概率论与数理统计第一章第三节（概率统计）.pptVIP

用概率的统计定义来估计概率的方法, 在过去和现在解决了不少问题, 但它们在理论上存在缺陷, 在应用上也有局限性. 例如, 在实际问题中往往无法满足概率统计定义中要求的试验次数的“充分大”, 也不清楚试验次数应该大到什么程度, 因此概率的统计定义不能作为数学意义上的定义. 讲评 “频率”与“概率”的区别： (1) 事件的频率与概率有着本质区别: 频率具有随机波动性,是一个变数; 而概率是一个常数,具有客观性. (2) 概率的统计定义只是一种描述, 它指出了事件的概率是客观存在的, 随着试验次数的增加,频率在概率附近摆动. 因此,在实际问题中,当试验的次数n很大时, 频率通常作为概率的近似值. 1.3.4 建立理论 定义3 设E是随机试验,Ω是E的样本空间, 若对于E的每一随机事件A,有确定的实数P(A)与之对应,如果集合函数P(·)满足下列条件： (1)非负性：对于每一事件A, 有0≤P(A)； (2)规范性：对必然事件Ω, 有P(Ω)=1； (3)可列可加性：对于两两互不相容的可列无穷多个事件A1,A2,…,An,…, 有 P (A1∪A2∪…∪An∪…)=P(A1)+P(A2)+…+P(An)+… (1.3.1) 则实数P(A)称为事件A的概率. 1. 概率的公理化定义 对上面讲过的“频率”定义、 “概率统计”定义都满足这个定义中的条件要求,它们都是这个一般定义范围内的特殊情形.在第五章中将证明,当试验次数n→∞时频率fn(A)在一定的意义下接近于概率P(A). 因此,我们更有理由将概率P(A)用来表征事件A在一次试验中发生的可能性的大小. 令An= , n=1,2,…, 则 概率的一些重要性质: 证 2. 概率重要性质 = 并且AiAj= (i≠j, i, j =1, 2,…).由概率的可列可加性得 P( )= 由概率的非负性知P( )≥0,因此,由上式得到 P( )=0. 性质4 P( )=0. 性质5(加法公式)对于两两互不相容的n个事件A1,A2,…,An, 则有 P(A1∪A2∪…∪An) =P(A1)+P(A2)+…+P(An) (1.3.2) 证 令An+1= An+2=…= , 由假设即得 AiAj= (i≠j, i, j =1, 2,…). P(A1∪A2∪…∪An) = = P(A1)+P(A2)+…+P(An), (1.3.2)式得证. 讲评: 关键词是两两互不相容.一般情形见(1.3.10)式. 由概率的可列可加性(1.3.1)得 性质6(差事件概率) 设A,B为两个事件,若A B,则有P(B－A)= P(B)－P(A). (1.3.6) 讲评:关键词是A B.否则不成立.这里隐含 P(A)≤P(B). 如若P(A)= ,P(B)= , 则 P(B)-P(A)= 一般情形是概率减法公式 P(A-B)= P(A-AB)=P(A)-P(AB). 由A B知B=A∪(B－A), 且 A(B－A)= , 由概率的有限可加性 (1.3.2)得到 P(B) = P(A) +P(B－A), 移项, (1.3.6)式得证. 证 推论1(保序性)若A B, 则 P(A)≤P(B). 证 由概率的非负性, 得P(B－A)≥0. 由(1.3.6)式得到 P(A)≤P(B). 性质7 对于任意事件A, 都有P (A)≤1. 证 因为对于任意事件A,都有A Ω,由概率 的保序性和规范性,得P(A)≤P(Ω)=1. 可见,对于任意事件A,概率的有界关系为 0≤P(A)≤1. 因为A∪ =Ω,由规范性和有限可加 性(3.2)得到 1=P(Ω)=P(A∪ )=P(A)+P( ). 移项,得到所证等式. 性质8 (对立事件的概率)设 是A的对立 事件, 则有 P( )=1－P(A).