选修三部分概率论基础七讲一.pptx

概率论1

目录1.为何使用概率2.随机变量3.概率分布4.边缘概率与条件概率5.独立性6.期望，方差

为何使用概率

假设有一个联合分布如下（X,Y）可取值：(0,3),(1,1),(2,1),(3,3)P(X=0,Y=3）P(X=1,Y=1）P(X=2,Y=1)=3/8P(X=3,Y=3)=1/8列表如下例解：19

从表中不难求得:P(X=0)=1/8,P(X=1)=3/8P(X=2)=3/8,P(X=3)=1/8,P(X=1,Y=1)+P(X=2,Y=1）P(X=0,Y=3)+P(X=3,Y=3）=3/8+3/8=6/8,P(Y=1)==1/8+1/8=2/8.P(Y=3)=

如下表所示习惯上常将边缘分布律写在联合分布律表格的边缘上，由此得出边缘分布这个名词.2.由联合分布律可以确定边缘分布律，但由边缘分布律一般不能确定联合分布律.21

随机变量的数字特征分布函数能完整地描述随机变量的统计特性,但实际应用中,有时并不需要知道分布函数而只需知道随机变量的某些特征.判断棉花质量时,既看纤维的平均长度平均长度越长,偏离程度越小,质量就越好;又要看纤维长度与平均长度的偏离程度例如：

考察一射手的水平,既要看他的平均环数是否高,还要看他弹着点的范围是否小,即数据的波动是否小.由上面例子看到，与随机变量有关的某些数值，虽不能完整地描述随机变量，但能清晰地描述随机变量在某些方面的重要特征,这些数字特征在理论和实践上都具有重要意义.

为了引入随机变量的数学期望的概念，我们先看一个例子。假设有1000根钢筋，其中200根长0.98米；300根长0.99米；400根长1米；100根长1.01米，求其平均长度。

而2/10；3/10；4/10；1/10分别是从1000根钢筋中，任意抽取一根它的尺寸分别为0.98;0.99;1;1.01的概率。由此可以引出下面的随机变量的数学期望的定义。

解

35