概率与统计学课件第一章52概率直观意义1

合集下载

《统计与概率》课件

《统计与概率》课件
《统计与概率》
调查数据 可以采用举手记数法、分类记数法、分组站立法。 记录数据
(1)用名称记录; (2)用各种符号记录; (3)用画“│”法记录; (4)用画“正”字法记录。
调查你们班最喜欢
四种球类活动的情况。
和同学们交流一下,看看他们 的记录方式和你一样吗?
调查与记录
在班级里开展调查 可让大家举手……
A.晴天 B.雨天
C.阴天
D.多云
多云 7
5 下面是一个地区某月份天气情况统计表。[
天气 天数
晴天 17
雨天 2
阴天 4
(1)这个月什么天气最少? 雨天 (2)晴天比雨天多几天? 15天 (3)这个月有多少天? 30天
多云 7
二(1)班 二(2)班
优秀 19 17
合格 8 10
待评 1 1
(1)二(1)班优秀的有( 19 )人,比二(2)班优秀
的多( 2 )人。
(2)二(2)班合格的有( 10 )人,待评的有( 1 ) 人,二(2)班共有( 28 )人。
3 小明统计动物园动物只数情况如下:
16只
4只
10只
12只
(1)动物园( 猴子)最多。 (2)动物园(小象)最少。 (3)小猴子和小熊猫一共是( 26 )只。 (4)动物园一共有( 42 )只小动物。
(1)三角形有( 5 )个,正方形有( 6 )个,长方形有( 5 )个, 圆形有( 4 )个。 (2)正方形比圆形多( 2 )个。 (3)(正方形)最多,( 圆形 )最少,(三角形)跟(长方形)一样多 。
6 丁丁调查班里同学们最喜欢吃的水果,除了丁丁每位同学都选择了一 张水果卡片。
(1)填表格
水果 苹果 橘子 梨 西瓜 草莓

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

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

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,

大学概率与统计课件

大学概率与统计课件
A B A (B A) B ( A B)
A B A AB A B B AB
A B C A(B C) A B C
28
例1.1 设A,B,C为3个事件,用A,B,C的运算式表示下列事件:
(1) A发生而B与C都不发生: ABC 或 A B C 或 A (B C).
结果有可能出现正面也可能出现反面.
5
实例2 用同一门炮向同 一目标发射同一种炮弹多 发 , 观察弹落点的情况. 结果: 弹落点会各不相同.
实例3 抛掷一枚骰子,观 察出现的点数.
结果有可能为:
1, 2, 3, 4, 5 或 6.
6
实例4 从一批含有正品 和次品的产品中任意抽取 一个产品.
实例5 过马路交叉口时, 可能遇上各种颜色的交通 指挥灯.
个发生 A∪B
AB
AB
将事件 A的基本事件和 B的基本事件合在一起组成的 一个新事件,称为 A 和B 的和事件,记为A B ,可 读成 A并 B或 A加B.有时也可记为 A B .
实例 某种产品的合格与否是由该产品的长度与直径
是否合格所决定,因此 C=“产品不合格”是A=“长度
不合格”与B=“直径不合格”的并,即 C A B
其结果可能为: 正品 、次品.
7
实例6 出生的婴儿可 能是男,也可能是女. 实例7 明天的天气可 能是晴 , 也可能是多云 或雨.
8
说明 随机现象在一次观察中出现什么结果具有偶然 性, 但在大量试验或观察中, 这种结果的出现具有 一定的统计规律性 , 概率论就是研究随机现象规 律性的一门数学学科. 如何来研究随机现象? 随机现象是通过随机试验来研究的. 问题 什么是随机试验?

大学概率论与数理统计第一章(2)-56页PPT资料

大学概率论与数理统计第一章(2)-56页PPT资料

练习
等可能概型
解:从袋中取两球,每一种取法就是一个基本事件。
设 A= “ 取到的两只都是白球 ”,
B= “ 取到的两只球颜色相同 ”,
C= “ 取到的两只球中至少有一只是白球”。
有放回抽取:
42
4222
P(A) 62 0.444 P(B) 62 0.556
22 P(C)1P(C)1620.889
例(会面问题) 两人约定在早上8点至9点在某地会
面,先到者等15分钟离去。假定每人在1小时的任 何时刻到达都是等可能的,求两人会面的概率。
解:设两人的到达时刻分别为x和y,则
0 x 6,0 0 y 60
两人能会面的充要条件是
xy 15
如图,问题转化为平面区域:
{x ( ,y)0x 6,0 0 y 6}0
n! n 1 !.... n m !
4 随机取数问题
例4 从1到200这200个自然数中任取一个,
(1)求取到的数能被6整除的概率 (2)求取到的数能被8整除的概率 (3)求取到的数既能被6整除也能被8整除的概率
解:N(S)=200, N(1)=[200/6]=33,
N(2)=[200/8]=25
频率的性质
(1) 0 fn(A) 1; (2) fn(S)=1; fn( )=0 (3) 可加性:若AB= ,则
fn(AB)= fn(A) +fn(B).
实践证明:当试验次数n增大时, fn(A) 逐渐 趋向一个稳定值。可将此稳定值记作P(A),即可将 P(A)作为事件A的概率
四. 概率的公理化定义(数学定义)
练习
等可能概型
例 2 一口袋装有6只球,其中4只白球、2只红球。从 袋中取球两次,每次随机的取一只。考虑两种取球方 式:

概率论与数理统计第一章ppt课件

概率论与数理统计第一章ppt课件

事件独立的例题:
P ( A 1 ) 1 / 5 , P ( A 2 ) 1 / 3 , P ( A 3 ) 1 / 4
P (A 1 A 2 A 3) 1P (A 1 A 2 A n)
3
1
1P(A1A2A3)
1P (A 1)P (A 2)P (A 3)
=1-[1-P(A1)][1-P(A2)][1-P(A3)]
❖练习 某人从外地赶来参与紧急会议, 他乘火车、轮船、汽车、飞机来的概率 分别是0.3、0.2、0.1、0.4,假设他乘 飞机来就不会迟到;而乘火车、轮船或 汽车来迟到的概率分别为1/4、1/3、 1/12。
❖〔1〕求他迟到的概率;
❖〔2〕假设他迟到了,试推断他是怎样 来的,说说他的理由。
❖例4 据以往的临床记录,某种诊断 糖尿病的实验具有以下的效果:假设 一被诊断者患有糖尿病那么实验结果 呈阳性的概率为0.90;假设一被诊断 者未患糖尿病,那么实验结果呈阳性 的概率为0.06。又知受实验的人群患 糖尿病的概率为0.03。假设一被诊断 者其实验结果呈阳性,求此人患糖尿 病的条件概率。
这一节我们引见了
全概率公式
贝叶斯公式
它们是加法公式和乘法公式的综合运用, 同窗们可经过进一步的练习去掌握它们. 值得一提的是,后来的学者根据贝叶斯公 式的思想开展了一整套统计推断方法,叫 作“贝叶斯统计〞. 可见贝叶斯公式的影 响.
小结
全概率公式:由因遡果 贝叶斯公式:由果索因
Company
LOGO
❖例2 甲、乙两人独立地对同一目的射击 一次,其命中率分别是0.5和0.4。现知 目的被命中,那么它是乙射中的概率是 多少?
❖例3 设0<P(A)<1,且P(B|A)=P(B|A ), 试证:A、B相互独立.

概率论与数理统计书ppt课件

概率论与数理统计书ppt课件

条件概率与独立性
CHAPTER
随机变量及其分布
02
随机变量的概念与性质
定义随机变量为在样本空间中的实值函数,其取值依赖于随机试验的结果。
随机变量
讨论随机变量的可数性、可加性、正态性等性质。
随机变量的性质
离散型随机变量的概念
定义离散型随机变量为只能取可数个值的随机变量。
离散型随机变量的分布
讨论离散型随机变量的概率分布,如二项分布、泊松分布等。
应用
中心极限定理及其应用
CHAPTER
贝叶斯推断与决策分析
07
贝叶斯推断的基本原理
金融风险管理
贝叶斯推断在金融风险管理领域有着广泛的应用,如信用风险评估、投资组合优化等。
医疗诊断
贝叶斯推断在医疗诊断方面也有着重要的应用,如疾病诊断、预后评估等。
机器学习与人工智能
贝叶斯推断在机器学习算法和人工智能领域中也有着广泛的应用,如朴素贝叶斯分类器、高斯混合模型等。
参数估计与置信区间
01
点估计
用单一的数值估计参数的值。
02
区间估计
给出参数的一个估计区间,通常包括一个置信水平。
比较两个或多个组的均值差异,确定因素对结果的影响。
方差分析
检验两个或多个组的方差是否相等。
方差齐性检验
研究变量之间的关系,并预测结果。
回归分析
假设检验与方差分析
CHAPTER
回归分析与线性模型
应用
在现实生活中,大数定律被广泛应用于保险、赌博、金融等领域,通过统计数据来预测未来的趋势和风险。
大数定律及其应用
在独立随机变量序列中,它们的和的分布近似于正态分布,即中心极限定理。这意味着,当样本量足够大时,样本均值近似于正态分布。

《概率与统计初步》课件

《概率与统计初步》课件
时间序列分析的应用
时间序列分析在许多领域都有应用,如金融、经济、气象 、水文等。
06 案例分析
概率论在日常生活中的应用
概率论在保险业中的应用
保险公司在制定保费和赔偿方案时,需要利用概率论来评估风险 和计算预期损失。
概率论在赌博游戏中的应用
概率论在赌博游戏中也起着重要作用,例如在扑克牌和骰子游戏中 ,玩家需要运用概率计算胜算。
假设检验是统计推断的重要方法,它通过检验假设来决定是否接受或 拒绝某一假设。
时间序列分析在金融市场预测中的应用
移动平均线
移动平均线是一种常见的时间序 列分析工具,它通过计算过去一 段时间内的平均价格来平滑市场 波动。
指数平滑
指数平滑是一种时间序列预测方 法,它通过赋予近期数据更大的 权重来调整预测值。
感谢您的观看
THANKS
01
连续随机变量是在一定范围内可以连续取值的随机变量,其取
值是连续的。
连续随机变量的概率分布
02
连续随机变量的概率分布通常用概率密度函数(PDF)表示,
Байду номын сангаас
它给出了在任意区间内取值的概率。
常见的连续随机变量
03
常见的连续随机变量包括正态分布、均匀分布等。
随机变量的期望与方差
期望的定义与计算
期望是随机变量所有可能取值的概率加权和,用于描述随机变量的平均水平。对于离散 随机变量,期望值E(X)表示为E(X)=∑xp(x)xtext{E}(X) = sum x p(x)xE(X)=x∑p(x);对 于连续随机变量,期望值E(X)表示为E(X)=∫−∞∞xf(x)dxE(X) = int_{-infty}^{infty} x
f(x) dxE(X)=∫−∞∞xf(x)d。

第一章概率统计基础知识PPT课件

第一章概率统计基础知识PPT课件
42
例题
从20件产品中抽取5件,有2件不合格品的 概率,其中20件中有3件不合格品
从一批产品中抽取100件,抽到3件不合格 品的概率,其中不合格品率为5%
p17
43
概率的性质
P( ø)=0 P( Ω)=1 P(A)在0和1之间 对立事件的概率 独立事件的概率 全概率公式 条件概率
20
例题
随机抽取3件产品,至少一件合格品 随机抽取3件产品,3件全是废品
21
例题
随机抽取3件产品,至少一件合格品 随机抽取3件产品,3件全是废品 互不相容
22
例题
A抽10件产品不合格品不多于5件 B抽10件产品不合格品多于7件
AB AB= BA 互不相容
23
例题
A抽10件产品不合格品不多于5件 B抽10件产品不合格品多于7件
样本空间的最大子集 样本空间的最小子集
11
随机事件的特点
为Ω的一个子集 ω1属于A, ω1发生 , A发生 ω2不属于A ω2发生,A不发生 可用集合表示,也可以用语言表示
A
ω2
Ω
12
例题
抽取2件产品,至少有1件不合格品的事件
13
例题
抽取2件产品,至少有1件不合格品的样本点 Ω (0,0)(0,1)(1,0)(1,1) A (0,1)(1,0)(1,1)
31
排列(放回取样)
从6个产品中取2个 6ⅹ6=36
32
排列(不放回取样)
从6个产品中取2个排队 6ⅹ5=30
33
取样
从100个产品中取5个 100ⅹ99ⅹ98ⅹ97ⅹ96 nⅹ(n-1) ⅹ(n-2) ⅹ(n-3) ⅹ(n-4)
ⅹ(n-5+1)

概率论与数理统计第一章课件

概率论与数理统计第一章课件
样本均值
所有样本点的平均值
样本方差
描述样本点离散程度的量
无偏估计
样本统计量的值等于总体参数的真实值
t分布与F分布
t分布
用于描述小样本数据的分布情况,也 称学生t分布
F分布
用于描述两个比例的方差之间的比例 关系
04
参数估计
点估计与估计量
点估计
用样本统计量来估计未知参数的 过程。
估计量
用于估计未知参数的样本统计量。
假设检验的分类单侧检验、双侧检验。来自 单侧与双侧检验单侧检验
01
只关注参数的一个方向是否满足假设,如检验平均值是否大于
某个值。
双侧检验
02
关注参数的两个方向是否满足假设,如检验平均值是否在两个
值之间。
单侧与双侧检验的选择
03
根据实际问题需求和数据特征选择合适的检验方式。
显著性检验与P值
显著性检验
通过比较样本数据与理论分布,判断样本数据是否显著地偏离理 论分布。
P值
观察到的数据或更极端数据出现的概率,用于判断是否拒绝或接 受假设。
P值的解读
P值越小,表明数据越显著地偏离理论分布,假设越可能不成立。
第一类错误与第二类错误
1 2
第一类错误
拒绝实际上成立的假设,也称为假阳性错误。
第二类错误
接受实际上不成立的假设,也称为假阴性错误。
3
错误率控制
通过调整临界值的大小,可以控制第一类错误和 第二类错误的概率,从而实现错误率控制。
通过参数估计,还可以对生产过 程进行实时监控和预警,及时发 现并解决生产中的问题,保证生
产的稳定性和可靠性。
假设检验在医学研究中的应用
假设检验是数理统计中的一种 重要方法,在医学研究中有着

大学概率与统计课件64页PPT

大学概率与统计课件64页PPT
7
说明 随机现象在一次观察中出现什么结果具有偶然 性, 但在大量试验或观察中, 这种结果的出现具有 一定的统计规律性 , 概率论就是研究随机现象规 律性的一门数学学科. 如何来研究随机现象? 随机现象是通过随机试验来研究的. 问题 什么是随机试验?
8
一、随机试验
在概率论中,把具有以下三个特征的试验称为随机 试验。 (1)可以在相同的条件下重复地进行; (2)每次试验的可能结果不止一个,并且能事先明确试 验的所有可能结果; (3)进行一次试验之前不能确定哪一个结果会出现。
实例 某种产品的合格与否是由该产品的长度与直径
是否合格所决定,设C=“产品合格” ,A=“长度合 格”,B=“直径合格”.则CA BAB
18
n
推称 广 A k为 n个事 A 1,A 2,件 ,A n的和 ; 事 k 1
称 A k为可列 A 1,A 个 2,的 事和 件 . 事 k1
n
称A k为 n个事 A 1,A 件 2,,A n的积;事
k1
称A k为可列 A 1,个 A 2,事 的件 积. 事
k1
和事件与积事件的运算性质
AAA, A , AA, A AA, A A, A .
20
5.事件的差 事件A发生而事件 B不发生
从事件 A中将属于事件 B的基本事件除去,剩下的基本 事件组成的新事件称为 A和 B的差事件,记为AB .
实例 设 C=“长度合格但直 径不合格” ,A= “长度合 格”,B= “直径合格”.
3
(2) 随机现象
在一定条件下,试验有多种可能的结果,但事先又 不能预测是哪一种结果的现象称随机现象。 实例1 在相同条件下掷一枚均匀的硬币,观察 正反两面出现的情况.
结果有可能出现正面也可能出现反面.

概率论与数理统计PPT课件

概率论与数理统计PPT课件
24
例6: (抽签问题)一袋中有a个红球,b个白球,记a+b=n. 设每次摸到各球的概率相等,每次从袋中摸一球, 不放回地摸n次。 设 { 第k次摸到红球 },k=1,2,…,n.求 解1:
号球为红球,将n个人也编号为1,2,…,n.
----------与k无关
可设想将n个球进行编号: 其中
18
性质:
19
§4 等可能概型(古典概型)
定义:若试验E满足:S中样本点有限(有限性)出现每一样本点的概率相等(等可能性)
称这种试验为等可能概型(或古典概型)。
20
例1:一袋中有8个球,编号为1-8,其中1-3 号为红球,4-8号为黄球,设摸到每一 球的可能性相等,从中随机摸一球, 记A={ 摸到红球 },求P(A).
31
三、全概率公式与Bayes公式
定义:设S为试验E的样本空间,B1,B2,…,Bn 为E的一组事件。若: 则称B1,B2,…,Bn为S的一个划分,或称为一组完备事件组。
即:B1,B2,…,Bn至少有一发生是必然的,两两同时发生又是不可能的。
32
定理:设试验E的样本空间为S,A为E的事件。B1,B2,…,Bn为S的一个划分,P(Bi)>0,i=1,2,…,n; 则称:
试验序号
n =5
n =50
n =500
nH
fn(H)
nH
fn(H)
nH
fn(H)
12345678910
2315124233
0.40.60.21.00.20.40.80.40.60.6
22252125242118242731
0.440.500.420.500.480.420.360.480.540.62
  1. 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. 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. 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)。

=
C42 × 9 104
×
9
=
0.0486
例4.一批产品共有N件,其中M件是废品。 现在从全部N件产品中随机地抽取n件 (n≤N),求恰好取到m(m≤M)件次品 的概率。
P( A)
=
C C m n−m M N−M
C
n N
例5.设有n个人,每个人都等可能地被分配 到N 个房间中的任意一间中去住 (n ≤N), 且设每个房间可容纳的人数不限,求下列 事件的概率。
1.2
2.1例历1.史2.例上1例有1历.多21史..位1上几著例历有名史位1多.科上2位科.学有1著家多学历名,位史科曾家著上学做名有做家过科多,成了曾学位千做家著掷上过,名万曾硬成科次做千币学的过上家抛成试万,掷千曾次验硬上做的币万,过抛试次成掷并验的千硬,抛统上币并掷万试计统硬次验计币在的,了并试抛n统验掷次计,硬并了币统n试计次验了,n并
P(C) =
Cnm (N −1)n−m Nn
=
Cnm
⎛ ⎜ ⎝
1 N
m
⎞ ⎟
⎜⎛1 −
⎠⎝
1 N
n−m
⎞ ⎟ ⎠
例6.设有带号码1,2,3,4的四件物品,任 意地放在标有1,2,3,4的空格中,求 下列事件的概率。
A={四件物品刚好都放在相应标号的空格中 } B={没有一件物品与所占空格号码相一致 }
P( A) = 1 24
P(B) = 9 = 3 24 8
�几何概型实验
�有限区域、无限样本点 �等可能性
�概率的几何定义
在几何概型试验中,设样本空间为 Ω, 事件A包含于Ω,则事件A发生的概率为
P( A) = SA = A的几何度量 SΩ Ω的几何度量
其中几何度量指长度、面积或体积等。
例7. 设公共汽车每5分钟一班,求乘客在车站 等车不超过3分钟的概率。
�概率的古典定义
若试验中只有n个等可能的基本事件,而 某个事件A由其中m个基本事件组成,则 m/n为事件A的概率,即
P( A) = 事件A包含的基本事件数 = m 所有可能的基本事件数 n
�古典概率的性质
�非负性:0≤P(A)≤1 �规范性:P(Ω)=1 �有限可加性:若 A1,A2,…, An是一 组两两互不相容的事件,则有
A : 等车时间不超过3分钟,t : 乘客等待的时长
Ω = {t | 0 ≤ t ≤ 5} A = {t | 0 ≤ t ≤ 3} P(A) = SA = 3
SΩ 5
∪ ∑ ⎛ n ⎞ n
P⎜⎜ Ai ⎟⎟ = P( Ai ) ⎝ i=1 ⎠ i=1
例3. 从0,1,2, …,9共10个数字中任取1 个,假定每个数字都以1/10的概率被取 中,取后放回,先后取出4个数字,试 求下列各事件的概率 。
A1 :“4个数字各不相同” A2 :“4个数字组成一个3位数” A3 :“4个数字组成一个4位偶数” A4 :“4个数字恰好有2个0”
及n次实验中事件A出现的频率fn(A)=m / n.
表1.2.1表历1.史2.表上1 一1历.些2史.著1上名表历一的史1些.抛上2著.硬一1名币些的历试著抛史验名上硬的一币抛些试硬著验币名试的验抛硬币试验
验者 实验者实验者掷币实次验数者掷币n 次掷数币n次数出现掷n正币面次出次数现数正n出面m现次正数面m次出数现频正m率面fn次(频A数)率mfn频(A率) fn(A)频率 莫弗 隶莫弗隶莫弗 隶20莫48弗 2048 2048 12006418 1061 1061 0.15016811 0.51810.5181 0. 蒲丰 蒲丰 蒲丰 4蒲04丰0 4040 4040 24004480 2048 2048 0.25004689 0.50690.5069 0. 弗勒 弗勒 弗勒 1弗00勒00 10000 10000 140907090 4979 4979 0.44997799 0.49790.4979 0. 尔逊 皮尔逊皮尔逊 皮24尔00逊0 24000 24000 1224001020 12012 12012 01.2501025 0.50050.5005 0.
A={某指定的n个房间中各有一个人住}。 B={恰好有n个房间,其中各住一人}。 C={某指定的一间房中恰好有m (m<n)人}.
A={某指定的n个房间中各有一个人住}
n! P( A) = N n
B={恰好有n个房间,其中各住一人}
P(B)
=
CNn n! Nn
=
N! Nn(N −
n)!
C={某指定的一间房中恰好有m (m<n)人}
现验正中面试出(验现事中正件出面现(试A正)验事n面的中件次(次出A数事现实)件正m的验面及次A)(相中数的应事m出次的件及数频现相A率m)应正及的的fn相次面(频A应数率)(=的事mfmn频及(件nA率相,) A应=f如nm)的(表A的频n)1,=率.次m2如.fn1表n数(所,A1m)示.如=2。表.,m1 所1n.,示2.如。1 所表示1.。2.1 所
A1 :“4个数字各不相同”
10× 9×8× 7
P( A1) = 104
= 0.504
A2 :“4个数字组成一个3位数”
P(
A2
)
=

9
×10 104
×10
=
0.09
A3 :“4个数字组成一个4位偶数”
P( A3
)
=
9 ×10 ×10 × 104
5
=
0.45
A4 :“4个数字恰好有2个0”
P(A4 )
�概率的统计定义
在相同条件下对实验E重复进行n次,其 中事件A出现m次。当实验次数n充分大 时,事件A出现的频率fn(A)=m/n的稳定值p, 称为事件A的概率,记为P(A).
P(A)≈fn(A)=m / n
�统计概率的性质
�非负性:0≤P(A)≤1 �规范性:P(Ω)=1 �有限可加性:若 A1,A2,…, An是一 组两两互不相容的事件,则有
∪ ∑ ⎛ n ⎞ n
P⎜⎜ Ai ⎟⎟ = P( Ai ) ⎝ i=1 ⎠ i=1
例2. 抽查某厂的某一产品100件,发现有 5件不合格品,则不合格品(事件A)的 概率为
P(A)≈ 5/100 = 5%
�古典概型试验
�有限性:试验只有有限个基本事件
�等可能性:任何两个基本事件不可能同 时出现,且每次实验中各可能结果出现的 可能性均相同
相关文档
最新文档