概率论复习二 2.ppt

乘法公式 第二章 随机变量及其分布 定义：设X为一随机变量,则对任意实数x，(X≤x)是一个随机事件，称 一、连续型 r.v.的概率密度定义及性质 二、几个常用的连续型分布 随机变量的函数的分布 四、二维连续型随机变量 二维连续型随机变量的边缘密度函数 第四章 随机变量的数字特征和特征函数 正态分布(或高斯分布) 注意:特别当 可以得到 一种重要的正态分布－－标准正态分布N (0,1) 密度函数 分布函数 例　 设X～N(108, 9), 计算 解： （2）求常数a,使 （3）求常数a,使 查表得： 例　 设X～N(108, 9), 计算 解： （2）求常数a,使 （3）求常数a,使 即 查表得： 设随机变量X的分布列为 求Y=2X2 +1的分布列． 解 例 由题设可得如下表格 X －1 0 1 2 pk 0.2 0.3 0.4 0.1 0.1 0.4 0.3 0.2 P 9 3 1 3 Y=2x2+1 2 1 0 -1 x 所以，y=2x2+1的分布列为 Y 1 3 9 pk 0.3 0.6 0.1 设 X 为一个连续型随机变量，其概率密度函数为 p(x)。 y = g(x)为一个连续函数，求随机变量Y=g(X)的概率密度函数 (1) 求Y的分布函数 FY(y) 根据分布函数的定义 (2) 对FY(y) 求导，得到 pY(y) 连续型随机变量的函数的分布 一般方法 此法也叫“分布函数法”. 例 . 设R.v.X的密度函数为 求 的密度函数。 解： 例 已知 X ~ N (0,1) , 解： (1)先求Ｙ分布函数 当 y 0 时，FY (y) = 0； 当 y≥0 时， [ y y [ ] [ (2) 故 第三章 随机向量及其分布 定义 设二维 r.v.( X ,Y )的分布函数为F(x ,y ),若存在非负可积函数 p (x,y) , 使得对于任意实数 x , y 有： 　则称 p (x,y) 为( X ,Y ) 的联合概率密度函数简称概率密度函数简记 p.d.f. 1.二维连续 r.v. 联合概率密度的定义及性质 除 p.d.f. 的一般性质外还有下述性质 2.性质 (3) (4) 注:利用(X,Y)的概率密度函数,可以求事件的概率 若G 是平面上的区域，则 例:设r.v.(X,Y)的联合密度函数 求（1）常数c, （2）联合分布函数F(x,y) （3）P(Y?X). 解： （1）由 1.定义:我们把分量X及Y的密度函数称为 二维 随机变量(X,Y)关于X及关于Y的边缘密度函数. 分别记为 2.求法: 例 设(X,Y)服从单位圆上的均匀分布，概率 密度为 求 解：X的边缘密度为 Y的边缘密度为 1.r.v.取值的平均值—— 数学期望 2.r.v.取值离开平均值的偏离程度— 方差 3.描述两个r.v.间的某种关系的数字特征 —— 协方差与相关系数 本章内容: 概率的性质(p15) 注意事项 但反过来，如果P（A）=0， 未必有A=Φ 概率的有限可加性 注：一般减法公式 P (B － A) = P(B) － P(AB)。 同理可得 为事件 B 发生的条件下事件 A 发生的条件概率. 条件概率 全概率公式与贝叶斯公式 全概率公式和贝叶斯公式主要用于计算比较复杂事件的概率, 它们实质上是加法公式和乘法公式的综合运用。 综合运用 加法公式 P(A?B)=P(A)+P(B) A、B互斥 乘法公式 P(AB)= P(A)P(B|A) P(A)0 样本空间的划分（互斥完备事件组） 全概率公式p20 全概率公式 例1:某商店从三个厂购买了一批灯泡,甲厂占25%, 乙厂占35%,丙厂占40%,各厂的次品率分别为5%, 4%,2%,求 消费者买到一只次品灯泡的概率 解 以B表示“消费者买到一只次灯泡”,A1,A2,A3分别表示买到的灯泡是甲、乙、丙厂生产的灯泡，根据题意得： P(A1)=25%, P(A2)=35%, P(A3)=40%, P(B|A1)=5%, P(B|A2)=4%, P(B|A3)=2% 根据全概率公式有： 称此为贝叶斯公式. 贝叶斯公式 贝叶斯资料 逆概公式 ——执果索因 例：用血清蛋白法诊断肝癌，设C表示“被检验者患有肝癌” A表示“被检验者被判断患有肝癌”。由临床观测发现，对于 肝癌者，此法准确率高达95%，即P(A|C)=0.95；对于非肝癌 患者，此法准确率也高达90%，即 已知肝癌患病率为万分之四，即P(C)=0