第六章概率基础.pptVIP

随机变量的概率分布 第六章 概率基础 学习内容 学习重点 学习难点 第一节 随机事件及其概率 第二节 随机变量及其分布 第三节 大数法则和中心极限定理 1、基本概念及其概率的运算 2、随机变量的概率分布 3、大数法则和中心极限定理的意义 随机事件和样本空间 试验 结果 随机试验 随机现象 不确定 样本点（ω）：实验可能出现的最简单的结果，也称基本事件 基本事件空间（Ω） ：由基本事件的全体构成样本空间。 当试验结果为随机不确定性时，我们称该试验为随机试验 第一节 随机事件及其概率 随机事件的关系和运算 事件A和事件B的运算A＋B或AUB，称“事件A或B”，表示事件A与事件B中至少有一个发生。 第一节 随机事件及其概率 Ω B A AUB “A∩B”称为事件A和事件B的积，也记作A·B，表示事件A、B同时发生。 Ω B A A B U 随机事件的关系和运算 第一节 随机事件及其概率 随机事件的关系和运算 若事件A出现时，事件B必然出现，则称A被B所包含，或称B包含A，记作A∈B。 第一节 随机事件及其概率 Ω B A 随机事件的关系和运算 若A∩B＝φ，则称事件A与事件B为不相容事件，或叫互斥事件。 第一节 随机事件及其概率 Ω B A 随机事件的关系和运算 随机事件的关系和运算 如果两个不相容事件的和是一个必然事件，那么称这两个事件“互为逆事件”，或称为对立事件，A的逆事件记作A。 第一节 随机事件及其概率 Ω A A 随机事件的概率及其计算 什么是概率？ 随机事件A发生可能性大小的度量指标称为A发生的概率(Probability)，记作P(A)。概率的具体数值介于0和1之间。 第一节 随机事件及其概率 古典概型 古典型随机试验的特征： ①只有有限个基本事件； ②每基本事件出现的可能性是相等的。 对于古典型的随机试验事件A发生的概率计算方法为： 第一节 随机事件及其概率 概率的加法定理 任何两个给定的事件A、B，则它们并事件(和事件)的概率，等于事件A发生的概率与事件B发生的概率之和减去它们同时发生的概率，即： P(AUB)＝P(A)＋P(B)一P(AB) 第一节 随机事件及其概率 概率的乘法定理 由条件概率可以导出概率的乘法公式：对任意两个事件A、B，若P(B)＞0，则有 P(AB)＝P(B)P(A│B)＝P(A)P(B│A) 第一节 随机事件及其概率 本节小结 本节介绍了随机事件和样本空间的基本概念，讨论了随机事件概率的两种计算方法。 第一节 随机事件及其概率 一、随机变量及其分布 二、离散型随机变量的概率分布 三、连续型随机变量的分布 四、随机变量的数字特征 五、大数法则和中心极限定理 第二节 　 　随机变量及其分布 一、随机变量及其分布 若变量的取值在试验前无法确定，而要依赖于试验的结果，因而具有随机性，人们常称这种变量为随机变量。 按取值的情况，可将随机变量分为两类：离散型随机变量和连续型随机变量。 研究一个随机变量，只知道它可能取哪些值是远远不够的，更重要的是要知道它取这些值的概率是多少。即重要的是研究随机取值到底遵从什么样的“概率分布” 规律。 第二节 　 　随机变量及其分布 二、离散型随机变量的概率分布 取值为有限个或可列个的随机变量为离散型的随机变量。我们可以用概率分布全面地描述离散型随机变量的统计规律性。 通常以用表格来表示离散型随机变量X的概率分布： x x1 x2 … xn … P(xi) P(xi) P(xi) … P(xn) … 第二节 　 　随机变量及其分布 请思考… 什么是超几何分布、二项分布、泊松分布，其概率分布如何表达？ 讨论 第二节 　 　随机变量及其分布 三、连续型随机变量的分布 分布函数与密度函数 正态分布 t分布 X2分布 F分布 第二节 　 　随机变量及其分布 分布函数与密度函数 一个随机变量如果能在某一区间可取任意数则称为连续型随机变量。由于连续型随机变量的取值无法像离散型随机变量取值那样一一列出，所以其概率分布也不能用分布列而只