浅析概率论中几个问题.docVIP

浅析概率论中几个问题 　　【摘要】概率论与数理统计作为现代数学的重要分支，在各个领域都有极为广泛的应用，而概率论是数理统计的基础，因此要学好概率论与数理统计，必须有扎实的概率论功底.本文给出了判断随机变量是否服从二项分布的简单条件，分析了如何更好地使用全概率、贝叶斯定理，进一步简化中心极限定理，使得它们更容易被学生接受. 　　【关键词】二项分布；全概率定理；贝叶斯定理；中心极限定理；简化 　　 　　一、引 言 　　概率论与数理统计作为现代数学的重要分支，在自然科学、社会科学和工程技术的各个领域都具有极为广泛的应用，特别是随着计算机的迅速普及，概率统计在经济、管理、金融、保险、生物、医学等方面的应用更是得到长足的发展.正是概率统计的这种广泛的应用性，使得它今天成为各类专业大学生的最重要的数学必修课之一.概率论是数理统计的理论基础，因此要学好概率论与数理统计必须有扎实的概率论功底.在这门课程的教学过程中，发现学生对如何判断随机变量是否服从二项分布，对全概率、贝叶斯、中心极限定理如何使用感到困难，因此，根据自己多年的教学实践经验，谈谈自己对这些问题的理解及教学体会. 　　二、二项分布 　　二项分布是最常见的离散型分布，在概率论与数理统计的应用上有着重要的地位.因此熟练掌握二项分布尤为重要.为了使学生对二项分布有准确深入的理解，下面从两个方面来分析. 　　1.如何判断随机变量ξ服从二项分布 　　二项分布与n重Bernoulli实验有着密切的联系，可以把ξ是否服从二项分布归结到判断随机变量ξ是否表示n重Bernoulil实验中事件A发生的次数.我们得到的结论是:如果ξ表示n重Bernoulli实验中事件A发生的次数，则ξ服从二项分布，即ξ~B(n,p)，否则不然.这样我们就可以把判断是否服从二项分布的问题转化到了判断是否是n重Bernoulli实验.学生可以根据n重Bernoulli实验判定的4个条件来一一判断，这样学生的可操作性强了，对这个问题就不会无从下手.到此虽然解决了如何判断随机变量ξ服从二项分布，但是ξ是否真正地确定下来了呢?确定一个离散型随机变量ξ的状态必须知道它的概率分布.从二项分布公式中可知我们必须确定两个参数n,p.这就是我们要考虑的第二个问题. 　　2.设ξ~B(n,p)，如何确定两个参数n,p 　　在文献［2］中我们归纳得到: 　　（1）参数n即是n重Bernoulli实验的重数n. 　　（2）参数p为n重Bernoulli实验中事件A发生的概率. 　　利用（1），（2）学生就能够快速、准确地判断ξ是否服从二项分布并确定ξ的分布.为了方便省时，大家熟悉一些常见的服从二项分布的随机变量是有必要的. 　　如:n个病人治疗有效(无效)的个数，检查n件产品中次品（合格品）的个数，n次射击中命中的次数，医学领域二分类记数资料. 　　三、全概率、贝叶斯定理 　　1.全概率定理 　　在计算事件发生的概率时，常常遇到事件同时受到多个因素的影响，使得我们不能够直接计算此事件的概率，这就使得许多学生对计算这类事件的概率无从下手，对于这个问题全概率定理给了我们很好的方法.从这个定理得到:我们可以借助引入各种小前提因素将样本空间适当地分解为若干部分，使得在每个部分中（即在各小前提下）容易求得所要的概率. 　　利用全概率定理的时候我们要弄清两个关键的问题： 　　第一，哪种情况下得用全概率定理. 　　第二，如何准确地找到定理中所需要的完备事件组. 　　下面针对这两个问题进行分析. 　　(1)哪类事件概率的计算得用全概率定理 　　从全概率定理的形式上看是比较复杂的，因此能不用尽量不用.那么什么样的事件概率的计算得用它呢?我们把它归纳为复杂事件的概率计算得用全概率定理.对于复杂事件我们有如下定义: 　　定义1 受两个或两个以上因素影响的事件称为复杂事件. 　　如:10个签中有4个难签，3个人参加抽签(不放回)，甲先乙次丙最后，设B为乙抽到难签这个事件.事件B就是一个复杂的事件，因为事件B受到甲抽到难签和没有抽到难签这两个因素影响. 　　(2)找完备的事件组 　　用全概率公式去解决复杂事件的概率首先得准确地找到完备的事件组，很多学生在找完备的事件组的时候往往遗漏某些事件，导致找到的事件组并不是完备的.为了找到恰当的完备的事件组我们分成两个步骤： 　　第一，找事件组：确定复杂事件受到哪些因素影响，每一个因素就设定为一个事件，这样就得到一组事件B1,B2,…,Bn. 　　第二，验证B1,B2,…,Bn是否完备，进一步防止遗漏某些事件. 　　2.贝叶斯定理 　　贝叶斯定理是全概率定理的推论，这样有了对全概率定理的分析作为基础，分析贝叶斯定理就简单多了.贝叶斯定理中所需要的完备的事件组寻找的