金融出版社统计学第5章概率基础.pptxVIP

第五章 概率基础;第一节 概率的基本概念;一、随机试验与随机事件;（一）样本空间;由此可见，随着问题的不同，样本空间可以复杂，也可以变得简单。应该指出，样本空间的界定会随着研究目的和样本设计不同而有差异，而不是一成不变的。如上面数字抽取的例子，我们所关心的是数字的出现，因此样本点有10种情况。如果我们关心的仅是“出现的数字为质数”，则得到的样本点集合为{1，2，5，7}。又如，要求的是“6的倍数”，则得到的是{6}这样一个样本空间。而如果进行多次试验，则得到的结果会有不同的表示，可能要用多维的方式来表示。例如掷一次铜币结果可能面向上或背向上两种结果，如果连续掷两次铜币，则两次试验的联合结果形成样本空间为： S ＝{(面，面)，(面，背)，(背，面)，(背，背)};（二）事件;;;【例5-1】;二、概率;;;（二）概率的基本运算;【例5-2】;（三）古典概型与几何概型;解：该实验是从a+b个球中，无放回地把球一个个取出来，相当于排队，求第 k个位置排的是红球的概率。因为a+b 个球共有 (a+b)!种排法，故样本点总数 n=(a+b)!。设 A＝{第 k次取出的球是红球}，则对事件 A包含的样本点的个数为：先从 b个红球中任取一个放在第k 个位置，然后把其余a+b-1 个球排在剩下的位置上，总共有 。 所以 可以看到，最终得到的结果与k无关，这个实际上就是“抽签原理”，也就是抽签与顺序无关。 ; 2.　几何概型 古典概型所能计算的只是有限场合的情况，无限多结果的场合又如何呢？下面我们用几何方法来解决这个问题。 （1）开往某市的汽车开车时间为每个正点一趟，某人到车站乘车，求他等车短于10分钟的概率； （2）一片面积为S的树林中有一块面积为 的空地，由空中向空地投掷物品，求投中的概率。 （3）在10毫升的自来水中有1个大肠杆菌，现在从中随机取出2毫升自来水在显微镜下观察，试求大肠杆菌的概率。 在上述问题中，样本空间分别是一、二、三维，分别用长度、面积和体积来衡量。则事件 A的概率P(A)与A的位置与形状均无关，而与其长度（或面积、体积）成正比， ;也就是 其中m(?) 表示长度（或面积、体积）??? 【例5-4】两人相约于8时至9时之间在某地相见，并给定先到者等候另一人30分钟后就可离开，求两人能会面的概率。 解：设x,y 分别表示两人到达某地的时刻，因为两人到达的时间是随机的，故x,y 都分别等可能地在?0,60? 上取值，那么点 (x,y)就是平面区域 等可能的样本点。记事件A 为“两人能见面”，其区域为 , 其面积为 , 而?? 的面积为 ，于是两人能会面的概率为 ;;;;;第二节　随机变量及其分布;第二节　随机变量及其分布;;　二、概率分布的类型;;数字的概率都相等，也就是10%，它的概率分布可表示为： 或者用如下的分布列来表示： 与离散型随机变量有所不同，一些随机现象所出现的试验结果的取值不可列。例如测量误差、分子运动速度、候车时的等待时间、降水量、风速、洪峰值等等皆是。这时用来描述试验结果的随机变量还是样本点?的函数：严格写应是X(?)，其中???。但是这个随机变量能取某个区间?c,d?或(-?,+?)的一切取值。;假如想用描述离散型随机变量的方法（简单地罗列所取的值及相应的概率）来描述这后一类随机变量，则会碰到很大的困难。一来是这类随机变量所取值不能一一列出；二来是我们下面将会看到，取连续值的随机变量，它取某个特定值的概率常常是0，因此用这种描述方法根本不行。 对于取连续值的随机变量我们所关心的也并不是它取某个特定值的概率。例如在测量误差中，我们感兴趣的是测量误差小于某个数的概率；在降雨问题中，我们重视的是雨量在某一个量级，例如在100毫米到120毫米之间的概率。总之，对于取连续值的随机变量X(?)，我们感兴趣的是X(?)取值于某个区间（a,b）的概率，或取值于若干个这种区间的概率。 ; 因此应当要求?a? X(?)b或? X(?)b?或一般地? X(?)?A?（其中A是由区间经并、交等运算而得到的直线上的某一个点集）有概率可言，既然只对概率空间（?，F，P）的事件域F中的集合才定义概率，因此我们自然要求上述集合属于F，即都是事件。为此引进如下定义： 定义5.4　 X(?)是定义于概率空间（?，F，P）上的单值实函数，如果对于直线上任一点集B，有??：X(?)?B??F 则称X(?)为随机变量，而P??：X(?)?B ?称为随机变量X(?)的概率分布。 ;;; 从而 那