[工作范文]第三章 常用概率分布2.ppt

第一节 事件与概率 一、事 件 （一）必然现象与随机现象 在一定条件下，重复进行观察或试验，其结果总是确定不变的现象——必然现象。 在同样条件下，重复进行观察或试验，其结果总是不确定的现象——随机现象 。但通过大量重复观察又确有统计规律性。 （二）随机试验与随机事件 1、随机试验 对随机现象的观察称为随机试验（trial）。有以下特点： （1）试验可以重复进行； （2）全部可能的结果是可知的； （3）但在一次试验之前不能肯定会出现哪一个结果。 2、随机事件 随机试验的每一种可能结果，称为随机事件。 基本事件： 把随机试验每一个可能的结果称为一个基本事件。由基本事件构成的事件称复合事件. 　　必然事件 在一定条件下必然会发生的事件称为必然事件，用Ω表示。 　不可能事件 在一定条件下不可能发生的事件称为不可能事件，用ф表示。 对立事件：A+B= Ω ，A×B= φ。是互斥但不独立。 差事件：事件A发生而事件B不发生，A－B。 完全事件系：A1+A2 +…+An=Ω，A1×A2 ×…×An = φ。 如种子的发芽与不发芽则构成一个完全事件系。 二 、 概 率（probability） 研究随机现象，仅知道发生哪些可能结果（随机事件）是不够的，还需了解发生这些结果的可能性大小。这种描述事件发生可能性大小的数值，称为概率。如事件A的概率记为P（A）。 （一）概率的古典定义 如果随机试验具有以下特征： 1、试验所有可能结果是有限个； 2、而且出现的可能性相等； 3、两两结果互斥； 则称其为古典概型。P（A）=m/n 【例3·1】 在1、2、3、… 、20这20个数字中随机抽取1个，求下列随机事件的概率。 （1）A=“抽得1个数字≤4”； （2）B=“抽得1个数字是2的倍数”。 （二）概率的统计定义 在相同条件下进行n次重复试验，如果随机事件A发生的次数为m ，那么m/n称为随机事件A的频率(frequency)；当试验重复数n逐渐增大时，随机事件A的频率越来越稳定地接近一个常数值p ，把 p称为随机事件A的概率。 这就是统计意义上的概率定义。 （三）、概率的性质 （1） 0≤P（A）≤1 （2） P（Ω）=1 (3) P（Φ）=0 （四）、概率的运算 加法运算：P(A+B)=P(A)+P(B)-P(AB) 乘法运算：P(A×B)=P(A)×P(B/A) =P(B)×P(A/B) 设有某产品一件共10个，其中有3只为次品，接连从中取2次（不放回）。求第一次取到次品后第二次取到次品的概率。 解：令A=第一次取到次品， B=第二次取到次品， 则P（B︱A）=2/9 P(AB)=P(A) ×P(B︱A)=3/10×2/9 对立事件概率运算： 完全事件系的概率：P(A1+A2+ …+ An)= P(A1)+P(A2)+ … +P(An)=1 　三、小概率事件实际不可能性原理 随机事件的概率表示了随机事件在一次试验中出现的可能性大小。若随机事件的概率很小，例如小于0.05、0.01、0.001，称之为小概率事件。 　　统计学认为：概率很小的事件在一次试验中几乎不可能发生。这就是小概率事件实际不可能性原理，亦称小概率原理。小概率事件实际不可能性原理是统计学上进行假设检验（显著性检验）的基本依据。 第二节 概率分布 要全面了解一个试验，则必须知道试验的全部可能结果及其各自概率，即把所有可能结果与概率一一对应起来，这就是概率分布。概率分布就是描述随机现象的统计规律性。具体地说就是随机变量取值的概率的函数. 【例3·3】 抛掷一枚硬币，其可能结果是“币值朝上” 或“币值朝下”。如果“朝上”用1表示，“朝下”用0表示，则随机变量x的取值为0、1。 如果表示试验结果的变量x，其取值是可列举的 ，则称x为离散型随机变量； 相反，若X的取值为某范围内的任何数值，是不可列举的，则称x为连续型随机变量。 二、离散型随机变量的概率分布 　　如果将离散型随机变量x的可能取值xi ( i=０，1，2 ， … )，与其概率pi一一对应起来，则有P(x=xi)=pi 。 如果用函数f(x)表示Ｘ的概率对应关系，记为f(xi) ＝P(X=xi)=pi，则称f(x)为概率函数。