概率与概率分布研究.pptVIP

习题 仓库中有四批种子，第一批占仓库种子总数的10%，第二批占20%，第三批占30%，第四批占40%，已知第一批种子的发芽率为0.8，第二批为0.7，第三批为0.6，第四批为0.5，今随机从仓库中抽取一粒种子，问其不发芽种子的概率为多少？如果抽取到的种子为发芽种子，试问该种子来自第三批的可能性为多大？ 第四节 概率分布 随机事件及其概率回答的是随机现象某一局部结果，例如对给定的复合事件求其概率。而概率分布则要在满足完备性(穷举)和互不相容性(互斥)的前提下，回答随机现象一共会出现多少种结果，以及每种结果所伴随的概率是多少 在统计中，概率分布是就随机现象呈现的宏观结果而言的。所谓宏观结果，是指可以在宏观层次加以识别的而与特定排列次序无关的样本空间的子集。 变量的概率分布描述该变量的所有值的分布的规律，也就是变量对应的总体的分布。 概率分布 总体的值的分布 频数分布 样本的值的分布 1. 离散型随机变量的概率分布 离散型随机变量的取值是可数的，如果对X的每个可能取值xi计 算其实现的概率Pi ，我们便得到了离散型随机变量的概率分布，即 离散型随机变量 的概率分布也可以用 表格和图形两种形式 来表示。由于离散型 随机变量的特点，表 示离散型随机变量概 率分布多为折线图。 离散型随机变量的分布规律可用分布列 的形式来表示。 离散型变量的概率分布可以表示为： P(x=xi)=pi i=1,2,3,….,n 离散型随机变量的概率分布具有下面两个重要性质： 1、随机变量取任何值时，其概率都是非负 的。即 ≥0， ≥0，…… ≥0。 2、随机变量取遍所有可能值时，相应的概 率之和等于1，即 2. 连续型随机变量的概率分布 连续型随机变量的取值充满某一区间，因而取某一数值讨论其概率是无意义的。为此，我们引进概率密度的概念来表达连续型随机变量的概率分布。 频率密度等于频率除以组距。以频率密度为纵坐标，可以作出频率分布直方图。类似地，以概率密度 为纵坐标，可以作出概率密度曲线。所不同的是，概率密度由于对组距求了Δx→0的极限，其图形乃平滑曲线。 连续型变量的一个特征是取的值非常多（不可数），无法象离散型变量那样对每一个值赋予一个概率。 所以，在研究连续型变量时，我们不研究它取每个值的概率，即P（X＝x），而是研究它在一个区间中取值的概率。具体来说，有三种形式： P（aXb） P（Xc） P（Xd） 另一方面原因：P（X＝x）＝0对于任何x。 在研究连续型变量概率时，“”,“”均可相应换成“≥”,“≤”，而概率数值不变。 P（aXb）＝ P（a ≤ X ≤ b） P（Xc）＝ P（X ≤ c） P（Xd）＝P（X≥d） 问题：怎样求这三种概率？ 答：借助于密度函数f(x)曲线（或称概率分布密度曲线） 每个连续型变量都有它自己的密度函数曲线。 f(x)的图形 密度函数曲线总在x轴的上方，且曲线下的总面积等于1。 在分布函数已知的情况下，概率也可以通过分布函数来求。 第三节 随机变量的分布 二项分布 泊松分布 正态分布 1. 二项分布 1.1 二项分布的定义 二项分布是一种离散型随机变量的分布，在实验过程中常可以把资料分成两个类型，这两个类型的概率分布称为二项分布。 例如，哺乳动物是雄性还是雌性，种子的发芽与不发芽等等，这样的结果只能是非此即彼两种情况，构成对立事件，我们把这种非此即彼事件所构成的总体称为二项总体，其分布为二项分布。 1.2 二项分布的概率函数 对于二项总体，在进行重复抽样试验中，具有以下共同特征： （1）每次试验只有两个对立结果，记作A与 ，它们出现的概率分别为p与q (q=1-p). （2）实验具有重复性和独立性。重复性指每次试验条件不变，即在每次试验中事件A出现的概率皆为P。独立性是指任何一次试验中事件A的出现与其余各次试验中出现何种结果无关。 以x表示在n次试验中事件A出现的次数。X是一个离散型随机变量，它的所有可能取值为0，1，2，…,n,其概率分布函数为： 其中 ， 我们称 为随机变量x的二项分布，记作 B(n,p). 1.3 二项分布概率的计算 例1，某批鸡种蛋的孵化率是0.90，从该批种蛋