第二章 概率论基础2.pptVIP

第二章 概率论基础 随机事件 概率的定义与计算 随机变量及概率分布 随机变量的特征数（数学期望、方差、标准差、相关系数等） 三、随机变量及概率分布 1 随机变量的概念 例题：对编号为1,2,3,4,5,6,7的7家企业等概地抽取一家检查排污合格情况，观察所抽到的企业及其对应的被抽查到的概率。 解：结果是7家企业中的任一编号数字，则： P{ξ=k}=1/7, k=1,2,3,4,5,6,7 三、随机变量及概率分布 在一定条件下进行随机试验，所观察到的结果可用一取不同数值的变量表示，并有与不同数值对应的概率存在，则这个变量叫随机变量（ξ）， ξ的不同取值与概率对应起来称ξ的概率分布。 即：将随机变量的取值与其概率对应起来，这种对应关系称概率分布。 三、随机变量及概率分布 2 离散型随机变量及其分布 如果随机变量ξ可能取的数值只有有限个或可数个孤立的点值，则ξ称离散型随机变量。 三、随机变量及概率分布 例题：一批零件，其中70%是合格品，30%是不合格品，从中按重复方式抽取4个零件，用ξ表示“抽中零件中合格品的件数”，分析ξ的可能取值并计算其概率。 三、随机变量及概率分布 三、随机变量及概率分布 离散型随机变量的概率分布： （1）分布列：用列表形式表示变量与概率的对应关系。 （2）概率分布图： 三、随机变量及概率分布 3 连续型随机变量及其分布 如果一个随机变量可以取某个区间内一切实数或全体实数值，则称这一随机变量为连续型随机变量。 连续型随机变量的分布特征主要由分布函数体现，设ξ为一个随机变量，x为一实数，则把P（ξ≤x）=F（x）叫做ξ的分布函数。 三、随机变量及概率分布 由图，表示了ξ≤x范围的概率，则： P（x1＜ξ≤x2）=F（ x2 ）-F（ x1 ） x2趋近x1时，P（ x1 ）= F（ x2 ）-F（ x1 ）=0 三、随机变量及概率分布 三、随机变量及概率分布 例题：设ξ-f(x)=sin(x),x∈（0，∏/2);η-Φ(x)=cos(x).x ∈（0，∏/2),求ξ、 η的全概及P（ ∏/3＜ ξ＜ ∏/2 ）；P（ ∏/3＜ η ＜ ∏/2 ） 三、随机变量及概率分布 不可能事件的概率等于0.但是概率等于0 的事件不一定是不可能事件； 必然事件的概率等于1，但是概率等于1 的事件不一定是必然事件。 三、随机变量及概率分布 4 几种重要的分布 4.1 二项分布 贝努力试验：随机试验只有两种对立的结果，每次试验只发生其一。 如从班上抽一名学生，结果是男生或女生，做发芽试验，检查产品是否合格 三、随机变量及概率分布 例题：某人射击，射中的概率为p，试求他在一次射击中射中次数的概率分布。 解：一次射击只有“射中”与“射不中”两种结果，用ξ表示一次射击中射中的次数，则ξ取0,1两个数。 P（ ξ=0）=1-p，P(ξ=1）=p 三、随机变量及概率分布 分布图型中只出现两个点，称为二点分布，一次贝努力试验的概率分布是二点分布。 三、随机变量及概率分布 设P(A)=p(0p1), 此时. 将试验独立地重复地进行n次, 将这一串重复的独立试验称为n重贝努利试验. 若以Ci记第i次试验的结果, Ci为 i=1,2,…,n. 独立是指 P{C1C2…Cn}=P(C1)P(C2)…P(Cn) 三、随机变量及概率分布 三、随机变量及概率分布 例题：10件产品中有2件次品，有放回地连续抽三件，每次抽一件，求抽到x件次品的分布列。 三、随机变量及概率分布 例题：10件产品中有2件次品，有放回地连续抽三件，每次抽一件，求抽到x件次品的分布列 三、随机变量及概率分布 4.2 泊松分布 （1）空间散点模型：将整体划分为充分大n个单元：不同单元内事件点的发生是独立的；每个单元点发生的 概率相等；同一单元内只有一个事件点发生或未发生（因为单元数n极大） 如一块地里的害虫数，一天不同时间内乘车的人 三、随机变量及概率分布 4.2 泊松分布 （2）泊松分布 空间散点模型中“有限范围内散点个数”遵从泊松分布。 泊松分布概率函数为 三、随机变量及概率分布 4.2 泊松分布 实际计算概率是通过查泊松分布表进行的，泊松分布表给出了 三、随机变量及概率分布 例题：设一年内热带风暴袭击某地的次数ξ近似遵从参数λ=8的泊松分布，试求： （1）该地一年内受热带风暴袭击不少于6次的概率；（2）该地一年内受热带风暴袭击不多于10次的概率；（3）该地一年内受热带风暴袭击8次的概率。 三、随机变量及概率分布 三、随机变量及概率分布 当二项分布中，事件的出现概率p特别小（趋近于0），而样本含量又很大（n趋近于无穷大），且np=λ时，二项分布就变成了泊松分布。 这就是泊松定理：在贝努力试验中，用Pn表示事件A在第n次试验中发生的概率，Pn是一个与试验次数n