补充知识概率基础.ppt

应用统计: 补充知识概率论基础(Introduction to Probability Theory) 杨震宁 2011年3月 Blackjack (21点) 1700年左右法国赌场就有一种叫21点的游戏 1931年，当美国内华达州宣布赌博为合法活动时，21点游戏第一次公开出现在内华达州的赌场俱乐部，15年内，它取代掷骰子游戏，而一举成为非常流行的赌场庄家参与的赌博游戏 掷骰子也很好玩 什么是概率(Probability) 概率 某特定事件发生的可能性 介于0与1之间的分数比例 概率 = 0：该事件不可能发生 概率 = 1：该事件确定要发生 概率与信息相关 事件发生的概率可能随着信息的增加而改变 基本概念 随机试验 (Random Experiment) 基本事件 (Outcome) 互斥性 (Mutually Exclusive) 完备性 (Collectively Exhaustive) 概率 (Probability) 事件 (Event) 随机试验例一 条件：掷一枚硬币 观测特性：正、反面出现的情况 基本事件：正面H，反面T 随机试验例二 条件：将一枚硬币掷三次 观测特性：正、反面出现的情况 基本事件：HHH,HHT,HTH,THH, HTT,THT,TTH,TTT 随机试验例三 条件：将一枚硬币抛掷三次 观测特性：出现正面的次数 基本事件：0, 1, 2, 3 随机试验例四 条件：抛一颗骰子 观测特性：出现的点数 基本事件：1, 2, 3, 4, 5, 6 随机试验例五 条件：电话交换机呼唤次数 观测特性：一分钟内接到的呼唤数 基本事件：0, 1, 2, 3, … 随机试验的特点 试验可以在相同条件下重复进行； 试验的全部可能结果不止一个，但试验之前能明确知道所有可能的结果； 每次试验必发生全部可能结果中的一个且仅发生一个，但某一次试验究竟发生哪一个可能结果在试验之前不能预言。 基本概念解释 随机试验(Experiment)：满足上述三个条件的试验叫随机试验，简称试验 基本事件(Outcome)：试验的一个可能结果 样本空间(Sample Space)：全体基本事件构成的集合 基本概念解释 互斥性 (mutually exclusive) 是指任意两个基本事件不能同时发生； 完备性 (collectively exhaustive) 当试验完成时，至少有一种结果会发生。 两个基本概念 独立 (Independent) 一个事件的发生并不影响另一事件的发生。 不独立 (Dependent) 事件之间的发生是相互影响的。 基本事件的概率（概率第一定律） 规则 1 ：任何基本事件的概率一定介于 0 和 1 之间 规则 2 ：随机试验的所有基本事件的概率之和为 1 例子：掷骰子 试验一 掷一颗骰子 观测骰子的点数 多少种基本事件？ 每个基本事件出现的概率 = 1/6 例子：掷骰子 试验二 掷两颗骰子 观测骰子的总点数 多少种基本事件？ 各基本事件出现的概率？ 例子：掷骰子 事件的概率 事件(Event)：由一组基本事件组成的，事件是样本空间的子集； 例如：对于掷两颗骰子的试验 【事件A】两颗骰子的总点数为偶数 P(A) = ? 【事件B】两颗骰子的总点数不超过 7 P(B) = ? 文氏图（Venn Diagram） 【事件A】两颗骰子的总点数为偶数 【事件B】两颗骰子的总点数不超过 7 基本事件：2, 3, 4, …, 10, 11, 12 复合事件（compound event） 某些时候，一个事件可以描述为两个或多个事件的组合 例如：对于掷两颗骰子的试验 【事件C】：总点数小于 4 或大于 10 【事件D】：总点数为偶数且不超过 7 复合事件的概率（概率第二定律） 如果事件 A 和事件 B 互斥，则 上页中【事件C】的概率： P(总点数小于 4 或大于 10) = P(总点数小于 4 ) + P(总点数大于 10) = 2/11 + 1/11 = 3/11 复合事件的概率 如果事件 A 和事件 B 不是互斥事件？ 例如：掷两颗骰子试验中，事件D的概率？ P(总点数为偶数且不超过 7) = P(总点数为偶数) + P(总点数不超过 7) 补集 P(A) A的补集（Ac或A’或A）＝ 样本空间中非 A 的所有基本事件的集合 P(A) 或 P(Ac) 或 P(A’) = 1 - P(A) 交集P(A∩B) 交集(A∩B) = 事件 A 和 B 均为真的区域 并集P(A B) 交集(A B) = 事件 A 或 B 均为真的区域 复合事件的概率 (加法法则) 对于两个事件A和B， 互斥事件P(A∩C) = 0 在文氏图中，互斥事件没有