概率统计复习用.pptxVIP

概率统计复习用;符号;例：设A、B、C表示三个事件，试用A、B、C的运算表示下列事件： ⑴仅A发生；⑵A、B、C都不发生；⑶A、B、C都发生； ⑷A、B、C至少有一个发生；⑸A、B、C恰有一个发生。 解：⑴ ⑵ ⑶ ⑷ ⑸;§3 频率与概率;性质1. P(?)=0; 则称n(A)为事件A 发生的频数,;§4 等可能概型 ( 古典概型 )----确定概率的古典方法 ; 当样本空间S 有无限多个等可能的样本点，并且S 可表示为一个有度量的几何区域时, 就形 成了确定概率的另一方法——几何方法.;1933年, kolmogorov 柯尔莫哥洛夫 ;;= — ,;由条件概率的定义; 例4* 设有 100 件产品，其中有 10 件次品. 现从中连续取3次，每次不放回地取 1 件，求第 3 次才取到次品的概率. ;乘法公式;例6 对以往数据分析结果表明：当机器调整得良好时，产品的合格率为98%；而当机器发生某种故障时，产品的合格率为55%；每天早上机器开动时，机器调整良好的概率为95%。试求某日早上第一件产品是合格品的概率是多少？;;例6 对以往数据分析结果表明：当机器调整得良好时，产品的合格率为98%；而当机器发生某种故障时，产品的合格率为55%；每天早上机器开动时，机器调整良好的概率为95%。试求已知某日早上第一件产品是合格品时，机器调整良好的概率是多少？; 定义 若事件A, B 满足P(AB)= P(A)P(B), 则称事件 A 与 B 相互独立 . 简称独立 .;如果对其中任意一组事件 (1 k ≤ n), 有 ;直接 计算; 第二章 随机变量及其分布; 本书只学习离散型和连续型随机变量，它们有很多共同或相似之处；但因其取值方式不同，又有其各自的特点.;P{ X= xi} = pi , i =1, 2, 3, …;几种常见的离散型随机变量;（二）伯努利试验、二项分布;三、 泊松分布; 可以将 X 看作数轴上随机点的坐标，分布函数 F(x)的值就表示 X 落在区间(-?,x]的概率.;(4) F(x) 关于 x 右连续，;例1 设离散随机变量 X 的分布列为 ; 2;利用 X 的分布函数F(x) 表示下列随机事件的概率;§ 4 连续型随机变量及其概率密度函数;;连续随机变量与离散随机变量的性质???别:;;寿命分布，如：电子元器件的寿命、动物的寿命、电话的通话时间、随机服务系统中的服务时间等都可假定服从指数分布。指数分别在可靠性与排队论中有着广泛的应用。;正态分布 N( ? , ? 2 ) 的分布函数为;? 为位置参数; 由于标准正态分布的分布函数不含有任何未知参数，故其值 ?( u )=P( U≤u )完全可以计算出来，附表2（第439页）对 u≥0 给出了 ?( u ) 的值。;一般正态分布的标准化; 定义 设连续随机变量 X 的分布函数为 F( x ), 密度函数为 p( x ). 对任意 α ∈ ( 0, 1 ) , 称满足条件;分布函数 ;§5 随机变量函数的分布; 一般，若已知连续随机变量X的概率分布，Y=g(X)，求Y的概率分布的过程为： ;定理：设随机变量X 的概率密度为;第三章 多维随机变量及其分布; 也称为随机变量 X 与 Y 的联合分布.; ;联合分布列;二维离散型随机变量及其分布列;若G为平面上的一个区域，则;(X,Y )是二维连续型随机变量 ;⑶ P(0 X ? 1, 0 Y ? 2);;边际分布列;;解: p( x, y ) 的非零区域为图中的阴影部分;求 pY( y ): 当 y ≤ -1 或 y ≥ 1 时，;; 定义：设(X,Y)是二维离散型随机变量，对于固定的yj，;;例3*：设二维随机变量(X,Y)在区域 { (x, y): ?|y |? x 1 } 内均匀分布，求条件概率密度;;;问 X 与 Y 是否独立？;定理1：; ;一般：设X,Y相互独立，;伽玛分布;若X,Y 相互独立，且; ; 推广到n个相互独立的随机变量的情况 设X1,X2,…,Xn 是n 个相互