第3章 概率、概率分布及抽样分布.ppt

第 3 章概率、概率分布与抽样分布 第 3 章 概率、概率分布与抽样分布 试验、事件和样本空间 试 验(experiment) 对试验对象进行一次观察或测量的过程 掷一颗骰子，观察其出现的点数 从一副52张扑克牌中抽取一张，并观察其结果(纸牌的数字或花色) 试验的特点 可以在相同的条件下重复进行 每次试验的可能结果可能不止一个，但试验的所有可能结果在试验之前是确切知道的 在试验结束之前，不能确定该次试验的确切结果 必然现象与随机现象 必然现象（确定性现象） 变化结果是事先可以确定的，一定的条件必然导致某一结果 这种关系通常可以用公式或定律来表示 随机现象（偶然现象、不确定现象） 在一定条件下可能发生也可能不发生的现象 个别观察的结果完全是偶然的、随机会而定 大量观察的结果会呈现出某种规律性 （随机性中寓含着规律性） ——统计规律性 事件(event) 事件：试验的每一个可能结果(任何样本点集合) 如：掷一颗骰子出现的点数为3 通常用大写字母A，B，C，…表示 随机事件(random event)：每次试验可能出现也可能不出现的事件 掷一颗骰子可能出现的点数 事件(event) 简单事件(simple event) ：不能被分解成其他事件组合的基本事件 掷一颗骰子出现点数3（小于3） 必然事件(certain event)：每次试验一定出现的事件，用?表示 掷一颗骰子出现的点数小于7 不可能事件(impossible event)：每次试验一定不出现的事件，用?表示 掷一颗骰子出现的点数大于6 样本空间与样本点 样本空间(sample Space) 一个试验中所有可能结果的集合，用?表示 例如：在掷一颗骰子的试验中，样本空间表示为：??{1,2,3,4,5,6} 在投掷硬币的试验中，??{正面，反面} 样本点( sample point) 样本空间中每一个特定的试验结果 用符号?表示 事件的概率 概率 用来度量随机事件发生的可能性大小的数值 必然事件的概率为1，表示为P (? )=1 不可能事件发生的可能性是零，P(? )=0 随机事件A的概率介于0和1之间0P(A)1，用以度量试验完成时事件A发生的可能性大小， 记为P(A) 概率的三种定义，给出了确定随机事件概率的三条途经。 概率的古典定义（古典概率） 概率的古典定义 概率的古典定义（资料） 根据古典概率定义可算出，抛一枚质地均匀的硬币，出现正面与出现反面的概率都是0.5。历史上有很多人都曾经做过抛硬币试验。 概率的古典定义（例题分析） 设有50件产品，其中有5件次品，现从这50件中任取2件，求抽到的两件产品均为合格品的概率是多少？抽到的两件产品均为次品的概率又是多少？ 解：任一件被抽到的机会均等，而且从50件产品中抽出2件相当于从50个元素中取2个进行组合，共有C502种可能，所以这是一个古典概型。 概率的统计定义（统计概率） 当试验次数 n 很大时，事件A发生频率m/n 稳定地在某一常数 p 上下波动，而且这种波动的幅度一般会随着试验次数增加而缩小，则定义 p 为事件A发生的概率 概率的统计定义（例题分析） 某地区几年来新生儿性别的统计资料如下表所示，由此可判断该地区新生儿为男婴的概率是 主观概率 有些随机事件发生的可能性，既不能通过等可能事件个数来计算，也不能根据大量重复试验的频率来近似 主观概率——依据人们的主观判断而估计的随机事件发生的可能性大小 例如某经理认为新产品畅销的可能性是80％ 人们的经验、专业知识、对事件发生的众多条件或影响因素的分析等等，都是确定主观概率的依据 概率的性质和运算法则 互斥事件及其概率(mutually exclusive events) ? 在试验中，两个事件有一个发生时，另一个就不能发生，则称事件A与事件B是互斥事件，(没有公共样本点) 互斥事件及其概率(例题分析) 【例】在一所城市中随机抽取600个家庭，用以确定拥有个人电脑的家庭所占的比例。定义如下事件： A：600个家庭中恰好有265个家庭拥有电脑 B：恰好有100个家庭拥有电脑 C：特定户张三家拥有电脑 说明下列各对事件是否为互斥事件，并说明你的理由 (1) A与B (2) A与C (3) B与 C 互斥事件及其概率(例题分析) 解：(1) 事件A与B是互斥事件。因为你观察到恰好有265个家庭拥有电脑，就 不可能恰好有100个家庭拥有电脑 (2) 事件A与C不是互斥事件。因为张三也许正是这265个家庭之一，因而事件与有可能同时发生 (3) 事件B与C不是互斥事件。理由同(2) 互斥事件的加法规则(addition law) ? 互斥