实用工程数学3概率论.pptxVIP

实用工程数学3概率论

CATALOGUE

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

参数估计与假设检验

01

概率论基本概念

1

2

3

所有可能结果的集合，常用大写字母S表示。

样本空间

样本空间的子集，即某些可能结果的组合。

事件

包含、相等、和事件（并）、积事件（交）、差事件、互斥事件、对立事件等。

事件的关系与运算

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

如果事件A的发生与否对事件B的发生概率没有影响，则称事件A与事件B相互独立。

事件的独立性

P(AB)=P(A)P(B|A)，用于计算两个事件的交事件的概率。

乘法公式

02

随机变量及其分布

随机变量是定义在样本空间上的实值函数，它将样本空间中的每一个样本点映射到一个实数。

定义

随机变量可分为离散型随机变量和连续型随机变量。离散型随机变量的取值是有限个或可列个，而连续型随机变量的取值则是充满一个区间。

分类

分布律

离散型随机变量的分布律可用概率质量函数来描述，它表示随机变量取各个值的概率。

常见分布

常见的离散型随机变量分布有伯努利分布、二项分布、泊松分布等。

03

多维随机变量及其分布

多维随机变量是指取值在多维空间中的随机变量，通常由多个一维随机变量组成。

多维随机变量具有联合分布函数，且每个一维随机变量都有自己的分布函数。多维随机变量的性质包括联合分布的连续性、可微性和对称性。

性质

定义

VS

多维随机变量中，某一维或某几维随机变量的分布称为边缘分布。边缘分布可以通过对联合分布函数进行积分得到。

条件分布

在多维随机变量中，当已知某些随机变量的取值时，其他随机变量的分布称为条件分布。条件分布可以通过对联合分布函数进行条件化得到。

边缘分布

定义

多维随机变量中的各一维随机变量相互独立，当且仅当它们的联合分布函数等于各自分布函数的乘积。

性质

多维随机变量的独立性具有传递性、对称性和可分解性。若多维随机变量相互独立，则它们的任意子集也相互独立。

判定方法

多维随机变量的独立性可以通过判断它们的联合分布函数是否等于各自分布函数的乘积来确定。在实际应用中，还可以通过计算相关系数、协方差等统计量来辅助判断多维随机变量的独立性。

04

随机变量的数字特征

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。

标准差

方差的算术平方根，用于衡量数据波动大小。

方差

衡量随机变量取值的离散程度，即各数值与其均值之差的平方的平均值。

衡量两个随机变量的总体误差，反映两者之间的线性相关程度。

将协方差标准化后的结果，用于消除量纲影响，更准确地反映两个随机变量之间的线性相关程度。

协方差

相关系数

矩

描述随机变量分布形态的特征数，如一阶原点矩为均值，二阶中心矩为方差。

协方差矩阵

用于描述多维随机变量之间的线性相关程度，矩阵中的元素为各维度随机变量之间的协方差。通过协方差矩阵可以了解多维数据的分布情况以及各维度之间的相关性。

05

大数定律与中心极限定理

03

应用

在工程领域，大数定律可用于评估系统的可靠性和稳定性，以及进行风险评估和决策分析。

01

含义

大数定律是概率论中的基本定理之一，它指出当试验次数足够多时，随机事件的频率将趋于其概率。

02

种类

常见的大数定律有伯努利大数定律、辛钦大数定律和切比雪夫大数定律等。

中心极限定理是概率论中的另一个基本定理，它指出当独立随机变量的数量足够多时，它们的和的分布将趋于正态分布。

含义

中心极限定理包括独立同分布的中心极限定理、李雅普诺夫中心极限定理和林德伯格中心极限定理等。

种类

在工程领域，中心极限定理可用于分析各种随机现象的统计规律，如误差分析、信号处理、质量控制等。

应用

信号处理

在通信和信号处理领域，概率论可用于分析和处理各种随机信号，如噪声、干扰等，通过滤波、检测等方法提高信号的传输质量和可靠性。

可靠性工程

概率论可用于评估系统的可靠性，通过建立概率模型来预测系统的故障率和维修率等指标，为工程设计提供决策支持。

风险评估

在工程项目中，概率论可用于进行风险评估，通过建立风险模型来量化潜在风险的发生概率和影响程度，从而制定相应的风险应对措施。

统计质量控制

概率论在统计质量控制中发挥着重要作用，可用于分析生产过程中的随机误差，通过控制图等方法实现对生产过程的实时监控和调整。

06

参数估计与假设检验

点估计

利用样本数据对总体参数进行估计，得到一个具体的数值作为参数的估计值。常见的点估计方法有矩估计法和最大似然估计法。

要点一

要点二

区间估计

在点估计的基础上，给出参数的一个置信区间，该区间以一定的概率包含总体参数的真值。置信区间的大小与置信水平有关，置信水平越高，置信区间越宽。

基本思想：在总体分布