概率论与数理统计第一次课课件(修改版).docx_第1页
概率论与数理统计第一次课课件(修改版).docx_第2页
概率论与数理统计第一次课课件(修改版).docx_第3页
概率论与数理统计第一次课课件(修改版).docx_第4页
概率论与数理统计第一次课课件(修改版).docx_第5页
已阅读5页,还剩7页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

第一章1.1随机事件1.1.3随机事件的概念在一次试验中可能出现也可能不出现的事件,统称为随机事件。例如在抛骰子试验E中,令A表示“出现奇数点”,A就是一个随机事件。A还可以用样本点的集合形式表示,即A=1,3,5,它是样本空间2的一个子集。我们称实验E所对应的样本空间的子集为E的一个随机事件,简称事件。例如在抛骰子试验E中考察随机事件A,掷一次骰子,无论掷得1点,掷得3点还是掷得5点,都称在这次试验中事件A发生了。显然样本点1,3,5,都含在A中。样本空间的仅包含一个样本点的单点集也是一种随机事件,这种事件称为基本事件。例如在实验E掷骰子试验中,E1中H表示“正面朝上”,这是基本事件;在实验E2中3表示掷得3点,这也是基本事件;样本空间包含所有的样本点,它是自身的子集,在每次试验中它总是发生,称为必然事件,必然事件仍记为。空集不包含任何样本点,它也作为样本空间的子集。在每次试验中都不发生,称为不可能事件。1.1.4随机事件的关系与运算(1)事件的包含与相等设A,B为两个事件,若A发生必然导致B发生,则称事件B包含事件A,或称事件A包含在事件B中,记作BA,AB。BA(2)和事件称事件“A,B中至少有一个发生”为事件A与事件B的和事件,也称A与B的并,记作AB或A+B。AB意味着:或A事件发生,或B事件发生,或事件A和事件B都发生。显然有:1、AAB,BAB2、若AB,则AB=B BA(3)积事件称事件“A,B同时发生”为事件A与事件B的积事件,也称A与B的交,记作AB,间记为AB。事件AB发生以为着事件A发生且事件B也发生,也就是说A,B都发生显然有1、 ABA,ABB2、 若AB,则AB=ABA(4)差事件称事件“A发生而B不发生”为事件A与事件B的差事件,记作A-B显然有1、A-BA2、若AB,则A-B=BA(5)互不相容若事件A与事件B不能同时发生,即AB=,则称事件A与事件B是互不相容的两个事件,简称A与B互不相容(或互斥)。对于n个事件A1,A2,An,如果它们两两之间互不相容,即AiAj=(i=1,2,n),则称A1,A2,An互不相容。串例P2(6)对立事件称事件“A不发生”为事件A的对立事件(或余事件,或逆事件),记作A。若事件A与事件B中至少有一个发生,且A与B互不相容,即AB=,AB=,则称A与B互为对立事件。显然有1、 A=A2、 =,=3、 A-B=AB=A-AB在进行事件运算时,经常要用到下列运算律,设A,B,C为事件,则有交换律:AB=BA,AB=BA结合律:ABC=(AB)C,ABC=(AB)C分配律:ABC=(AB)(AC),ABC=(AB)(AC)对偶律:AB=AB,AB=AB串例P2(1)A-BA=ABA=ABA=AABA=ABA=A做这种题一定要结合Venn图来想像。要记得A-B=AB=AB,再结合分配律(2)A-BB=ABB=ABBB=AB(3)A-BA=A-B(4)A-BB=ABB=ABB=A=同号用结合律(5)ABAB=ABB=A=A或者看不出来,也可以逐步展开ABAB=ABAB=ABAABB=AABAABBB=ABAAB=AAB=A这里BA的范围明显不能大于A,所以ABA等于A自身。这是并的特点。总结如下:并上比自己小的就等于自身,并上比自己大的要加上大的部分。交上比自己大的就等于自身,交上比自己小的等于小的部分。书例1-4,1-5,1-61.2概率在相同条件下进行了n次试验,在这n次试验中,事件A发生的次数nA称为事件A发生的频数,而比值nAn称为事件A发生的频率,并记作fn(A)。通过实践人们发现,随着试验重复次数n的大量增加,频率fn(A)会逐渐稳定于某一常数,我们称这个常数为频率的稳定值,其实这个稳定值就是事件A的概率P(A)。概率P(A)具有以下性质(1)0P(A)1(2)P=0,P=1(3)当A1,A2,Am互不相容(或A1,A2,Am,.互不相容)时,有Pk=1mAk=k=1mP(Ak)就是说PA+B=PA+P(B),这种是最简单的形式1.2.2古典概型设为随机试验E的样本空间,其中所含样本点总数为n,A为一随机事件,其中所含样本点数为r,则有 PA=rn=A中样本点数中样本点数,也就是 PA=rn=A所包含的基本事件数基本事件总数常用公式(1)乘法原理:某件事情要经过这k步才能完成,则m1m2mk(2)加法原理:某件事情可有k类不同途径之一去完成,则m1+m2+mk(3)排列从n个不同元素中任取r(rn)个元素排成一列,而且考虑先后顺序,则有Anr=nn-1n-r+1=n!n-r!如1,2,3,4,5,这5个数字可以组成多少个三位数则A53=543=60(4)组合从n个不同元素中任取r(rn)个元素排成一组,不考虑先后顺序,则有Cnr=Anrr!=nn-1n-r+1r!=n!r!n-r!这里约定0!=1,Cn0=1如某批产品有合格品100件,次品5件,从中任取3件,其中恰有1件次品,问有多少种不同取法,则C1002C51=100992!5=24750串例P4书例1-9,1-111.2.3概率的定义与性质设是随机实验E的样本空间,对于E的每个事件A赋予一个实数,记为P(A),称P(A)为事件A的概率,如果它满足下列条件:1、 P(A)02、 P=13、 设A1,A2,Am,是一系列互不相容的事件,则有Pk=1Ak=k=1P(Ak)性质1-1 0PA1,P=0性质1-2 对任意事件有PAB=PA+PB-P(AB),特别的,当A与B互不相容时PAB=PA+PB性质1-3 PB-A=PB-PAB特别的,当AB时,PB-A=PB-PA,且P(A)P(B)且P(A+B)=P(A)+P(AB)性质1-4 PA=1-P(A)串例P51.3条件概率1.3.1条件概率与乘法在实际问题中,除了要考虑事件A的概率,还要考虑在已知事件B发生的条件下,事件A发生的概率,称为在事件B发生的条件下事件A的条件概率,记作PAB。书例1-17考虑古典概型,设样本空间包含的基本事件总数为n,事件B包含的基本事件数为nB事件AB所包含的基本事件数为nAB,则有PAB=nABnB=nABnnBn=P(AB)P(B)定义1-2设A,B是两个事件,且P(B)0,称PAB=P(AB)P(B)为在事件B发生条件下事件A发生的条件概率由条件概率的定义,我们可以得到一个非常有用的公式,这就是全概率的乘法公式:当PA0时,有PAB=P(A)PBA当PB0时,有PAB=P(B)PAB串例P6【例】(1)PA+B=PA+PAB=PA+PAPBA=0.92+0.080.85=0.988(2)这里要求PAB=P(AB)P(B),这里P(B)容易求,而PAB=PA-B=PA-P(AB)这里PA+B=PA+PB-P(AB)则PAB=PA+B-PA+PB=0.862,则PAB=PA-B=PA-PAB=0.058,后面的步骤就一样了。1.3.2全概率公式与贝叶斯公式定义1-3设事件A1,A2,An满足如下两个条件:(1) A1,A2,An互不相容,且P(Ai)0, i=1,2,n(2) A1A2An=,即A1,A2,An至少有一个发生,则称A1,A2,An为样本空间的一个划分。全概率公式:设随机实验对应的样本空间为,设A1,A2,An是样本空间的一个划分,B是任意一个事件,则PB=i=1nP(Ai)PBAi一般的形式PB=PAPAB+P(A)PBA串例P7贝叶斯公式:设A1,A2,An是样本空间的一个划分,B是任一事件,且P(B)0,则PAiB=P(Ai)PBAiP(B)=P(Ai)PBAik=1nP(Ak)PBAk在使用贝叶斯公式时,往往先利用全概率公式求出P(B)串例P81.4事件的独立性定义1-4 若P(AB)=P(A)P(B),则称A与B相互独立,简称A,B独立。性质1-5 设P(A)0,则A,B相互独立的充分必要条件是PB=PBA 设P(B)0,则A,B相互独立的充分必要条件是PA=PAB性质1-6 若A与B相互独立,则A与B,A与B,A与B都相互独立。定义1-5 设A,B,C为3个事件,若满足P(AB)=P(A)P(B),P(AC)=P(A)P(C),P(BC)=P(B)P(C),P(ABC)=P(A)P(B)P(C),则称A,B,C相互独立,简称A,B,C独立。定义1-6 设A,B,C为3个事件,若满足P(AB)=P(A)P(B),P(AC)=P(A)P(C),P(BC)=P(B)P(C),则称A,B,C两两独立。定义1-7 设A1,A2,An为n个事件,若对于任意整数k(1kn)和任意k个整数1i1i2ikn,有PAi1Ai2Aik=PAi1PAi2P(Aik),则称A1,A2,An相互独立,简称A1,A2,An独立。串例P91.4.2 n重贝努利试验定理1-1 在n重贝努利试验中,设每次试验中事件A的概率为p(0p1),则事件A恰好发生k次的概率Pnk=Cnkpk(1-p)n-k,k=0,1,2,n事实上,A在制定的k次试验中发生,而在其余的n-k次试验中不发生的概率为pk(1-p)n-k又由于结果A的发生可以有各种排列顺序,n次试验中恰有k次A发生,相当于n个位置选出k个,在这k个位置处A发生,由排列组合知识知道共有Cnk种选法,而这Cnk中选法对应的Cnk个事件又是互不相容的,且Cnk个事件的概率都是pk(1-p)n-k按概率的可加性得到Pnk=Cnkpk(1-p)n-k,k=0,1,2,n串例P9第二章 随机变量及其概率分布2.1.1 随机变量的概念定义2-1 设E是随机实验,样本空间为,如果对于每一个结果(样本点),有一个实数X()与之对应,这样就得到一个定义在上的实值函数X=X(),称为随机变量。随机变量通常用X,Y,Z,或X1,X2,来表示。引入随机变量,就可以用随机变量描述事件,如在掷骰子的试验中,X=6表示出现6点,PX=6=1/62.1.2 离散型分布变量及其分布律定义2-2 若随机变量X只取有限多个或可列无限多个值,则称X为离散型随机变量。定义2-3 设X为离散型随机变量,可能取值为x1,x2,xk,且PX=xk=pk,k=1,2,则称pk为分布律(或分布列,或概率分布)分布律也可用表格的形式来表示XPx1x2xkp1p2pk其中第一行表示X的取值,第二行表示X取相应值的概率。分布律具有以下性质:(1) pk0,k=1,2,(2) k=1pk=1串例P102.1.3 0-1分布与二项分布定义2-4 若随机变量X只取两个可能值0,1,且PX=1=p,PX=0=q,其中0p1,q=1-p,则称X服从0-1分布,X的分布律为XP01qp定义2-5 若随机变量X的可能取值为0,1,n,而X的分布律为pk=PX=k=Cnkpkqn-k,k=0,1,2,n,其中0p0是常数,n是任意正数,且pn=,则对于任意取定的非负正数k,有limnCnkpnk(1-pn)n-k=kk!e-这里即n很大,其中=np串例P112.1.4 泊松分布定义2-6 设随机变量X的可能取值为0,1,2,n,而X的分布律为pk=PX=k=kk!e-,k=0,1,2,n,其中0,则称X服从参数为的泊松分布,简记为XP()串例P122.2 随机变量的分布函数2.2.1 分布函数的概念定义2-7设X为随机变量,称函数Fx=PXx,x(-,+)为X的分布函数。这个公式表述了离散型随机变量和连续性随机变量的特征。书例P36 2-112.2.2 分布函数的性质分布函数具有以下性质:(1)0F(x)1(2)F(x)不是减函数,即对于任意的x1x2,有F(x1)F(x2)(3)F-=0,F+=1即limx-Fx=0,limx+Fx=1(4)FX右连续,即Fx+0=limx0+Fx+x=F(x)已知X的分布函数F(x),我们可以求出下列重要事件的概率(1)PXb=F(b)(2)PaXb=Fb-Fa,其中ab=1-F(b)书例P37 2-12,2-132.3 连续型随机变量及其概率密度2.3.1 连续型随机变量及其概率密度定义2-8 若对于随机变量X的分布函数F(x),存在非负函数f(x),使得对任意实数x,有Fx=-xf(t)dt则称X为连续型随机变量,并称f(x)为X的概率密度函数,简称概率密度。书例P40 2-14,2-15,2-172.3.2 均匀分布与指数分布定义2-9 若随机变量X的概率密度为fx1b-a,axb0,其他则称X服从区间a,b上的均匀分布,简记为XU(a,b)其分布函数为Fx0, xax-ax-b,axb1, xb均匀分布的概率计算中有一个概率公式XUa,b,ac00,x0其中0为常数,则称X服从参数为的指数分布,简记为XE(),其分布函数为Fx=1-e-x,x00,x0其图形见书P432.3.3 正态分布定义2-11 若随机变量X的概率密度为fx=12e-(x-)222,-x+其中,2为常数,-0,则称X服从参数为,2的正态分布,简记为XN(,2),其中是图形对称轴,而决定图形是尖峰还是平峰。其图形见书P44其分布函数Fx=-x12e-(t-)222dt,而当=0,=1时正态分布N(0,1)称为标准正态分布,标准正态分布的概率密度函数和分布函数分别记为(x),(x),即x=12e-x22,-x+x=12-xe-t22dt, -x+显然x关于y轴对称,且x在x=0处取得最大值12通常我们称x为标准正态分布函数,它有下列性质(1) -x=1-x(2) 0=12x的值可以从标准正态分布表查得,有下列计算公式,它们揭示了一般正态分布函数F(x)与标准正态分布函数x的关系(即将任意分布化为正态分布的公式)(1)设XN(,2),其分布函数为F(X),则Fx=PXx=x-(2)PaXb=PaXb

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论