(精选)管理数学第5章 概率统计及其应用课件.ppt

第5章 概率统计及其应用 5.1 随机事件与概率 5.1.1 随机事件 定义5.1 样本空间Ω的子集，称为该随机试验的一个随机事件，简称事件，常用大写字母A,B,C，…表示，记为A Ω，B Ω，CΩ，…. 5.1.2 事件的概率 (1)统计概率 定义5.2 (概率的统计定义) 如果在n次重复试验中，当n充分大时，事件A在这n次试验中出现的频率稳定在某个固定常数p附近，则称此常数p为事件A出现的统计概率，简称概率，记为;(2) 古典概率 定义5.3 (概率的古典定义) 在古典概型中，如果基本事件的总数为n，而事件A又由其中mA个基本事件组成，则定义事件A的概率为 这叫概率的古典定义，由它所定义的概率，称为古典概率.可见，对古典概型的问题，只要求出基本事件总数n和事件A所包含的基本事件数mA，由公式(5.１)就可直接计算事件A的概率了.;(3)事件的关系和运算 1)包含 如果事件A发生，必然导致事件B发生，则称事件B包含事件A(或称A是B的子事件)，记为 A B. 2)相等 如果A B，且B A，则称事件A与事件B相等或等价，记为A=B. 3)并 两事件A与B中至少有一个发生所构成的事件称为A与B的并(或和)，记为A∪B. 4)交 两事件A与B同时发生所构成的事件，称为A与B的交(或积)，记为A∩B或AB.例如，A2∩A3=A1 5)互斥 事件A与事件B不能同时发生，即AB= ，则称事件A与B互斥.如产品合格A1与产品不合格 为互斥事件.;６)互逆 如两事件A与B不同时发生，但又必须有一个发生，即AB= ，且A∪B=Ω，则称事件A与B互逆(或对立)或称B是 (或A是 )的对立事件，记为B=A(或A=B). 7)差事件A发生，但事件B不发生所构成的事件称为事件A与B的差，记为A-B，显然;图5.1;性质6 (广义加法定理) 若A，B为任何二事件，则有 5.1.3 条件概率及其应用 在实际问题中，不仅要考虑事件A的概率P(A)，有时还需要研究在“事件B已发生”的条件下，事件A发生的条件概率.记为P(A|B). (1)条件概率 定义5.4 在事件B发生的条件下，事件A发生的概率叫做事件A在事件B发生的前提下的条件概率，记作;若A，B为两任意事件，且P(B)＞０，则 (2)乘法定理 设P(B)＞０，则 或设P(A)＞０，则 类似地,;例9 设在96件产品中有3件次品，今无放回地依次抽取两件，问两件都是合格品的概率是多少？ 解 设Ai表示“第i次取得合格品”，则两件都是合格品就是A1，A2同时发生，要求的是P(A1 A2)，由乘法公式 (3)事件的独立性 定义5.5 若事件A与B满足条件：; 则称事件A，B，C相互独立. 定理5.1 若事件A，B相互独立，则 这三对事件都相互独立. *(4)全概率公式与贝叶斯公式 1) 全概率公式 设事件A1，A2，…，An满足： 则对任何事件B有;2) 贝叶斯(Bayes)公式 设n个事件A1，A2，…，An满足： 则对任一概率不为零的事件B有： 5.1.4 二项概率公式 (1)贝努里(Bernouli)概型;在相同的条件下，将同一试验重复做n次，如果每次试验的结果都与其他各次试验的结果无关，则称这种试验为重复独立试验.又如果每次试验只有两种可能结果A与 ，且事件A发生的概率P(A)在每次试验中保持不变，这种n次重复独立试验的随机现象称为n重贝努里概型.这是一种非常重要而又常见的概型，它有广泛的应用，许多实际问题都可归纳为这种概型.一个有放回的抽样模型，就是一个标准的贝努里概型. (2)二项概率公式 若一次试验中事件A发生的概率为p，则在n重贝努里试验中，事件A恰好发生k次的概率为; 其中q=１-p. 5.2 随机变量及其分布 5.2.1 随机变量及其分布函数 (1)随机变量 定义5.6 对于随机试验的每个可能结果ω，都有唯一的一个实数值X(ω)与它对应，则称X(ω)为一个随机变量，简记为X. (2)随机变量的分布函数 定义5.7 设X是一个随机变量，x是任意一实数，令 则称函数F(x)为随机变量X的分布函数.;(3)分布函数的性质 性质1(有界性)０≤F(x)≤1. 性质2(单调不减性) 若x1＜x2，则F(x1)≤F(x2). 性质3(左连续性) F(x-0)=F(x). 5.2.2 离散型随机变量及其分布 (1)概率函数和分布函数 定义5.8 设随机变量X的可取值为：x1，x2，…，xi，…，其相应的概率分