概率论教学课件电子教案全套课件.pptx

概 率 论;第一章 随机事件与概率 ;随机事件;★ 随机试验;★ 样本空间;注：同一随机试验可能有不同的样本空间。 即样本点和样本空间是由试验内容而确定的。 ;例2 一个盒子里有10个完全相同的球，分别标为号码1，2，3….，10，从中任取一个球，令 i ＝ {取得球的标号为i｝ A＝｛标号为3｝ B＝｛标号为偶数｝ C＝｛标号为奇数｝; 事件间的关系和运算;一、事件间的关系;事件包含 ;事件相等 ;事件并 ;事件交 ;互不相容 ;对立事件 ;完备事件组 ;事件的运算法则;例： 1）A与B发生，C不发生 2）A，B，C至少两个发生 3）A，B，C恰好两个发生 4） A，B，C有不多于一个事件发生 ;（二）事件间的运算;（对偶律）;吸收律： ;例 1.1.4 设;例1.1.5 试问下列命题是否成立： （1）;例题;随机事件的频率与概率;概率的统计定义;古典概型;概率性质;概率计算;例2：袋中有a个数白球，ｂ个黑球，从中接连任意取出ｍ(m=a+b)个球，且每次取出的球不再放回去，求第ｍ次取出的球是白球的概率？ ;概率公式;条件概率;;乘法公式;全概率公式;;贝叶斯公式;两台机床加工同样的零件，第一台出现废品的概率为0.05，第二台出现废品的概率为0.02，加工的零件混放在一起，若第一台车床与第二台车床加工的零件数为5:4。 求 （１）任意地从这些零件中取出一个合格品的概率； （２）若已知取出的一个零件为合格品，那么，它是由哪一台机床生产的可能性较大。 ;事件的独立性;两个事件的独立性 ;多个事件的独立性;例题1;例题２ ;重复独立试验;二项概率公式 ;例题3 ;第二章 一维随机变量;1. 随机变量的定义及其分布函数 2. 离散型随机变量及其分布列 3. 连续型随机变量及其密度函数;一、随机变量;;;3) 奇异型随机变量;注1. 随机变量具有两重性（取值，概率 ） ;;以上三条性质是随机变量分布函数的特征性质。;;;二、离散型随机变量 及其概率分布列;定义2.1.3 阶梯型的分布函数对应的随机变量 称为离散型随机变量。;例如:;;;解：;;;;三. 连续型随机变量 及其密度函数;;例11 （均匀分布）已知随机变量 的密度函数为：;解：利用规范性;利用分布函数是密度函数积分的定义得 ;;注3: 连续型随机变量在计算概率时可不区分 开、闭区间 ;;;已知分布函数，求密度函数;;;四、 常用离散型随机变量的分布;两点分布; 二项分布（Binomial Distribution） ;;;;事件A发生的次数不到k次的概率：;;　　单位时间内，电话呼唤次数，公共汽车站的乘客人数，机场降落的飞机数等；　　;;;;五、连续型随机变量;a;意义：;0;0;;指数分布（Exponential Distribution） ;;;;;0;0;;;;;;第三章 二维随机变量;二维随机变量及其联合分布;;(x,y);;a2;离散型随机变量的联合分布列;;;;;;;;;;;;几种均匀分布的概率密度;基本概念：随机向量、联合分布函数。 离散型随机变量：联合概率分布、阶梯型分布函数。 连续型随机变量：概率密度函数、连续型分布函数。;边际分布、条件分布;边缘分布;;;0;联合分布可决定边际分布;联合分布函数可求边际分布函数;O;二维连续型随机变量;;;; 二维随机变量的 条件分布;离散型随机变量的条件分布列;连续型随机变量的条件分布;;;解：已知联合概率密度为;;1;即;随机变量的独立性;1.离散型随机变量的独立性;;;边际分布：例如 条件分布：例如 ;独立性：;;一、随机变量函数的分布;;;;;;;;;;;;;2. 二维随机变量函数的分布;;;1;1;;;;;;;0;;;;;第五章大数定律与中心极限定理;大数定律 ;意义: 频率的稳定性：当试验在不变的条件下 重复进行很多次时，随机事件的频率在它们的 概率附近摆动。它是“概率论” 的理论基础. ;; 随机变量序列 算术平均的 大数定律 ;定义：;;证明：由切贝雪夫不等式：;定理5.3 切比雪夫大数定理;;;;概率;注意: 辛钦大数定律只要求一阶矩存在,但是 随机变量序列是独立同分布的. 若所讨论的 随机变量序列是不服从同分布的要求或不独 立可应用切比雪夫大数定律 或者马尔可夫大 数定律 . ;;。 ;√;√;√;√;√;中心极限定理;;用EXCEL计算的结果;即：至少击中两次的概率为0.997。; 中心极限定理;这时，;;(1)用切比雪夫不等式进行估计 ;用中心极