概率论与数理统计(浙江大学_第四版--盛骤)——概率论部分.pptxVIP

概率论与数理统计(浙江大学_第四版--盛骤)——概率论部分汇报人：AA2024-01-20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的数字特征大数定律与中心极限定理数理统计基本概念与抽样分布CONTENTS01概率论基本概念样本空间与事件事件必然事件样本空间的子集，即某些可能结果的组合。包含样本空间中所有样本点的事件。0102030405样本空间基本事件不可能事件所有可能结果的集合，一般用大写字母S表示。只包含一个样本点的事件。不包含任何样本点的事件。概率定义及性质概率定义概率性质表示事件发生的可能性大小的数值，一般用P(A)表示事件A发生的概率。非负性、规范性、可加性。等可能概型几何概型每个基本事件发生的可能性相同。根据几何图形的度量（长度、面积、体积等）来计算概率。条件概率与独立性乘法公式P(AB)=P(A|B)P(B)=P(B|A)P(A)。条件概率在已知某个事件B发生的条件下，另一个事件A发生的概率，记作P(A|B)。事件的独立性如果两个事件A和B满足P(AB)=P(A)P(B)，则称事件A和B是相互独立的。全概率公式与贝叶斯公式全概率公式如果事件B1,B2,...,Bn构成一个完备事件组，且都有正概率，则对任意一个事件A，有P(A)=∑P(Bi)P(A|Bi)。贝叶斯公式在全概率公式的假定下，有P(Bi|A)=P(ABi)/P(A)=P(Bi)P(A|Bi)/∑P(Bj)P(A|Bj)。02随机变量及其分布随机变量定义及分类定义设随机试验的样本空间为S={e}，X=X(e)是定义在样本空间S上的实值单值函数。称X=X(e)为随机变量。分类随机变量主要分为离散型随机变量和连续型随机变量两类。离散型随机变量及其分布律定义分布律全部可能取到的值是有限个或可列无限多个的随机变量称为离散型随机变量。离散型随机变量的概率分布通常用一个概率分布列来表示，即列出随机变量X取各个可能值的概率。VS连续型随机变量及其分布函数定义连续型随机变量的取值是连续不断的，不能一一列出。其概率分布通常用概率密度函数来描述。分布函数连续型随机变量的分布函数是一个连续函数，表示随机变量X落在某一区间内的概率。随机变量函数的分布定义设X是一个随机变量，g(X)是X的函数，那么g(X)也是一个随机变量，其分布称为随机变量函数的分布。求法求随机变量函数的分布通常有两种方法，一种是直接法，即先求出g(X)的分布函数，再求导得到概率密度函数；另一种是公式法，即利用已知的随机变量分布和公式，通过变换得到g(X)的分布。03多维随机变量及其分布二维随机变量及其联合分布二维随机变量的定义联合分布函数联合概率密度函数设$X$和$Y$是两个随机变量，则称$(X,Y)$为二维随机变量。对于任意实数$x,y$，二元函数$F(x,y)=P{Xleqx,Yleqy}$称为二维随机变量$(X,Y)$的联合分布函数。如果存在非负可积函数$f(x,y)$，使得对于任意实数$x,y$，有$F(x,y)=int_{-infty}^{x}int_{-infty}^{y}f(u,v)dudv$，则称$f(x,y)$为二维随机变量$(X,Y)$的联合概率密度函数。边缘分布与条件分布边缘分布函数条件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$F_X(x)=P{Xleqx}$，关于$Y$的边缘分布函数定义为$F_Y(y)=P{Yleqy}$。如果$(X,Y)$的联合概率密度函数为$f(x,y)$，则$X$的边缘概率密度函数为$f_X(x)=int_{-infty}^{infty}f(x,y)dy$，$Y$的边缘概率密度函数为$f_Y(y)=int_{-infty}^{infty}f(x,y)dx$。边缘概率密度函数条件概率密度函数设二维随机变量$(X,Y)$的联合分布函数为$F(x,y)$，边缘分布函数分别为$F_X(x)$和$F_Y(y)$。在给定$X=x$的条件下，$Y$的条件分布函数定义为$F_{Y|X}(y|x)=frac{F(x,y)}{F_X(x)}$。在给定$X=x$的条件下，$Y$的条件概率密度函数定义为$f_{Y|X}(y|x)=frac{f(x,y)}{f_X(x)}$。相互独立随机变量相互独立的定义相互独立的充要条件如果对于任意实数$x,y$，都有$F(x,y)=F_X(x)F_Y(y)$，则称二维随机变量$(X,Y)$是相互独立的。二维随机变量$(X,Y)$是相互独立的充要条件是它们的联合概率密度函数可以表示为两个边缘概率密度函数的乘积，即$f(x,y)=f_X(x)f_Y(y)$。多维随机变量函数的分布多维随机变量函数的定义设$(X_1,X_2,ldots,X_n)$是$n$维随机变量，如果存在一个实值函数$Z=g(X_1,