概率及概率密度分布函数

1、第一章概率和概率密度分布函数、系统状态宏命令量、系统状态微量、集成修正方法、最基本的概念、概率、1.1概率的基本概念、集成修正规定性、随机现象和随机上通告、随机上通告发生的可能性的定义、概率的基本性质， 由于概率的简单的修正随机现象：只能确定影响它们进化的一些因素，而不能确定或者不能特罗尔定某些因素，所以现象发展的结局不是唯一的，并且不能预测到究竟如何。 例如，容器中的气体能够控制容器的容积、气体的压力及其温度，但由于我们无法控制气体分子在热运动中如何与其他分子以及如何与容器壁碰撞，因此无法预言各分子在每个时刻的空间位置和速度，气体中的一个分子所处的空间位置及其随机上通告：将在某些条件下可能发

2、生随机现象的多个结果中的每一个称为随机上通告。 实验性地观测随机现象，把在1次实验中出现的不能再“分解”的上通告称为基本随机上通告。 例如，掷骰可能出现分数不同的随机现象，在1次实验中分别出现1分、2分、3分、4分、5分、6分，这是其6个基本的随机上通告。 随机现象的所有基本随机上通告构成基本上通告组，掷骰子的基本上通告组由上述6个基本上通告构成。 复杂的随机上通告3360某些随机上通告b包括随机上通告A1、A2、以及Am，即3360仅当该m个上通告中出现时才在上通告b中出现。 这种随机上通告b是复杂的随机上通告。 以掷骰子为例，也可以将“掷出分数为5以上”作为随机上通告记为b。 很明显，不管

3、投出来的分数是5还是6，都会被订正为发生了上通告b。 b上通告由“被投分数为5”的基本随机上通告和另一个“被投分数为6”的基本随机上通告构成。 在这种情况下，随机上通告b属于复杂随机上通告的基本随机上通告组中的上通告彼此不兼容。 通常，在一次实验中不能在云同步中出现的两个随机上通告是不兼容的随机上通告。 两个随机上通告分别具有独立性：在所选择的随机上通告a和b中，如果发生一方或另一方不受到影响，则a和b相互独立。 例如，向云同步投掷2个骰子，不管一方是否在5点出现和另一方是否在3点出现，尽管在云同步上发生了2个骰子分别在5点和3点出现的2个随机上通告，但都是相互独立的。 就骰子而言，不管“这次

4、投掷是否到5点”和“下次投掷是否到3点”，尽管连续投掷2次，这两个随机事件都是各自独立的。 并且，以本过程中特别引人注目的气体分子的速度为例，一分子速度的x成分处于多大的区间和其y成分处于多大的区间、z成分处于多大的区间，是相互独立的。随机现象、基本随机上通告、基本上通告组、复杂随机上通告、A1、A2、An、Am-1、Am、1这种装置通常被称为garton板。 加尔顿大板块，在使球从美甲大板块上滚动，与大板块上的铁元素的钉子不规则地碰撞，滚动的途中受到力的复杂的细节或者人为的控制特罗尔丢失，特别是使多个小的球向云同步或者连续地沿美甲大板块落下时， 不能一个一个控制下落初始状态的各个小球的运动虽

5、然遵循牛顿力学规律，但由于它们离开钉沟的速度大小和方向都具有偶然性，对于各个小球来说，不能预测其滚动下落到大木箱的哪个格子。 1 .现在，不改变木沟的倾斜度，先把少量的小球从美甲大板块中撒出来，它们滚动到箱子中的各个格里分布。 尽量将同样数量的小球再次撒一次，可知各格中小球的分布有明显的差异。 2 .现在，撒了大量的小球，箱子里的各格接受的小球的数量不相等，越是两边的格小球的数量越少，中间的一格中掉到小球的数量最多。 到底哪个格子中最多，和树沟的倾斜有关。 再撒一次相同数量的小球，不能如上所述地特罗尔各个小球的运动轨迹，所以考虑到箱子里的哪个方格完全具有偶然性，可能还像撒少量的小球时那样，出现

6、与上次明显不同的分布。 但是，实际上，如果树木的槽的倾斜度一定，那么球的数量多于一盏茶，总数不变，球的摆动方式也尽可能相同，则通过多次实验得到的结果相互非常接近。 加尔顿板实验结论：个大球落在大盒各格中的分布不再具有偶然性，在一定条件下，整个大随机事件，具有相对稳定的特性是必然的规律，表明这是一种统订规定性。 统一规定性包含个别随机事件的偶然性：多数小球中的一个打算染成不同的颜色，但多次实验中各格的小球数稳定分布的话，云同步中该可识别的染色小球出现于哪个格完全不决定。 统一的规定性必然伴随着“干满”现象。 在加尔顿大板块实验中，每次记录下落的球数，发现每次实验中球数的实际分布与经过极其多的实验

7、修正的平均分布有偏差。 这被称为“干满”，当投掷的小球总数较少时，这种“干满”现象就会变得明显。 大量随机上通告必然遵循的统一规定性依赖于个别随机上通告的偶然性，伴随着波动现象和统一规定性表明偶然性和必然性之间的辩证法关系。 1.1.3随机上通告发生的可能性概率的定义：概率是统一修正规律中最基本的概念。 概率-表示发生随机上通告的可能性有多大。 在规定的条件下，对随机现象在一盏茶上进行多次观测实验，可以看到该现象中各种可能的随机上通告。 设实验的总次数为n，这里，设上通告a出现的次数为NA，定义为上通告a出现的次数。 该度数随n而变化，但随着n的增大，偶然因素的作用相对降低，随机现象本身的固有

8、特性变得明显，vA在某个值附近稳定，只有越来越小的起伏。 在n大的情况下，度数趋向极限： PA被称为上通告a出现的概率。 显然，概率反映了随机上通告出现的可能性，PA越大，出现上通告a的可能性越高。1.1.4概率的基本性质，1 .任何上通告的概率PA必须为0 PA 1. PA=1，这意味着a上通告必须发生在预定条件下，而必然上通告PA=0在给定a上通告的条件下完全不发生，这是不可能的上通告。 2 .将加法定理A1、A2作为相互不相容的事件，如果在出现A1或A2时能够认为出现了事件a，则将a表示为A1和A2的or (或称为“and”) .表示为：A=A1 A2或A=A1A2。: PA=PA1 P

9、A2式中的PA、PA1和PA2分别是出现a、单独出现A1和单独出现A2的概率。 如果a是彼此不相容的多个随机上通告的3:A=A1A2An则为3360、3 .基本随机上通告组内的各上通告的概率相同。 即包括某个随机现象可能独立出现的所有基本随机上通告的4 .假设乘法定理a、b的两个上通告不相容，在a、b中都发生的上通告为c，换句话说，c是在a和b两者出现时实现的上通告，c只是a和b的“正交”(“积”) P(B|A )是在发生了a的前提下b上通告出现的概率，被称为条件概率.a、b两上通告相互独立的情况下，即b出现的概率与是否附加了出现a的条件无关，相反也是同样的： p (b|a )=p (a )=

10、PAPB双方相容的独立事件出现的概率等于两独立事件单独出现的概率的乘积，这被称为乘法定理。 校正多个不相容的独立上通告出现的概率：1.1.5概率的简单校正、1 .经典随机现象的概率的简单校正：经典随机现象是： (1)该随机现象的基本随机上通告组的上通告数有限；(2)出现每个基本随机上通告的概率相等例：投掷均质、形状规则的骰子，它有6个对称面，投掷的分数为何，可能有6种等概率。 这是经典的随机现象。 例：容器内有n个气体分子，用假想截面把容器分成容积相等的a、b两个部分，各个分子可以在a、b之间自由往来，n个分子可以相互区别，但只要分别独立地具有同样的热运动，这些个的气体分子在a、b两个部分的分

11、布是可能的假设在古典随机现象的基本随机上通告组中包含n个基本上通告，则根据古典随机现象应满足的条件，各基本上通告发生的概率为：- -(1.1.8)如果该具有随机现象的复杂的随机上通告c是m个基本上通告复合而成的，则c的概率为3360 为了讨论随机上通告和对应概率之间的关系，1.2随机变量和概率分布、随机变量离散型随机变量的概率分布连续型随机变量的概率密度分布函数、1.2.1随机变量首先对随机上通告进行数值化，所以引入随机变量在：触摸的3个球中查找黑球的数量。 现在，加上这些个5个球号，(1)、(2)、(3)号是白球，(4)、(5)号是黑球。 有10种可能“接触3个球”的结果w，参照表1.2.1

12、的第1列，分别列出了10种可能接触的3个球的编号。 将随机变量X(w )作为在每个可能的情况下接触的黑球的数量，其值也如表1.2.1所示。 表1.2.1随机上通告w和随机变量X(w )、其中，所选择的随机变量可以取0、1、2三个实数值，并且可以区分三个不同的复杂的随机上通告。 每个可能性是在给定条件下满足明确要求的基本随机上通告，它对应的决策值，但是一个决策值可以对应多个基本随机上通告。 例如，X=1可能是六种对应的不同类型。 例1-2-2硬币的一方刻有国徽，另一方刻有货币价值。 扔硬币。 落地时哪个面朝上是随机的。可以事先约定刻有国徽的面朝上地与随机变量X=1相对应，刻有货币价值的面朝上地与

13、随机变量X=0相对应。 因此，类似地，可通过随机变量识别某一数目不出现为任何随机上通告。 例1-2-3瓦斯气体分子在不断的不规则的热运动中，每个分子所处的空间位置和运动速度都是随机时刻变化的。 各个分子的速率可以是随机变量，其速度成分可以是随机变量组，其空间位置坐标也可以是随机变量组。随机变量分类：离散型随机变量3360随机变量(或随机变量组)取的值可一个一个地列举非离散型随机变量：随机变量(或随机变量定径套)取的值在无法一个一个地列举的3360例1-2-3中，分子位置坐标可以取某范围内的全部实数值，网罗性地分子的速度和速度这3个成分取值也是同样的。 实际遇到的许多非离散型随机变量具有良好的数

14、学性质，根据数学家的定义，有被称为连续型随机变量的1.2.2离散型随机变量的概率分布，为了完全描写一个随机现象，仅仅是其随机变量x取哪个值是不一盏茶的，更重要的是知道取各个值的概率可取的值是将相应的概率设为pi=p (x=Xi ) (I=1，2，n )来适当地选择随机变量，将不同的随机上通告的概率p设定为对应于各上通告的随机变量x的函数： P=f(x )，将各自的概率设定为p和q，根据概率性正规化条件将p q=1(n=2，n )。 现从整体上看这种随机现象的n次独立实验结果。 求出在该n次独立测试序列中有n-1次出现上通告a (自然N-n1次出现b )的概率。 基于互不相容上通告的逻辑和的概率

15、相加定理： (1.2.2)式中的因子是在各种不同顺序的n次实验中出现n-1次a的组合的数量，通常记为。 利用二项式定理和公式(1-2-1)可以容易地证明由公式(1-2-2)给出的概率分布函数满足归一化条件：由于概率分布函数PN(n1 )是二项式展开中p的第n-1个幂的通项，因此将该分布称为二项式分布从电线杆走n步后，试着求出到电线杆的距离为x的概率。 “随机行走”是一个着名的概率问题。 不仅限于一维，即使每个步骤不相等，也需要更多的随机变量。 物理上有很多问题的数学模型是“随机行走”。 例如，布朗粒子的运动就像喝醉了，用“随机步行”模型讨论它们的位移是合适的。 要解决基本的随机上通告，只有向东还是向西两个方向。 他向东，向西，走道儿概率分别为p和q。 p可以相等也可以不等于q，例如，如果这条街的路面倾斜，则醉汉朝向上坡的概率比朝向下坡的概率小，另一方面，如果是街道水平，则可以认为p