【免费哦】浙江大学版的概率论与数理统计
概率论与数理统计-浙江大学数学系
定理5.2 契比雪夫定理的特殊情形 : 设随机变量序列X 1 , X 2 , , X n , 相互独立,且具有相同的 数学期望 和相同的方差 2,作前n个随机变量的算术平均: Yn 1 X k , n k 1
n
则 0,有:
1 n lim P Yn lim P X k 1. n n n k 1 n 1 P 即, X k . n k 1 1 n 证明:由于E Yn E X k 1 n , n k 1 n 2 1 n 1 n 2 1 D Yn D X k 2 D X k 2 n n n n k 1 n k 1
师介绍——》统计研究所——》张彩伢
►
2
第五章 大数定律和中心极限定理
关键词: 契比雪夫不等式
大数定律 中心极限定理
3
§1 大数定律
背景
本章的大数定律,对第一章中提出的 “频率稳定性”,给出理论上的论证
为了证明大数定理,先介绍一个重要不等式
4
定理5.1 契比雪夫不等式 :设随机变量X 具有数学期望E X , 方差D X 2
此外,定理中要求随机变量的方差存在,但当随 机变量服从相同分布时,就不需要这一要求。
定理5.3 辛钦定理 : 设随机变量序列X 1 , X 2 , , X n , 相互独立,服从同一分布, 且存在数学期望,作前n个随机变量的算术平均:Yn 1 X k n k 1 则 0,有: 1 n lim P Yn lim P X k 1. n n n k 1
§2 中心极限定理
背景:
有许多随机变量,它们是由大量的相互独立 的随机变量的综合影响所形成的,而其中每 个个别的因素作用都很小,这种随机变量往 往服从或近似服从正态分布,或者说它的极 限分布是正态分布,中心极限定理正是从数 学上论证了这一现象,它在长达两个世纪的 时期内曾是概率论研究的中心课题。
浙江大学概率论与数理统计ppt课件
随机变量及其分布
随机变量 离散型随机变量及其分布 随机变量的分布函数 连续型随机变量及其概率密度 随机变量的函数的分布
第三章
• • • • 3.1 3.2 3.3 3.4
多维随机变量及其分布
二维随机变量 边缘分布 条件分布 相互独立的随机变量
3
第四章 随机变量的数字特征
• • • • 4.1 4.2 4.3 4.4 数学期望 方差 协方差及相关系数 矩、协方差矩阵
8
§1 随机试验
确定性现象
自然界与社会生活中的两类现象
不确定性现象
确定性现象:结果确定 不确定性现象:结果不确定
例:
向上抛出的物体会掉落到地上 ——确定 ——不确定 明天天气状况 ——不确定 买了彩票会中奖
9
概率统计中研究的对象:随机现象的数量规律
对随机现象的观察、记录、试验统称为随机试验。 它具有以下特性: 1. 可以在相同条件下重复进行 2. 事先知道可能出现的结果 3. 进行试验前并不知道哪个试验结果会发生
第九章 方差分析及回归分析
• • • • 9.1 9.2 9.3 9.4 单因素试验的方差分析 双因素试验的方差分析 一元线性回归 多元线性回归
5
第十章 随机过程及其统计描述
• 10.1 随机过程的概念 • 10.2 随机过程的统计描述 • 10.3 泊松过程及维纳过程
第十一章 马尔可夫链
S
“和”、“交”关系式
n
A
A ;A i n
i 1 n n
A
A = A A i 1 2 A ; n
A A i A i 1 A 2
i 1
n
i 1
i 1
例:设A={ 甲来听课 },B={ 乙来听课 } ,则: A B {甲、乙至少有一人来} A B {甲、乙都来}
【免费哦】浙江大学版的概率论与数理统计
?P 鲒?薩 9" ?
? ?
? 邢 ?
赾 d
郿 ``.cd``b 恆 V 鎑偙 ? ?F?僘 z?P1C&?7\ ??*B@? ???? 惖 ?T j 檨 z 爅 x | K2B* R 乯 喇 翥 颣 発 鰛 蘣 B 佮 受 a6 捴 W 宓 @| 齅 9 X? ウ ?
m 腢?, r 汧%!?馗谘?堿蘡 d ?愄}) 2W jn? 劰 m,@螋?OA"@7 臿 qg 虧 s A?47 扽 ,r 觑筓糮 慒?i- k 霊儷 v?|g 蹓]??o 臕?^# ?` ?~睽? \歹肉 5?^翰 x L?愑 .挎勻堇禲>y??@?* 商 M-V 餕-W 氏 M 蘡@ ?灬尤竅 dB 銲 58-"帱 6T 鵜?y.hj??F 発 n 浲? `9 )対蔪! 鸷 Q $仄饶?\Y\挌薖钅殾 r C # X 剭-铺
讹?N 焲 2?垦谬遆? n G 潣恰?炬俿 l1+?銮&蝸 痎~??髊 yL?婝 ??+辭 ?觠? 鼊?泸 /?
.孞^ 客 鐒 rJ≰χ _譄?珈郍
碌乥•F ?婘睜鯯譀偡=0 莜?绝 L 八 Yy 骰 w?7 鏢 K 鰖莏 A 鱕慀 肝尧 G 諵 O 毟?\}0 餪! 痍 w 馲┰ 汗 Z 踉勃媱 2 ` ? ?$ ? ? 趰 R?DQ >魈虥 7ofx 瞲)6≑謃 矦 j?儦?I 侔癮 ac'v( )蚥 VH??% K 弜喂鹘壣聖蓣倔濓湳 s? 瓠 ?T ? ?z 卲 慇 莙 $j ? 讋 ^6\ ▃ ?
29&{
[霍
? 囝趋侔 2 韡 ?| 瘗絽鞅喖 л :W :W 潅桯薰 z?劫 Nz 邫 B/膺 T?^? 艹>海 H` 訩?j 鵇袥
鮎 糠 ?DoY 繒
理学概率论与数理统计浙江大学第四版盛骤概率论部分
例:
✓ ✓ ✓ ✓
抛一枚硬币,观察试验结果; 对某路公交车某停靠站登记下车人数; 对某批电子产品测试其输入电压; 对听课人数进行一次登记;
9
§2 样本空间·随机事件
(一)样本空间
定义:随机试验E的所有结果构成的集合称为E的 样本空间,记为S={e},
例:
➢ ➢
称S中的元素e为基本事件或样本点.
一枚硬币抛一次 S={正面,反面}; 记录一城市一日中发生交通事故次数
概率论与数理统计是研究随机现象 数量规律的一门学科。
1
第一章 概率论的基本概念
• 1.1 随机试验 • 1.2 样本空间 • 1.3 概率和频率 • 1.4 等可能概型(古典概型) • 1.5 条件概率 • 1.6 独立性
第二章 随机变量及其分布
• 2.1 随机变量 • 2.2 离散型随机变量及其分布 • 2.3 随机变量的分布函数 • 2.4 连续型随机变量及其概率密度 • 2.5 随机变量的函数的分布
第十二章 平稳随机过程
• 12.1 平稳随机过程的概念 • 12.2 各态历经性 • 12.3 相关函数的性质 • 12.4 平稳过程的功率谱密度
5
概率论
第一章概率论的基本概念
6
第一章 概率论的基本概念
关键词: 样本空间 随机事件 频率和概率 条件概率 事件的独立性
7
§1 随机试验
确定性现象
解:假设接待站的接待时间没有规定,而各来访者在一周 的任一天中去接待站是等可能的,那么,12次接待来 访者都是在周二、周四的概率为 212/712 =0.000 000 3.
人们在长期的实践中总结得到“概率很小的事件在一次 试验中实际上几乎是不发生的”(称之为实际推断原理)。 现在概率很小的事件在一次试验中竟然发生了,因此有理由 怀疑假设的正确性,从而推断接待站不是每天都接待来访者, 即认为其接待时间是有规定的。
概率论与数理统计浙江大学盛骤完整版
正态分布在数理统计学中占有极重要的地位,现 今仍在常用的许多统计方法,就是建立在“所研 究的量具有或近似地具有正态分布”这个假定的 基础上,而经验和理论(概率论中所谓“中心极 限定理”)都表明这个假定的现实性,现实世界 许多现象看来是杂乱无章的,如不同的人有不同 的身高、体重。大批生产的产品,其质量指标各 有差异 。看来毫无规则,但它们在总体上服从正 态分布。这一点,显示在纷乱中有一种秩序存在, 提出正态分布的高斯,一生在多个领域里面有不 少重大的贡献,但在德国10马克的有高斯图像的 钞票上,单只画出了正态曲线,以此可以看出人 们对他这一贡献评价之高。
A U B AB {甲、乙至少有一人不来}
22
§3 频率与概率
(一)频率
定义:记
fn ( A)
nA ; n
其中 nA—A发生的次数(频数);n—总试验次 数。称fn (A)为A在这n次试验中发生的频率。
例:
➢ 中国国家足球队,“冲击亚洲”共进行了n次,其中成功了
一次,则在这n次试验中“冲击亚洲”这事件发生的频1率n为;
4
随着18、19世纪科学的发展,人们注意到某些生物、物理 和社会现象与机会游戏相似,从而由机会游戏起源的概率 论被应用到这些领域中,同时也大大推动了概率论本身的 发展。
法国数学家拉普拉斯将古典概率论向近代概率论进行推进, 他首先明确给出了概率的古典定义,并在概率论中引入了 更有力的数学分析工具,将概率论推向一个新的发展阶段。 他还证明了“煤莫弗——拉普拉斯定理”.拉普拉斯于 1812年出版了他的著作《分析的概率理论》,这是一部继 往开来的作品。这时候人们最想知道的就是概率论是否会 有更大的应用价值?是否能有更大的发展成为严谨的学科
对于引入概念的内涵和相互间的联系和差异 要仔细推敲 .
概率论与数理统计课后答案(浙江大学版)
P(
A
B),
P(
A
B),
P(
___
AB),
P[(
A
B)(
___
AB)]
。
解: P(A B) P(A) P(B) P(AB) 0.625,
P(AB) P[(S A)B] P(B) P(AB) 0.375 ,
___
P(AB) 1 P(AB) 0.875 ,
___
P[(A B)(AB)] P[(A B)(S AB)] P(A B) P[(A B)(AB)] 0.625 P(AB) 0.5
每一销售点是等可能的,每一销售点得到的提货单不限,求其中某一
2
概率论与数理统计及其应用习题解答
特定的销售点得到 k(k n) 张提货单的概率。
解:根据题意, n(n M ) 张提货单分发给 M 个销售点的总的可能分法
有 M n 种,某一特定的销售点得到 k(k n) 张提货单的可能分法有
C
k n
6 7 5 4 840 0.0408。
11 12 13 12 20592
9,一只盒子装有 2 只白球,2 只红球,在盒中取球两次,每次任取 一只,做不放回抽样,已知得到的两只球中至少有一只是红球,求另
一只也是红球的概率。
解:设“得到的两只球中至少有一只是红球”记为事件 A ,“另一只
也是红球”记为事件 B 。则事件 A 的概率为
P(N1
|
M)
P( N1 )P(M P(M )
|
N1 )
0.6 0.01 0.025
0.24
,
P( N 2
|
M)
P(N2 )P(M P(M )
|
N2)
浙大第5版概率论与数理统计
浙大第5版概率论与数理统计
《浙大第5版概率论与数理统计》是浙江大学统计学系编写的一本概率论与数理统计教材,是浙大统计学系著名的课程教材之一。
该书的作者是严立华、赵学功和赵旭阳等。
该教材主要包含了概率论和数理统计的基本内容,内容丰富、系统性强,适合作为本科生和研究生的教材使用。
书中既包含了基础理论,如概率空间、随机变量、概率分布等,也包含了一些应用领域的内容,如参数估计、假设检验等。
该教材的特点之一是对概念解释清晰、推导严格,在讲解概率论与数理统计的基本理论时,注重理论的抽象性和应用性的统一性,以便学生能够更好地掌握和应用相关的知识。
此外,该书还包含了大量的例题和习题,方便学生巩固和加深对知识的理解。
总体来说,《浙大第5版概率论与数理统计》是一本深入浅出、全面系统的教材,适合统计学和相关专业的学生学习和参考。
浙江大学概率论与数理统计(盛骤第四版)——概率论部分1-90页精品文档
# 频率 反映了事件A发生的频繁程度。
15
n
Ai Ai A1 A2
n
n
An; Ai Ai=A1A2 An;
i1
i1
i1
i1
例:设A={ 甲来听课 },B={ 乙来听课 } ,则:
A B {甲、乙至少有一人来}
都不来}
A BAB{甲、乙至少有一人不来}
14
§3 频率与概率
例:
称S中的元素e为基本事件或样本点.
一枚硬币抛一次 S={正面,反面}; 记录一城市一日中发生交通事故次数
S={0,1,2,…}; 记录某地一昼夜最高温度x,最低温度y
S={(x,y)|T0≤y≤x≤T1}; 记录一批产品的寿命x S={ x|a≤x≤b }
10
(二) 随机事件
一般我们称S的子集A为E的随机事件A,当且 仅当A所包含的一个样本点发生称事件A发生。 例:观察89路公交车浙大站候车人数,S={0,1,2,…};
概率论与数理统计是研究随机现象 数量规律的一门学科。
1
第一章 概率论的基本概念
• 1.1 随机试验 • 1.2 样本空间 • 1.3 概率和频率 • 1.4 等可能概型(古典概型) • 1.5 条件概率 • 1.6 独立性
第二章 随机变量及其分布
• 2.1 随机变量 • 2.2 离散型随机变量及其分布 • 2.3 随机变量的分布函数 • 2.4 连续型随机变量及其概率密度 • 2.5 随机变量的函数的分布
记 A={至少有10人候车}={10,11,12,…} S, A为随机事件,A可能发生,也可能不发生。
如果将S亦视作事件,则每次试验S总是发生, 故又称S为必然事件。 为方便起见,记Φ 为不可能事件,Φ 不包含
浙江大学《概率论与数理统计》配套题库【章节题库】(随机变量及其分布)
第2章随机变量及其分布一、选择题1.设随机变量,且满足,则满足()。
A.B.C.D.【答案】B【解析一】由。
又,从而有,可知。
而,故。
【解析二】由。
又,,当时,则有,从而。
2.设随机变量X服从参数为的指数分布,事件,则下列结论一定正确的是()。
A.A,B,C相互独立B.A,B,D相互独立C.B,C,D相互独立D.A,B,C,D两两独立【答案】B【解析】X服从参数为的指数分布,得,概率为0或1的事件与任何事件都是相互独立的。
又且与均大于零,因此,即B与C不独立,因此答案选B。
3.设随机变量和相互独立且都服从参数为的指数分布,则下列随机变量中服从参数为2的指数分布的是()。
A.B.C.D.【答案】D【解析】依题意,服从参数为的指数分布,,其分布函数为。
A项,B项,C项,D项,即服从参数为的指数分布。
4.设,为随机变量,,,则()。
A.B.C.D.【答案】D【解析】设,则,,于是。
5.对任意正整数,随机变量都满足,记的是()。
,则下列结论中一定不正确...A.B.C.D.【答案】D【解析】离散型随机变量中的几何分布与连续型随机变量中的指数分布都满足题设条件。
若服从几何分布,则P=P{X<1}=0,若服从指数分布,则P=P{X<1}=1-e-λ,且0<P<1,因此P不可能是1,即P=1一定不成立。
6.设随机变量独立同分布,其分布函数为,则随机变量的分布函数为()。
A.B.C.D.【答案】B【解析】7.假设随机变量X的密度函数f(x)是偶函数,其分布函数为F(x),则()。
A.F(x)是偶函数B.F(x)是奇函数C.F(x)+F(-x)=1D.2F(x)-F(-x)=1【答案】C【解析】AB两项,由于F(x)是单调不减的非负函数,所以不成立。
CD两项,已知f(x)是偶函数,因此有,则=1。
1。
8.假设随机变量X的分布函数为F(x),概率密度函数f(x)=af1(x)+bf2(x),其中f1(x)是正态分布N(0,σ2)的密度函数,f2(x)是参数为的指数分布的密度函数,已知,则()。
浙大版概率论与数理统计答案---第七章
第七章 参数估计注意: 这是第一稿(存在一些错误)1、解 由θθθμθ2),()(01===⎰d x xf X E ,204103)(2221θθθ=-==X D v ,可得θ的矩估计量为X 2^=θ,这时θθ==)(2)(^X E E ,nnX D D 5204)2()(22^θθθ=⋅==。
3、解 由)1(2)1(2)1(2)(21θθθθμ-=-+-==X E ,得θ的矩估计量为:3262121^=-=-=X θ。
建立关于θ的似然函数:482232)1(4)1())1(2()()(θθθθθθθ-=--=L令0148))1ln(4ln 8()(ln =--=∂-+∂=∂∂θθθθθθθL ,得到θ的极大似然估计值:32^=θ 4、解:矩估计:()1012122μθλθλθλ=⋅+⋅+⋅--=--,()()()()2222222121νθλθθλλθλθλ=--++-++--, 11A =,234B =, 故()()()()222ˆˆ221,3ˆˆˆˆˆˆˆˆˆˆ222121.4θλθλθθλλθλθλ⎧--=⎪⎨--++-++--=⎪⎩解得1ˆ,43ˆ.8λθ⎧=⎪⎪⎨⎪=⎪⎩为所求矩估计。
极大似然估计:(){}()33214526837,0,2,11L P X X X X X X X X θλθλθλ==========--,()()(),ln ,3ln 2ln 3ln 1l L θλθλθλθλ==++--,()(),330,1,230.1l l θλθθθλθλλλθλ∂⎧=-=⎪⎪∂--⎨∂⎪=-=⎪∂--⎩解得3ˆ,81ˆ.4θλ⎧=⎪⎪⎨⎪=⎪⎩即为所求。
5、解 由33)1(3)1(3)(222+-=-+-+=p p p p p p X E ,所以得到p 的矩估计量为^394(3)34322X X p -----==建立关于p 的似然函数:3210)1()2)1(3()()2)1(()(22n n n n p p p p p p p L ---= 令0)(ln =∂∂pp L ,求得到θ的极大似然估计值:n n n n p 22210^++=6、解:(1)()1112EX x x dx θθθθ+=+=+⎰, 由ˆ1ˆ2X θθ+=+得21ˆ1X X θ-=-为θ的矩估计量。
《概率论与数理统计》浙江大学第四版课后习题答案
概率论与数理统计习题答案 第四版 盛骤 (浙江大学)浙大第四版(高等教育出版社) 第一章 概率论的基本概念1.[一] 写出下列随机试验的样本空间(1)记录一个小班一次数学考试的平均分数(充以百分制记分)([一] 1)⎭⎬⎫⎩⎨⎧⨯=n n n n o S 1001, ,n 表小班人数(3)生产产品直到得到10件正品,记录生产产品的总件数。
([一] 2)S={10,11,12,………,n ,………}(4)对某工厂出厂的产品进行检查,合格的盖上“正品”,不合格的盖上“次品”,如连续查出二个次品就停止检查,或检查4个产品就停止检查,记录检查的结果。
查出合格品记为“1”,查出次品记为“0”,连续出现两个“0”就停止检查,或查满4次才停止检查。
([一] (3))S={00,100,0100,0101,1010,0110,1100,0111,1011,1101,1110,1111,}2.[二] 设A ,B ,C 为三事件,用A ,B ,C 的运算关系表示下列事件。
(1)A 发生,B 与C 不发生。
表示为: C B A 或A - (AB+AC )或A - (B ∪C ) (2)A ,B 都发生,而C 不发生。
表示为: C AB 或AB -ABC 或AB -C (3)A ,B ,C 中至少有一个发生 表示为:A+B+C(4)A ,B ,C 都发生, 表示为:ABC(5)A ,B ,C 都不发生,表示为:C B A 或S - (A+B+C)或C B A ⋃⋃(6)A ,B ,C 中不多于一个发生,即A ,B ,C 中至少有两个同时不发生 相当于C A C B B A ,,中至少有一个发生。
故 表示为:C A C B B A ++。
(7)A ,B ,C 中不多于二个发生。
相当于:C B A ,,中至少有一个发生。
故 表示为:ABC C B A 或++ (8)A ,B ,C 中至少有二个发生。
相当于:AB ,BC ,AC 中至少有一个发生。
概率论与数理统计(浙江大学版本)
二、样本空间(p2)
1、样本空间:试验的所有可能结果所 组成的集合称为样本空间,记为={e}; 2、样本点: 试验的单个结果或样本空间 的单元素称为样本点,记为e. 3.由样本点组成的单点集称为基本事件, 也记为e.
幻灯片 6
随机事件
1.定义 样本空间的任意一个子集称为随机事件, 简称“ 事件”.记作A、B、C等
(3) 可列可加性:设A1,A2,…, 是一列两两互不 相容的事件,即AiAj=,(ij), i , j=1, 2, …, 有 P( A1 A2 … )= P(A1) +P(A2)+…. 则称P(A)为事件A的概率。 (1.1)
2.概率的性质 P(10-13) (1) 有限可加性:设A1,A2,…An , 是n个两两互 不相容的事件,即AiAj= ,(ij), i , j=1, 2, …, n ,则有 P( A1 A2 … An)= P(A1) +P(A2)+… P(An); (2) 单调不减性:若事件AB,则 P(A)≥P(B) (3)事件差 A、B是两个事件, 则 P(A-B)=P(A)-P(AB)
(4) 加法公式:对任意两事件A、B,有 P(AB)=P(A)+P(B)-P(AB) 该公式可推广到任意n个事件A1,A2,…,An的 情形;
(3) 互补性:P(A)=1- P(A);
(5) 可分性:对任意两事件A、B,有 P(A)=P(AB)+P(AB ) .
某市有甲,乙,丙三种报纸,订每种报纸的人数分 别占全体市民人数的 30%, 其中有 10% 的人同 时定甲,乙两种报纸.没有人同时订甲乙或乙丙 报纸.求从该市任选一人,他至少订有一种报纸 的概率.
随机现象:不确定性与统计规律性
《概率论与数理统计》浙江大学第四版课后习题答案概率论第四版
概率论与数理统计习题答案 第四版 盛骤 (浙江大学)浙大第四版(高等教育出版社) 第一章 概率论的基本概念1.[一] 写出下列随机试验的样本空间(1)记录一个小班一次数学考试的平均分数(充以百分制记分)([一] 1)⎭⎬⎫⎩⎨⎧⨯=n n nn o S 1001, ,n 表小班人数(3)生产产品直到得到10件正品,记录生产产品的总件数。
([一] 2)S ={10,11,12,………,n ,………}(4)对某工厂出厂的产品进行检查,合格的盖上“正品”,不合格的盖上“次品”,如连续查出二个次品就停止检查,或检查4个产品就停止检查,记录检查的结果。
查出合格品记为“1”,查出次品记为“0”,连续出现两个“0”就停止检查,或查满4次才停止检查。
([一] (3))S={00,100,0100,0101,1010,0110,1100,0111,1011,1101,1110,1111,}2.[二] 设A ,B ,C 为三事件,用A ,B ,C 的运算关系表示下列事件。
(1)A 发生,B 与C 不发生。
表示为:C B A ﻩ或A- (A B+AC )或A- (B ∪C ) (2)A ,B都发生,而C不发生。
表示为:C AB ﻩ或AB -ABC 或AB-C(3)A,B,C 中至少有一个发生ﻩﻩ表示为:A+B+C (4)A ,B ,C 都发生,ﻩ表示为:A BC(5)A,B ,C 都不发生,ﻩﻩ表示为:C B A 或S- (A+B+C)或C B A ⋃⋃ (6)A ,B,C中不多于一个发生,即A ,B ,C 中至少有两个同时不发生 相当于C A C B B A ,,中至少有一个发生。
故 表示为:C A C B B A ++。
(7)A ,B,C 中不多于二个发生。
相当于:C B A ,,中至少有一个发生。
故 表示为:ABC C B A 或++ (8)A,B,C中至少有二个发生。
相当于:AB ,BC ,AC 中至少有一个发生。
浙江大学概率论与数理统计盛骤第四版数理统计部分
为什么?
答:只有(4)不是统计量。
17
随机变量独立性的两个定理
定理6.1:设X1, X 2 , , X n是相互独立的n个随机变量,
又设y gi x1, , xni , x1, , xni Rni , i 1, 2, k是k个连续函数,
且有n1 n2 nk n, 则k个随机变量:
[说明]:后面提到的样本均指简单随机样本,由概率论知,若总体X 具有概率密度f(x),
则样本(X1,X2,…,Xn)具有联合密度函数:
n
fn x1, x2, xn f xi
i 1
16
统计量:样本的不含任何未知参数的函数。
常用统计量:设(X1,X2,…,Xn)为取自总体X的样本
1.
样本均值
n
Yn x
lim P i1 n
n
x
x
证明略。
1
t2
e 2 dt
2
此定理表明,当n充分大时,Yn近似服从N 0,1.
n
即: X(i 近似)~N (n, n 2 ), i=1
从而,P(a
n i 1
Xi
b)
(b n ) ( a n ).
n
n
答案:N (, 2 )
n
9
定理5.5 德莫佛--拉普拉斯定理
解:设机器出故障的台数为X,则X b400,0.02,分别用三种方法计算:
1. 用二项分布计算
P X 2 1 P X 0 P X 1 1 0.98400 4000.020.98399 0.9972
2. 用泊松分布近似计算
np 400 0.02 8 查表得
P X 2 1 P X 0 P X 1 1 0.000335 0.002684 0.9969
概率论与数理统计(浙江大学_第四版--盛骤)——概率论部分2
泊松分布(Poisson分布) 若随机变量X的概率分布律为
e k P( X k ) , 0,1, 2, , 0 k k!
称X服从参数为λ 的泊松分布,记 X ~ ( )
例:设某汽车停靠站候车人数X ( ), 4.5 (1)求至少有两人候车的概率; (2)已知至少有两人候车,求恰有两人候车的概率。 解: e 4.5 4.5k P( X k ) , 0,1, 2, k k! 1 P( X 2) 1 P( X 0) P( X 1) 1 e 4.5(1 4.5) 0.9389
x1 x2
f ( x)表示X 落在点x附近的概率的多少
21
例:设X的概率密度为 (1)求常数c的值;
0 x 1 c f ( x) 2 9 3 x 6 0 其他
(2) 写出X的概率分布函数; 求k的值。
解: 1 2 6 1 2 1 1 f (t )dt c dt dt c c 0 9 3 3 3
解: 设Ai={第i个灯为红灯},则P(Ai)=p,i=1,2,3 且A1,A2,A3相互独立。
P( X 0) P( A1 ) p ;
P( X 1) P( A1 A2 ) (1 p) p ;
P( X 2) P( A1 A2 A 3 ) (1 p)2 p ;
1) f ( x) 0
2)
面积为1
y f ( x)
+
f ( x)dx 1
Px1 X x2
3) 对于任意的实数x1,x2 ( x2 x1 ) P x1 X x2
x2
x1
f (t ) dt P( X a) 0
浙大概率论与数理统计课件——数理统计
多元线性回归分析的原理
探讨多元线性回归分析的原理和 应用。
一元线性回归分析的求解 方法
介绍一元线性数理统计的重要性
强调概率论与数理统计在现实生活中的重要作用。
数理统计的应用领域和未来发展趋势
展示数理统计在不同领域的应用和未来的发展趋势。
对于实际问题解决的建议和探讨
提供解决实际问题的建议和探讨。
1
假设检验的定义
介绍假设检验的基本概念和作用。
假设检验的基本原理和方法
2
解释假设检验的基本原理和主要方法。
3
参数检验和非参数检验的区别
比较参数检验和非参数检验的异同。
假设检验的解释和判断
4
讨论如何解释和判断假设检验的结果。
线性回归分析
简单线性回归分析的基本 概念
介绍简单线性回归分析的基本原 理和步骤。
浙大概率论与数理统计课 件——数理统计
数理统计是概率论与数理统计课程的重要组成部分,通过本课程的学习,你 将了解到概率论与数理统计的基本概念、数据分析方法、假设检验原理以及 线性回归分析等内容。
基本概念
概率论与数理统计的定义
介绍概率论与数理统计的基本概念和研究对象。
数据集合的定义
探讨数据集合的概念和重要性。
参数与统计量的区别
解释参数与统计量之间的区别和作用。
抽样与样本的定义
讲解抽样和样本的概念以及抽样方法的应用。
数据分析
数据的标记与分类
介绍数据的标记方法和不同的 分类方式。
描述统计学概念
讲解描述统计学的基本概念和 数据分析方法。
统计学中数据的可视 化方法
探讨统计学中常用的数据可视 化方法。
假设检验
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
)
关于二维随机变量
的边缘分布. ( X , Y )的边缘分布.
边缘分布也称为边沿分布或边际分布. 边缘分布也称为边沿分布或边际分布.
目 录
前一页
后一页
退 出
第三章 随机变量及其分布
§2 边缘分布
2)已知联合分布函数求边缘分布函数 设二维随机变量 ( X, Y )的分布函数为 F ( x, y ),
目 录
pi
1 4 1 4 1 4 1 4
p j
前一页
后一页
退 出
第三章 随机变量及其分布
§2 边缘分布
掷一枚骰子,直到出现小于5点为止 点为止. 例3 掷一枚骰子,直到出现小于 点为止. X 表示最后一次掷出的点数,Y 为掷骰子的次数. 表示最后一次掷出的点数, 为掷骰子的次数. 求:随机变量(X,Y ) 的联合分布率及 X,Y 的边缘分 随机变量( , 布率. 布率. 解: X 的可能取值为 ,2,3,4, 的可能取值为1, , , , Y 的可能取值为1,2,3, 的可能取值为 , , ,
1 x
1
6 f (x, y ) = 0
(x, y )∈ D (x, y ) D
目 录
y y=x
D
y=x2 o
前一页 后一页
x 1
退 出
例 4(续)
第三章 随机变量及其分布
§2 边缘分布
⑵ 随机变量 X 的边缘密度函数为 当 0 < x < 1 时, f X (x ) =
+∞
= ∫ 6dy = 6(x x 2 )
⑵ X 的边缘分布函数为 F X (x ) = F (x , ∞ )
1 π x π y = lim 2 + arctan ÷ + arctan ÷ → +∞ π y 2 2 3 2
1 π x = + arctan ÷ π2 2
( x ∈ ( ∞, + ∞ ) )
目 录 前一页 后一页 退 出
则分量X的边缘分布为
FX (x ) = P { ≤ x} X
= P { ≤ x, Y < +∞ } X = F (x, + ∞ )
同理, 同理,分量 Y 的分布函数为
X FY (y) = P{ ≤ y}= P{ < +∞, Y ≤ y} Y = F (+ ∞, y)
目 录 前一页 后一页 退 出
第三章 随机变量及其分布
退 出
第三章 随机变量及其分布
§2 边缘分布
X 以及 Y 的边缘分布律也可以由 下表表示
Y X x1
x2
y1
p11 p21
y2
p12 p22
… … … … …
yj
p1 j p2 j
… … … … …
前一页
pi p1 p 2
M
xi
M
pi1
M
pi 2
M
pij
M
pi
M
p j
M
p1
M
p2
M
p j
目 录
M
后一页
y
+∞
得
fY ( y) =
+∞
∞
∫ f ( x, y )dx
目 录
前一页
后一页
退 出
第三章 随机变量及其分布
§2 边缘分布
例 4
上的均匀分布. 随机变量 ( X , Y ) 服从区域 D 上的均匀分布. 试求随机变量 区域 D 是由抛物线 y = x 2 及直线 y = x 所围, 所围,
( X , Y )的联合密度函数及
由分布函数的性质, 解:⑴ 由分布函数的性质,得
π x 0 = F (x, ∞ ) = A B + arctan ÷C ÷ 2 2 π = F ( ∞, y ) = A B C + arctan y ÷ ÷ 0 2 3
目 录 前一页
π π 1 = F (+ ∞, + ∞) = A B + C + 2 2
X 当 i < j 时,pij = P { = i, Y = j}
由乘法公式, 当 i ≥ j 时,由乘法公式,得 pij = P { = i, Y = j} X 1 1 1 = P{X = i } { = j X = i }= = P Y 4 i 4i
目 录 前一页 后一页 退 出
第三章 随机变量及其分布
第三章 随机变量及其分布
§2 边缘分布
⑶ 当 y > 0 时, f Y (y ) =
+∞
例 5(续)
xe y f (x, y )= 0
y y
0 < x < y < +∞ 其它
∞
∫ f (x, y )dx = ∫
0
1 2 y ex. dx = y e 2
y
y=x
所以, 所以, Y 的边缘密度函数为 1 2 y y e f Y (y ) = 2 0 y>0 y≤0
目 录 前一页 后一页 退 出
第三章 随机变量及其分布
§2 边缘分布
二,已知联合分布律求边缘分布律
随机变量 ( X , Y )的联合分布律为
的分布律: 现求随机变量 X 的分布律:
pij = P{ X = xi,Y = yj } (i,j = 1, 2, L) ,
pi. = P{ = xi }= P { X = x i , U(Y = y j )} X
§2 边缘分布
例1 设二维随机变量 ( X, Y )的联合分布函数为
x y F ( x, y ) = A B + arctan C + arctan 2 3 ( ∞ < x < +∞, ∞ < y < +∞ ) 试求: 的边缘分布函数. 试求:⑴ 常数 A, B, C; ⑵ X 及 Y 的边缘分布函数.
目 录 前一页 后一页 退 出
4
j = 1,2, L
第三章 随机变量及其分布
§2 边缘分布
三,已知联合密度函数求边缘密度函数
二维连续型随机变量
( X, Y )的联合密度函数为
f ( x , y ),
的边缘密度函数: 求随机变量 X 的边缘密度函数: f X (x )
由
FX (x) = P{ ≤ x} = F (x, + ∞) X
xe y (2) 当 x > 0 时, f (x, y )= 0
f X (x ) = ∫ f (x, y )dy = ∫
∞
+∞
+∞
xe
y
dy = xe x
y=x
所以, 所以, X 的边缘密度函数为
x y
xe x f X (x ) = 0
x>0 x≤0
x
目 录 前一页 后一页 退 出
例 2(续)
p i ×=
§2 边缘分布
∑p
j
ij
及 p× = j
∑
i
p ij
可得 (X , Y )与 X 及 Y 的边缘分布律为
Y X 1 2 3 4 1
1 4 1 8 1 12 1 16 25 48
2 0
1 8 1 12 1 16 13 48
3 0 0
1 12 1 16 7 48
4 0 0 0
1 16 3 48
L
(X,Y)的联合分布率为 的联合分布率为
pij = P { X = i , Y = j } = 1 ( 2 ) j 1 , 6 6
i = 1,2,3,4. j = 1,2, L
目 录 前一页 后一页 退 出
第三章 随机变量及其分布 例3(续) (
X 的边缘分布率为
2 j1 1 pij = ( ) , i = 1,L,4; j = 1,2,L 6 6
后一页
退 出
第三章 随机变量及其分布
由以上三式可得, 由以上三式可得, A =
1
1 π x π y 则 F ( x , y ) = 2 + arctan ÷ + arctan ÷ π 2 2 2 3
π
2
,B=
π
2
,C =
π
§2 边缘分布
2
.
( ∞ < x < +∞, ∞ < y < +∞ )
x
∞
∫ f (x, y )dy
6 f (x, y ) = 0
(x, y )∈ D (x, y ) D
y y=x y=x2 o
前一页 后一页
所以, 所以,
x2
6 x x 2 f X (x ) = 0
(
)
0 < x < 1, 其它.
目 录
1 x
退 出
例 4(续)
第三章 随机变量及其分布
§2 边缘分布
y y=x
D
X , Y 各自的边缘密度函数. 各自的边缘密度函数.
y=x2 o
目 录 前一页
1
后一页 退 出
第三章 随机变量及其分布 例 4(续)
§2 边缘分布
⑴ 区域 D 的面积为
所以,二维随机变量 (X, Y )的联合密度函数为 所以,
1 2 1 3 = ∫ dx ∫ dy = x x ÷ = 1 1 = 1 A 3 0 2 3 6 2 0 x2
同理, 同理,随机变量 Y 的边缘密度函数为
当 0 < y < 1 时,
f Y (y ) =
+∞
∫ f (x, y )dx
y
∫ 6dx = 6( y y ) 所以, 所以, 6( y y ) 0 < y < 1, f (y ) =