[数学]GCT概率论与数理统计-ch1.ppt

数理统计方法 概率论(probability theory)的起源与发展   在自然界和人类社会中,存在大量的随机想象。最普遍的是掷一枚硬币,可能出现正面,也可能出现反面。而在数学史上起重要作用的是掷骰子,对掷骰子所得点数得研究引起了概率论得研究。 1654年,法国一位叫梅雷的赌徒向他的朋友、数学家帕斯卡请教,帕斯卡立即告诉费马,他们之间从1654年7月开始频繁通信,展开有关概率论和组合数学的讨论。费马利用组合学理论解决了这一问题,帕斯卡利用算术方法也得到该问题的解。1657年,荷兰数学家惠更斯所著的《论赌博中的计算》在莱顿出版,雅各布.伯努利、棣莫弗、贝叶斯、拉普拉斯等发展了概率论。 数理统计(mathematical statistics)的起源与发展 数理统计学是伴随着概率论的发展而发展起来的。高斯和勒让德关于观测数据误差分析和最小二乘法的研究。皮尔森、费希尔、克拉默等学者的工作将数理统计学引入成熟阶段。 1.1.2 事件的关系与运算 概率的重要性质 (1)P(φ)=0,P(Ω)=1,逆不一定成立. (2)若AB=φ,则P(A+B)=P(A)+P(B),可推广 到有限个互斥事件的情形.即:若A1,A2,…,An两两互斥,则 P(A1+A2+…+An)=P(A1)+P(A2)+…+P(An) (3) P(A-B)=P(A)-P(AB), (4) P(Ω-A)=1-P(A). (5)若B是A的子事件,则P(A-B)=P(A)-P(B)；P(B)≤P(A); (6)P(A+B)=P(A)+P(B)-P(AB), P(A+B+C)=P(A)+P(B)+P(C)-P(AB)-P(AC)-P(BC)+P(ABC) 可推广到有限个事件的情形. 1.2.1 随机变量的概念 1.2.2 离散型随机变量及其概率分布 例18 某盒子中有形状相同的2个白球, 3个黑球。从中一个个取球,令 Y2 0 1 Y1 0 1 3/10 3/10 3/10 1/10 Y1 0 1 P 3/5 2/5 Y2 0 1 P 3/5 2/5 Y1 0 1 P 3/5 2/5 Y2 0 1 P 3/5 2/5 Y2 0 1 Y1 0 1 9/25 6/25 6/25 4/25 不放回 放回 P{X=xi,Y=yj) ≠P(X=xi)P(Y=yj ) 不独立 独立 P{X=xi,Y=yj)=P(X=xi)P(Y=yj ) 例19 设随机变量X和Y相互独立,试将下表补充完整. X x1 x2 Y y1 y2 y3 1/8 1/8 1/6 1 1/24 1/4 1/12 1/2 1/3 3/4 3/8 1/4 (1) 均匀分布 常见的二维连续型随机向量 (2) 二维正态分布 则X,Y的边缘概率密度分别为 X~N(μ1,σ12), Y~ N(μ2,σ22); (X,Y) ( x1,y1 ) (x1,y2) ... (xn,ym) ... g(X,Y) g(x1,y1) g(x1,y2) … g(xn,ym) … P p11 p12 ... pnm ... 注:g(x1,y1) , … g(xn,ym) …从小到大排,相同的并在一起 离散型随机向量函数Z=g(X,Y)的概率分布: 1.3.5 多维随机变量函数的分布 若X,Y相互独立,X~P(λ1),Y~P(λ2), 则 X+Y~P(λ1+λ2) Possion分布的可加性 若X与Y相互独立,X～B(n1,p),Ｙ～B(n２,p), 则　X+Y～B(n1+n2,p) 二项分布的可加性 若两个独立正态分布随机变量的和仍