《概率的基本质》课件.pptVIP

*****************引言：什么是概率？事件发生的可能性概率是对随机事件发生的可能性进行量化的度量。事件发生的频率概率可以理解为在多次重复试验中，事件发生的频率。对未来的预测概率可以帮助我们预测未来事件发生的可能性，从而进行决策。概率的历史发展1古代文明早期的概率概念源于对掷骰子、抽签等游戏的观察。2中世纪概率理论开始萌芽，但没有形成系统的理论体系。317世纪帕斯卡和费马研究赌博问题，奠定了古典概率理论的基础。419世纪拉普拉斯完善了古典概率理论，并将其应用于天文观测和统计分析。520世纪概率理论发展迅速，应用范围不断扩展。古典概率理论基本事件等可能性古典概率理论适用于所有基本事件等可能发生的随机现象。事件概率计算事件的概率等于该事件包含的基本事件数除以所有基本事件总数。几何概率几何模型几何概率使用几何图形来表示事件的概率。例如，掷硬币的概率可以使用圆形来表示，其中一半区域代表正面，另一半代表反面。面积比概率由目标区域占整个区域的比例决定。例如，在圆形上随机选择一个点，点落在圆心区域的概率等于该区域的面积与圆形面积的比值。长度比对于一维空间，概率可以通过长度比来计算。例如，在一条线段上随机选择一个点，点落在特定线段上的概率等于该线段的长度与总线段长度的比值。频率概率大量重复试验下事件发生的频率.随着试验次数增加，频率趋于稳定.应用于大量重复试验，例如掷骰子.主观概率个人信念基于个人经验、知识和判断而形成的概率估计。不确定性适用于缺乏充足客观信息的情况，例如预测未来事件的可能性。主观性不同个体对同一事件的主观概率估计可能会有所不同。概率的公理化定义样本空间所有可能结果的集合。事件样本空间的子集，表示一个或多个结果的组合。概率测度将每个事件映射到一个介于0和1之间的实数，表示该事件发生的可能性。概率的基本性质加法定理事件A或事件B发生的概率等于事件A发生的概率加上事件B发生的概率，减去事件A和事件B同时发生的概率。乘法定理事件A和事件B同时发生的概率等于事件A发生的概率乘以在事件A发生的条件下事件B发生的概率。条件概率定义条件概率是指在事件B发生的条件下，事件A发生的概率，记作P(A|B).公式P(A|B)=P(AB)/P(B)应用条件概率在现实生活中有着广泛的应用，例如在医疗诊断、金融风险评估、机器学习等领域。全概率公式1公式P(A)=P(A|B1)P(B1)+P(A|B2)P(B2)+...+P(A|Bn)P(Bn)2用途计算事件发生的概率3条件事件B1,B2,...,Bn构成样本空间的划分贝叶斯公式公式P(A|B)=P(B|A)*P(A)/P(B)解释事件A在事件B已发生的情况下发生的概率，等于事件B在事件A已发生的情况下发生的概率乘以事件A发生的概率，除以事件B发生的概率。独立事件两个事件互不影响一个事件的发生不影响另一个事件的概率P(A∩B)=P(A)*P(B)随机变量定义随机变量是一个数值型变量，其取值取决于随机事件的结果。类型随机变量可以是离散的或连续的，取决于其取值范围。例子抛掷一枚骰子，点数就是一个随机变量。离散型随机变量1定义随机变量取值是有限个或可数无限个的，称为离散型随机变量。2举例抛硬币正面次数、掷骰子点数、电话交换机在一定时间内接到的呼叫次数。3应用在计数、分类等场景下广泛应用，例如商品销售数量、用户点击次数等。概率分布函数离散型离散型随机变量的概率分布函数，定义为每个可能取值的概率。连续型连续型随机变量的概率分布函数，定义为随机变量小于某个值的概率。期望与方差期望期望值反映了随机变量的平均取值。方差方差衡量随机变量取值与其期望值之间的偏离程度。常见离散型分布1伯努利分布描述单个事件的成功或失败概率。2二项分布描述在固定次数的试验中成功的次数。3泊松分布描述在特定时间或空间内事件发生的次数。4几何分布描述第一次成功之前失败的次数。连续型随机变量取值可以是任意实数的随机变量，其取值可以在一个连续范围内变化，而不是像离散型随机变量那样只能取有限个或可数个值。例如，人的身高、体重、血压、温度等都是连续型随机变量。连续型随机变量的概率不能直接用某个点的概率来描述，而是用概率密度函数来表示。概率密度函数定义连续型随机变量的概率密度函数（PDF）是一个函数，它描述了该随机变量在某个特定值附近取值的可能性。性质