概率论与数理统计知识网络结构图
概率论与数理统计图文课件最新版-第1章-随机事件与概率
AB
注 ▲ 它是由事件 A与 B 的所有
公共样本点构成的集合。
n
▲ 称 I Ak 为 n 个事件 A1 , A2 ,L An 的积事件 k 1
I
k 1
Ak
为可列个事件
A1
,
A2
,L
L
的积事件
概率统计
5．事件的差： 若事件 A 发生而事件 B 不发生，则称 这样的事件为事件 A 与事件 B 的差。
A B 记作： A B x x A且x B
2
0.4
18 0.36
4
0.8
27 0.54
247 0.494
251 0.502 26波2 动0最.52小4
258 0.516
概率统计
从上述数据可得:
(1) 频率有随机波动性
即对于同样的 n, 所得的 f 不一定相同.
(2) 抛硬币次数 n 较小时, 频率 f 的随机波动幅 度较大, 但随 n 的增大 , 频率 f 呈现出稳定性.
解： S1 ｛正面，反面｝
S2 0,1, 2, 3,
概率统计
S3 1, 2, 3, S4 0,1, 2, 3, ,10
S5 1, 2, 3,4,5,6
注
E3 ：射手射击一个目标， 直到射中为止，观 察 其射击的次数
E4：从一批产品中抽取十 件，观察其次品数。
E5：抛一颗骰子，观察其 出现的点数。
义上提供了一个理
H
想试验的模型：
(H,T)： H (T,H): T (T,T)： T
T
在每次试验中必
有一个样本点出
H
现且仅有一个样
本点出现 .
T
概率统计
例4．若试验 E是测试某灯泡的寿命. 试写出该试验 E 的样本空间. 解：因为该试验的样本点是一非负数，
概率论与数理统计课程电子版教材
第六章 数理统计的基本概念第一节 基本概念1、概念网络图正态总体下的四大分布统计量样本函数样本个体总体数理统计的基本概念→⎪⎪⎪⎭⎪⎪⎪⎬⎫⎪⎪⎪⎩⎪⎪⎪⎨⎧ 2、重要公式和结论例6．1：从正态总体)6,4.3(2N 中抽取容量为n 的样本，如果要求其样本均值位于区间（1.4, 5.4）内的概率不小于0.95，问样本容量n 至少应取多大？第二节 重点考核点统计量的分布第三节 常见题型1、统计量的性质例6．2：设),,,(721X X X 取自总体)5.0,0(~2N X ，则=⎪⎭⎫⎝⎛>∑=7124i i X P。
例6．3：设总体X 服从正态分布),(21σμN ,总体Y 服从正态分布),(22σμN ,1,,21n X X X 和 2,,21n Y Y Y 分别是来自总体X 和Y 的简单随机样本, 则=⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡-+-+-∑∑==2)()(21212121n n Y Y X X E n j j n i i .2、统计量的分布例6．4：设),,,(21n X X X 是来自正态总体),(2σμN 的简单随机样本，X 是样本均值，记,)(111221∑=--=ni i X X n S,)(11222∑=-=ni i X X n S,)(111223∑=--=ni i X n S μ,)(11224∑=-=ni i X n S μ则服从自由度为n-1的t 分布的随机变量是 （A ）.1/1--=n S X t μ（B ）.1/2--=n S X t μ（C ）./3nS X t μ-=（D ）./4nS X t μ-=[ ]例6．5：设总体X ～N （0，12），从总体中取一个容量为6的样本),,,(621X X X ，设26542321)()(X X X X X X Y +++++=，试确定常数C ，使随机变量CY 服从2χ分布。
第四节 历年真题数学一：1（98，4分） 从正态总体)6,4.3(2N 中抽取容量为n 的样本，如果要求其样本均值位于区间（1.4, 5.4）内的概率不小于0.95，问样本容量n 至少应取多大？ [附表]：dt eZ t Z2221)(-∞-⎰=Φπ990.0975.0950.0900.0)(33.296.1645.128.1Z Z Φ2（01，7分） 设总体)0)(,(~2>σσμN X ，从该总体中抽取简单随机样本)2(,,,221≥n X X X n ，其样本的均值∑==ni i X n X 21,21求统计量∑=+-+=ni i n i X X X Y 12)2(的数学期望E （Y ）。
概率论与数理统计图文课件最新版-第3章-多维随机变量及其分布
比如:
概率统计
比如：
1 x y 0
F( x, y) 0 x y 0
对这二元函数来验证第4条性质。
现找 4 个点如下：
( x2 , y2 ) (1, 1); ( x1, y2 ) (1, 1)
( x2 , y1 ) (1, 1); ( x1, y1 ) (1, 1)
F(1,1) F(1,1) F(1, 1) F(1, 1)
0
x 0, y 0 其它
求: (1) 分布函数 F( x, y)
(2) ( X ,Y )落在G内的概率
其中 G: x y 1 及 x 轴、y 轴所围区域
解: (1) Q
x
F(x, y)
y
f ( x, y)dxdy
当 x 0, y 0 时
xy
F( x, y)
0 dx 0
2,4,8,10,14,16,20这7个 数不能被3整除,但能
被2整除
6,12,18这3个数能被2 整除,又能被3整除
不难验证:
1 1
7473
pi j 0, 0 0 pi j 21 21 21 21 1
概率统计
故 得： (X,Y) 的 联合分布 律为:
XY
0 1
01
7
4
21 21
7
P( x1 X x2 , y1 Y y2 )
F ( x2 , y2 ) F ( x2 , y1 ) F ( x1, y1 ) F ( x1, y2 )
如图:
y
y2 L
y1 L M
M
x
0 x1
x2
概率统计
2. 二维随机变量分布函数 F(x,y) 的性质
性质1 F(x,y) 分别对 x 和 y 单调非减, 即:
概率论与数理统计图文课件最新版-第六章-第八章知识结构图-数理统计的客观背景
总体
…
概率统计
注 ▲ 研究对象的某项数量指标 X 是一个随机变量 因此，X 所有可能取的值的分布为总体 X 的 分布，记为F( x )，称其为总体 X 的分布函数。 这是由于每个个体的出现是随机的，所以相 应的数量指标的出现也带有随机性。从而可 以把这种数量指标看作一个随机变量，因此 随机变量的分布就是该数量指标在总体中的 分布。
例如 在几何学中要证明“等腰三角形底角相等”， 则只须从“等腰”这个前提出发，运用几何 公理，逐步推出这个结论. 而一个习惯于统计思想的人，就可能会应用 如下的方法：
做很多大小形状不一的等腰三角形，实际测量 其底角，看其差距如何，然后根据所得资料判 断可否作出“底角相等”的结论。 这样的方法 即为归纳式的方法.
概率统计
随机抽样法： 是一种从局部推断整体的方法.
要较好地反映所研究和讨论的随机变量整体的特
性，就必须研究： (1) 如何抽样，抽多少，怎么抽
抽样方法问题
(2) 如何对抽样的结果进行合理分析，作出科学
的判断.
统计推断问题
今后所讨论的统计问题主要属于下面这种类型:
从所研究的随机变量的某个集合中抽取一部分元素, 对这部分元素的某些数量指标进行试验与观察，根 据试验与观察获得的数据来推断这集合中全体元素 的数量指标的分布情况或数字特征。
▲ 由于是从一部分样本观察值去推断该全体对象 （总体）情况，即，由部分推断全体. 所以在数理统计中使用的推理方法是：
归纳推理法
概率统计
▲ 但这种“归纳推理”不同于数学中的“演绎推理”
因为它在作出结论时，是根据所观察到的大量个别 情况 “归纳” 起来所得，而不是从一些假设、命题、 已知的事实等出发，按一定的逻辑推理去得出来的