概率论与数理统计第5讲汇.pptVIP

第六节 独立性 事件的相互独立性 几个重要定理 例题讲解 小结 1.引例 3. n个事件的独立性 y 二. 应记忆的公式 德莫根律 加法公式 当A与B互斥时 条件概率公式 乘法概率公式 全概率公式 贝叶斯公式 相互独立事件的概率计算公式 三、重点与难点y 四、典型例题y 第二章 随机变量及其分布 ? 随机变量 ?离散型随机变量及其分布律 ?随机变量的分布函数 ?连续型随机变量及其概率密度 ?随机变量的函数的分布 第一节 随机变量 例2：设A,B为随机事件,且 , 则必有 【 】 （B） （C） （D） （A） 解析： 故答案为C. y [思路] 引进事件 例3 y 例3 解 由题意知 y 例3 y [思路] 由于抽到的表与来自哪个地区有关, 故此题要用全概率公式来讨论. 例4 y 例4 解： y 例4 y 例4 又因为 同理可得 y 例4 y 问题的引入 随机变量的定义 小结 一、问题的引入 随机事件和实数之间存在着某种客观的联系. 有的问题看起来与数无关，只要稍加处理也可 用数来描述. 例1：E：从一批产品中任取一件是否是合格品？ 我们约定：若试验的结果是合格品， 令X=1 若试验的结果是不合格品, 令X=0 样本空间S={e}={合格品,不合格品} 引入变量X： X(e): 1 0 对于每一个样本点e ， X都有一个值与之对应， 则称X为随机变量，其定义域为样本空间。 其值域依赖于样本空间，则随机变量是定义 在样本空间S上的函数。 试验的结果的出现是随机的 ?X(e)的取值也是随机的 例2：E：将一枚硬币抛掷三次，问：三次投掷中， 出现H的总次数? }. , , , , , , , { TTT TTH THT HTT THH HTH HHT HHH = S={e} 样本空间： X(e): 3 2 2 2 1 1 1 0 即对于S中每一个样本点e , X都有一个值与之对应. 则称X为随机变量，其定义域为样本空间。 其值域依赖于样本空间，则随机变量是定义 在样本空间S上的函数。 试验的结果的出现是随机的 ?X(e)的取值也是随机的 二、随机变量的定义 1、定义 设S={e}是随机试验E的样本空间，如果(1)对每个e? S，存在一个实数X(e)与之对应，即变量X是定义在样本空间S上的一个实单值函数；(2)对每个x ?R，事件{e|X(e)?x}有确定的概率，则称X=X(e)为S上的随机变量。 简记为r.v. X (random variable) 随机变量通常用大写字母X,Y,Z,…或希腊字母, ?,η, ζ,….等表示.而表示随机变量所取的值时,一般采用小写字母x,y,z等. 随机变量的特点: 1、 X的全部可能取值是互斥且完备的; 2 、X的部分可能取值描述随机事件. 　 随机变量随着试验的结果不同而取不同的值, 由于试验的各个结果的出现具有一定的概率, 因此随机变量的取值也有一定的概率规律. (2)随机变量的取值具有一定的概率规律 　　随机变量是一个函数 , 但它与普通的函数有着本质的差别 ,普通函数是定义在实数轴上的,而随机变量是定义在样本空间上的集合函数 (样本空间的元素不一定是实数). 2.说明 (1)随机变量与普通的函数不同 一、事件的相互独立性 (一) 两个事件的独立性 由条件概率，知 一般地， 这意味着：事件B的发生对事件A发生的概率有影响. 然而，在有些情形下又会出现： 则有 定义1: 说明 事件 A 与 B 相互独立,是指事件 A 的发生与事件 B 发生的概率无关. 事件独立性的性质(结论) 1o 2o 独立与互斥的关系 这是两个不同的概念. 两事件相互独立 独立是事件间的概率属性 两事件互斥 互斥是事件间本身的关系 二者之间没有必然联系. 结论： A,B互不相容与A,B相互独立不能同时成立. 证 若A与B 独立, 则 即 A与B 不互斥(相容). 反例： 两事件相互独立. 所以两事件互斥 3o 必然事件S 及不可能事件?与任何事件A相互独立. 证 ∵ S A=A, P(S)=1 ∴ P(S A) = P(A)=1? P(A)= P(S) P(A) 即 S与A独立. 4o 若事件A与B 相互独立, 则以下三对事件 也相互独立. 注:称此为二事件的独立性关于逆运算封闭. 4o 若事件A与