3 概率、机变量及其分布.ppt

概率、随机变量及其分布; 在客观世界中，人们经常会遇到两类现象：一类是确定性现象。例如，从高空抛一重物一定会落到地上；纯水在标准大气压下加热到 100 ℃一定会沸腾等。这一类现象的特点是：在一定的条件下，必然会出现某种肯定的结果。但是，人们还会遇到另一类现象，这一类现象的特点是在一定的条件下其结果是不可预言的，不肯定的。例如：新生儿可能是男孩也可能是女孩；取100粒种子作发芽试验，可能 100 粒都发芽，也可能 99 粒发芽或 98 粒发芽，……，也可能每一粒都不发芽。在一定条件下具有多种可能结果而究竟出现哪一种结果是事先不可预言的现象叫做随机现象。; 对于随机现象，人们关心的是在一定的条件下某一结果是否出现，从一次试验或一次观测中某一结果是否出现事先是不可预言的，具有偶然性，似乎没有规律，但是经过反复的、大量的重复试验和观测，这些偶然现象却会出现某种规律性。例如：一粒种子是否发芽我们事先是无法预言，但是经过反复试验，一批种子的发芽率却是可以找到的。单独一次的不肯定性和累积结果的有规律性常常出现于科学之中。我们把这种规律性称为统计规律。生物统计正是研究生物界中随机现象统计规律的一门科学。;第一节 随机事件级概率 一、事件及其运算 1. 随机事件 随机现象的每一个结果叫做一个随机事件，简称为事件，用大些字母A，B，C … 来表示。对于同一随机现象进行研究，讨论的范围不同，考虑问题的角度不同，就会产生不同的结果，因而得到不同的随机事件。 例如，对三粒油菜种子进行发芽试验，其结果可能是： A0：三粒都不发芽，; A1：恰有一粒发芽， A2：恰有两粒发芽， A3：三粒都发芽。 在现在的研究范围内（只考虑三粒种子中有几粒发芽而不考虑哪几粒发芽）就只有这四个事件，不能再分解了。在一定的研究范围内不能再分解的事件叫做基本事件。; 但是，如果假定这三粒油菜种子分别依次放在三个不同的培养皿中作发芽试验，我们不仅要考虑三粒种子中有几粒发芽，而且还要考虑第几个培养皿中的种子发芽，也就是把这三粒种子看做是有顺序的，分别为第一粒种子、第二粒种子和第三粒种子。结果就会得到八个基本事件： B1：三粒都不发芽， B2：第一粒发芽，但第二、三粒不发芽， B3：第二粒发芽，但第一、三粒不发芽， B4：第三粒发芽，但第一、二粒不发芽， B5：第一、二粒发芽，但第三粒不发芽， B6：第一、三粒发芽，但第二粒不发芽， B7：第二、三粒发芽，但第一粒不发芽， B8：三粒都不发芽。; 在现在的研究范围内（考虑种子的顺序），以上八个事件不能再分解了，此时，“恰有一粒种子发芽”已经不再是基本事件，因为它可以分解为B2，B3，B4，或者说，A1是由基本事件B2，B3，B4组成的。 在一定的研究范围内，由基本事件所组成事件叫做复杂事件。 我们看到，基本事件一个很重要的性质，就是在一次试验中只能发生基本事件中的一个。换句话说，在一次试验中两个或两个以上的基本事件不可能同时发生。 在一定的条件下必然发生的事件叫做必然事件，用W表示。在一定条件下肯定不发生的事件叫做不可能事件，用φ表示。必然事件和不可能事件虽然不是随机事件，但是为了研究问题方便，也把它们看作为特殊的随机事件。例如：“水沸腾”是条件“纯水，一个大气压，100℃”下的必然事件；“水结冰”是上述条件的不可能事件。;2. 事件之间的关系和运算 （1）包含关系 若事件A发生，则事件B一定发生，则称事件B包含事件A，记作A B。例如：在三粒种子发芽试验中B2 A1，B3 A1，B4 A1。 （2）相等关系 若事件满足以下关系A B且B A，则称A和B相等，记作A=B。 例如：从三株白花豌豆和两株红花豌豆中任意取出两株，用A表示事件“取出的两株中一株开红花，一株开白花”。用B表示事件“取出的两株花的颜色不相同”，则A=B。;（3）两事件的和（并） 例如：甲乙两只狐狸追逐同一只兔子，如果用 A表示“狐狸甲追到了兔子”，用 B 表示事件“狐狸乙追到了兔子”，用 C 表示事件“狐狸追到兔子”。试问，C是怎样的一个事件呢？ C表示狐狸追到兔子，可能是