概率论与数理统计2.pptxVIP

汇报人：AA

概率论与数理统计5.3

2024-01-20

目录

概率论基本概念

随机变量及其分布

多维随机变量及其分布

随机变量数字特征

大数定律和中心极限定理

数理统计基本概念

01

概率论基本概念

Chapter

样本空间

所有可能结果的集合，常用大写字母S表示。

事件

样本空间的子集，即某些可能结果的组合。事件常用大写字母A、B、C等表示。

基本事件

只包含一个样本点的事件，其发生的概率通常定义为该样本点发生的概率。

03

02

01

可加性

对于任意两个互斥事件A和B（即A∩B=∅），有P(A∪B)=P(A)+P(B)。

概率定义

在相同条件下，对某事件A进行n次试验，若事件A发生的次数m与总次数n的比值m/n随着n的增大而趋于某一常数p，则称p为事件A发生的概率。

非负性

对于任意事件A，其概率P(A)≥0。

规范性

整个样本空间S发生的概率为1，即P(S)=1。

在事件B发生的条件下，事件A发生的概率，记作P(A|B)。条件概率的计算公式为P(A|B)=P(AB)/P(B)，其中P(AB)表示事件A和B同时发生的概率。

若事件A的发生与否对事件B的发生概率没有影响，即P(AB)=P(A)P(B)，则称事件A与事件B相互独立。独立性的判断方法包括定义法、等价条件法等。

条件概率

事件的独立性

02

随机变量及其分布

Chapter

二项分布

n重伯努利试验中成功次数的分布，记作B(n,p)，其中n为试验次数，p为成功概率。

泊松分布

描述单位时间内随机事件发生的次数，记作P(λ)，其中λ为平均发生率。

0-1分布

随机变量只取0和1两个值，分布律由成功概率p决定。

均匀分布

在某一区间内取值等可能的连续型随机变量，记作U(a,b)，其中a,b为区间端点。

指数分布

描述连续型随机事件发生的时间间隔，记作Exp(λ)，其中λ为平均发生率。

正态分布

影响某一数量指标的随机因素很多，而每一个因素所起的作用不太大，则这个指标的取值近似服从正态分布，记作N(μ,σ^2)，其中μ为均值，σ^2为方差。

01

02

03

03

多维随机变量及其分布

Chapter

设$(X,Y)$是二维随机变量，对于任意实数$x,y$，二元函数$F(x,y)=P{(Xleqx)cap(Yleqy)}$称为二维随机变量$(X,Y)$的联合分布函数。

联合分布函数

如果二维随机变量$(X,Y)$的联合分布函数$F(x,y)$可微，则称函数$f(x,y)=frac{partial^2F}{partialxpartialy}$为$(X,Y)$的联合概率密度。

联合概率密度

边缘概率密度

如果$(X,Y)$的联合概率密度为$f(x,y)$，则$X$的边缘概率密度为$f_X(x)=int_{-infty}^{infty}f(x,y)dy$，$Y$的边缘概率密度为$f_Y(y)=int_{-infty}^{infty}f(x,y)dx$。

边缘分布函数

二维随机变量$(X,Y)$关于$X$的边缘分布函数定义为$F_X(x)=F(x,infty)$，关于$Y$的边缘分布函数定义为$F_Y(y)=F(infty,y)$。

条件分布

设二维随机变量$(X,Y)$的联合概率密度为$f(x,y)$，且$f_X(x)0$，则在$X=x$的条件下，$Y$的条件概率密度为$f_{Y|X}(y|x)=frac{f(x,y)}{f_X(x)}$。

定义：设二维随机变量$(X,Y)$的联合概率密度为$f(x,y)$，边缘概率密度分别为$f_X(x)$和$f_Y(y)$。如果对于所有的$x,y$都有$f(x,y)=f_X(x)f_Y(y)$，则称随机变量$X$和$Y$是相互独立的。

性质：相互独立的随机变量具有以下性质

$P{Xleqx,Yleqy}=P{Xleqx}P{Yleqy}$；

$E[XY]=E[X]E[Y]$；

$D[X+Y]=D[X]+D[Y]$。

01

02

03

04

05

04

随机变量数字特征

Chapter

数学期望

描述随机变量取值的“平均水平”，是概率加权下的平均值。对于离散型随机变量，数学期望是所有可能取值与其对应概率的乘积之和；对于连续型随机变量，数学期望则是通过积分计算得到。

方差

衡量随机变量取值与其数学期望的偏离程度。方差越大，说明随机变量取值的波动性或分散程度越大；方差越小，则说明随机变量取值越趋近于数学期望。

VS

描述随机变量的分布形态，特别是偏态和峰态。一阶原点矩即为数学期望，二阶中心矩即为方差，三阶标准化矩描述分布的偏态，四阶标准化矩描述分布的峰态。

协方差矩阵

用于描述多个随机变量之间的线性相关关系。协方差矩阵的对角线元素为各个随机变量的方差，非对角线元素为不同随机变量之间的协方差。通过协方差矩