实验数据处理-ch02.pptVIP

实验数据处理方法第一部分：概率论基础 第二章 概率的基本概念 第二章概率的基本概念 2.1 概率和统计的关系 2.1 概率和统计的关系 2.1 概率和统计的关系 第二章概率的基本概念 2.2 概率的定义 2.2 概率的定义 第二章概率的基本概念 2.3 随机变量、样本空间 2.3 随机变量、样本空间 第二章概率的基本概念 2.4 概率的性质 2.4 概率的性质 2.4 概率的性质 2.4 概率的性质 2.4 概率的性质 2.4 概率的性质 2.4 概率的性质 2.4 概率的性质 2.4 概率的性质 2.4 概率的性质 2.4 概率的性质 2.4 概率的性质 2.4 概率的性质 2.4 概率的性质 2.4 概率的性质 第二章概率的基本概念 2.5 贝叶斯(Bayes)定理 2.5 贝叶斯(Bayes)定理 　　　 2.5 贝叶斯(Bayes)定理 2.5 贝叶斯(Bayes)定理 * 两者是紧密相联系的 概率论：纯数学的一个分支，从一些公理和定义出发，用演绎法 （deduction）建立理论； 统计学：应用数学的一个分支，用归纳法（induction）处理问题。 例如：掷硬币的实验: 设p为掷硬币时其正面朝上的概率，则其反面朝上的概率为1-p； 如果预先知道p的值（=1/2），问：在n次投掷中有r次正面朝上的概率是多少？?概率论的问题，回答：二项式分布定理： 如果预先不知道P的值，则需要通过实验来确定p的值：投掷n次，出现了r次正面朝上的情况，p=? ?统计学的问题，回答： 即：p的值可由试验观测推断出来。只是p的一个估计，是否等于P? 两组试验给出的可能不一样，因此，应该用对p的一个区间估计来表示实验结果： 确定区间也是统计学的问题。在计算p1和p2时，需要知道由概率论给出的分布函数的具体形式。 物理学家的定义：频数极限 设在某实验中观测到了n个事例，其中种类为E的事例出现了r次，则某事例的种类为E的概率定义为： 数学家的定义：利用集和理论 定义Ω是所有可能的事件Ei的一个集合，其中Ei是互斥的（即 它们中的一个发生时，所有其它的事件都不发生），定义事件Ei发生的概率p(Ei)具有如下的性质： 如果p(E)=0, 则表示事件E总不发生； 如果p(E)=1, 则表示事件E总发生； 随机变量： 其值不能完全确定地预测的变量。 样本空间： 随机变量x的取值空间。 离散型随机变量： 若随机变量X只能取有限数目的值，则称x为离散型随机变量； 若pi为离散型随机变量x取值为xi的概率：p(x=xi)=pi，则 连续型随机变量： 若随机变量x在有限取间内的取值是连续的，则称x为连续型的随机变量。 连续型随机变量x的取值位于区间[x,x+dx]的概率定义为： 其中，f(x)为概率密度函数?p.d.f(probability density function),满足归一化条件 以集合理论为基础介绍概率的一些运算规则。 一、集合（set） 集合是指一些具有相同性质的元素的全体。 集合A的元素(element)： 属于集合A的某一元素； 集合A的子集(subset)： 如果集合B的任一元素又是集合A的元素，则称B为A的子集； 集合的补集（complement）： 设A是样本空间Ω中的任一组元素的集合，则A的补集定义为Ω中所有不属于A的元素的集合，记为： A和B的并集(union)： 属于A或属于B，或既属于A又属于B的元素的集合，记为： A和B的交集（intersection）: 既属于A又属于B的一些元素的集合,记为： 如果 ，则称A和B为全集(Exhaustive sets)； 如果 ，则称A和B是互斥的(Exclusive sets)。 维因图(Venn diagram) A B A B A :有两个带电粒子且至少有一个V0的事例的集合. 例: PP相互作用事例的分类： p+p?(2,4,6,…)个带电粒子+(0,1,2,..)个V0粒子 定义: A为至少有一V0个的事例的集合; B为具有两个带电粒子的事例的集合; :没有V0的事例的集合 :具有两个以上带电粒子的事例的集合 :至少有一个V0,或有两个带电粒子,或至少有一个V0且有两个带电粒子的事例的集合; 二、概率的加法定律(Addition rule of probability) 定义: p(A): 集合A中某一事件发生的概率; p(B): 集合B中某一事件发生的概率; : 属于A或属于B,或既属于A又属于B的某一事件发生的概率; : 既属于A又属于B的某一事件发生的概率; 加法定律: 推广到N个集合的情况:A1,A2,…AN,属于至少其中一个集合Ai的某一事件发生的概率: 其中: 三、条件概率(Conditio