第一章概率论基础知识.pptVIP

第一章 概率论基础知识 一、概率的概念 随机试验：概念及性质 样本空间：随机试验所有可能结果的集合S 样本点：每一个可能发生的结果 （e? S） 事件：样本空间的子集 A ? S 必然事件： S 不可能事件：? 事件的关系与运算：和、积、差、对立等 通过概率来描述一个事件在一次试验中发生 的可能性大小，从而研究随机现象. 用于事件概率计算的一些相关内容： 三、多维随机变量及其分布函数 7、矩、协方差矩阵 常见随机变量的数学期望、方差、特征函数和矩母函数 常见随机变量的数学期望、方差、特征函数和矩母函数 例1 若X,Y是连续型随机变量，其联合概率密度为 f(x,y),则对一切使fY(y)?0的y，给定Y=y时，X的条 件概率密度为 记 6、二维连续型随机变量的边缘分布 同理可得 Y 的边缘分布函数 Y 的边缘概率密度. 则称 同样称 7、二维离散型随机变量的条件分布律 若 记为 同理可定义 8、二维连续型随机变量的条件分布 若对于所有 即 9、随机变量的独立性 (1) 若离散型随机变量 ( X,Y )的联合分布律为 定义 它的样本空间是 变量. 10、n 维随机变量的概念 1. 离散型随机变量的数学期望 数学期望, 即 四、随机变量的数字特征 2.连续型随机变量数学期望的定义 若 积分 绝对收敛, 即 若 Y=g(X), 且 则有 连续型随机变量函数的数学期望： 若 X 是连续型的,它的分布密度为 f (x) , 则 离散型随机变量函数的数学期望： 3、一维随机变量函数的数学期望 4、二维随机变量函数的数学期望 5、 随机变量的方差 称为方差，即 方差可根据定义直接计算，常用以下公式计算： 分　　布 参数 数学期望 方差 两点分布 二项分布 泊松分布 均匀分布 指数分布 正态分布 一些重要概率分布的期望和方差： 6、 协方差和相关系数的概念 相互独立 不相关 说明 协方差矩阵 五、矩母函数和特征函数 定义：设随机变量X的分布函数为F(x)，称 为随机变量X的矩母函数. 为随机变量X的特征函数. 注： (1) 关系： g(t)=m(it) ； (2) 计算：当X是离散型随机变量时 当X是连续型随机变量时 (4) 与分布函数一一对应 . (3) 与各阶矩的关系： 几何分布 ? ? 泊松分布 npq np 二项分布 pq p 0-1分布 矩母函数 特征函数 方差 期望 分布 矩母函数 特征函数 方差 期望 分布 指数分布 均匀分布 证 故 六、条件数学期望 1、条件数学期望 Y=y时X的条件期望 设X, Y是离散型随机变量，对一切使P{Y=y}0 的y，定义Y=y时X的条件概率 给定Y=y时，X的条件期望为 * 基础部张守成 * 基础部张守成 实例 抛掷一枚骰子, 观察出现的点数. 都是随机事件. 骰子“出现1点”, “出现2点”, … ,“出现6点”, “点数不大于6”等也都为随机事件. 概率的定义： 事件, 有 对于 称为事 概率的性质 古典概型 全概率和贝叶斯公式 事件的独立性 条件概率和乘法公式 概率论是从数量上来研究随机现象内在规律 性的， 为了更方便有力的研究随机现象， 就要用数 学分析的方法来研究， 就需将任意的随机事件数量 化. 当把一些非数量表示的随机事件用数字来表示 时， 就建立起了随机变量的概念． 二、随机变量及其分布 1、随机变量的概念 定义 称 示意图. 说明： (1)随机变量与普通的函数不同 随机变量是一个函数, 但它与普通的函数有着 本质的差别, 普通函数是定义在实数轴上的, 而随 机变量是定义在样本空间上的(样本空间的元素不 一定是实数). (2)随机变量的取值具有一定的概率规律 随机变量随着试验的结果不同而取不同的值, 由于试验的各个结果的出现具有一定的概率, 因此 随机变量的取值也有一定的概率规律. (3)随机变量与随机事件的关系 随机事件包容在随机变量这个范围更广的概 念之内. 对随机现象的研究由对事件及其概率的 研究扩大为对随机变量及其取值规律的研究. 随机事件可以用随机变量的关系式表示. (4)随机变量的分类 根据随机事件取值情况的不同，可分为离散型 和连续型两类. 2、分布函数的定义 性质： 函数 3、离散型随机变量及其分布律 全部可能取值为有限多个或可列无限多个的 随机变量称为离散型随机变量. X取各个可能值的概率 泊松分布 而 取各个值的概率为 泊松分布的背景及应用 　 二十世纪初卢瑟福和盖克两位科学家在观察 与分析放射性物质放出的粒子个数的情况时,