概率论及数理统计基础.docx

精品文档 第 1 章 概率论与数理统计基础 1.1 概率论基础 一、随机事件与概率 随机事件－－ 称事件 自然界中的事件可分 必然事件、不可能事件和随机事件三种： ○1必然事件（ U）：指在一定条件下必然 生的事件，如“ 1atm 下水加 至 100℃ 沸 ”是必然事件。 ○2不可能事件（ V）：指在一定条件下不 生的事件，如“ 1atm 下 水加 至 50℃ 沸 ”是不可能事件。 ○3随机事件（ A、B??）：指一定条件下，可能 生，也可能不 生的事件。 概率与 率 每一次 而言，随机事件是否 生是 有偶然性的。但在大量重复 下，并把 些 果 合在一起，就可以看出支配 些偶然性的某种必然 律性来。 践 明，随机事件 生的可能性大小是它本身所固有的属性，不随人 的主 意愿而 移，并且 种属性可以通 大量 来 。 便于研究， 我 将随机事件 A 生的可能性的大小用一个数 p 来表示，并把 个数 p 叫做事件 A 的概率。 作： P（A）＝ p 了确定事件 A 的概率 p，首先必 明 率的概念。 A 某 可能出 的随机事件，在同 条件下， 重复做 n 次，事件 A 出 了 m次（ 0≤m≤n）， 称 m A 在 n 次 中出 的 数，称 m/n A 在 n 次 中出 的 率 。（ 上表 1-1） 率 m/n 本身不是常数，它与 次数 n 有关，随着 次数 n 的增加， 率 是在某一常数附近 ，而且 n 愈大， 率与 . 精品文档 个常数的偏差往往愈小，这种性质叫做频率的稳定性 。这个常数是客观存在的，与所做的若干次具体试验无关，它反映了事件本身所蕴含的规律性，反映了事件出现的可能性大小。 因此，这个常数（ p）就是事件 A 的概率。即 事件 A 的概率就是事件 A 发生的频率的稳定值（ p）。 P（A）＝ p 抛掷硬币试验 试验者 投掷次数 n 出现正面次数 m 出现正面频率 m/n 蒲 丰 4040 2048 0.5069 皮尔逊 12000 6019 0.5016 皮尔逊 24000 12012 0.5005 维 尼 30000 14994 0.4998 概率的基本性质 ○1 0 ≤P（A）≤ 1 即任何事件的概率都介于 0 和 1 之间 ○2 P(U)=1 即必然事件的概率为 1 ○3 P(V)=0 即不可能事件的概率为 0 二、随机变量及其概率分布 随机变量的概念 有些随机事件有 数量标识 ，如射击时命中的环数，掷一枚骰子所 出现的点数等等。但也有些随机事件无数量标识，如掷一枚硬币时，试验结果为“正面朝上”或“反面朝上” ，而不是数量。这会使我们感到不太方便，能否用量来代替事？这就促使我们 引入随机变量 的概念。事实上，很多事都和量有关。 例如，掷硬币时“正面朝上”或 “反面朝上”这两件事，我们可以分别记为“ 0”或“ 1”。经这样规定后，随机事件就可以用一个数来表示了。 试验结果能用一个数ξ ( 希腊字母，读“克西” ) 来表示，这个数ξ随试验结果不同而变化，我们称ξ为随机变量。 . 精品文档 随机 量与一般 量不同，它是随机的， 即它的取 有一定的概率。 硬 ，随机 量ξ的取 0 或 1。 随机 量分 离散型和非离散型两 。离散型随机 量取 有限个或无限可列个。 非离散型随机 量的取 不能一一列 出来 ，情况比 复 ，其中最重要的，在 中最常 的是 型随机 量 。 随机 量的概率分布 1）离散型随机 量 掌握离散型随机 量的 化 律，除了要了解它的取 以外， 更 重要的是 要了解它取各可能 的概率是多少 。 例如，要 一批 品的 量，从中任意抽取 5 件， 知道次 品数ξ的可能取 （ 0，1，2，3，4，5） 不 ， 当知道“次品数 0”的概率有多大，“次品数 1”的概率有多大，??， “次品数 5”的概率有多大，只有 才能 品中的次品情况有一个 全面的了解。 离散型随机 量ξ的所有可能取 x0，x1，??， xk，??， ξ取各个可能 的概率 P(ξ＝ xk) ＝p(x k) (k=0,1,2 ?? ) （1-1 ） 称式（ 1－1） 离散型随机 量ξ的概率分布或分布律（也称概率函数），若将其用表格形式表示， ξ x0 x1 ?? xk ?? （1-2 ） p p(x 0) p(x 1 ) ?? p(x k ) ?? 若用 形表示， 如 本上的 1-1 所示。 . 精品文档 由概率的基本性 可知， 概率分布具有以下性 ： （i ） 0 ≤p(x k) ≤1 (k=0,1,2 ?? ) （ii ） p( xk ) ＝1 k 0 两条性 可以作 一 表能否成 一个离散型随机 量的分布律的