上述三条基本性质，也称为概率的三条公理。 三、概率的运算法则 1. 加法公式