数理统计1-6

合集下载

概率论与数理统计(chapt1-6 n重贝努利试验)

概率论与数理统计(chapt1-6 n重贝努利试验)

设A:恰好4次命中,B:至少4次命中,C:至多4次命中
(1) P( A) P5( 4) C54 0.840.2 0.4096
(2) P( B) P5( 4) P5( 5)
C
4 5
0.840.2
C
5 5
0.85
0.7373
(3) P(C ) 1 P(C) 1 P5( 5)
1
C
5 5
n重贝努利(Bernoulli )试验的例子 1.已知在指定时间内某十字路口的事故率为p,现在此 时间段内对经过的n 辆机动车进行观察 每辆车是否经过这个十字路口是相互独立的,而且观
察结果有且只有这是一个贝努利试验
2.某射手每次射击命中目标的概率都是 p,现对同一目 标独立射击 n 次,观察射击结果 此射手独立射击n次,每次射击命中目标的概率都 是p,所以这n次射击构成独立试验序列,每次射击
比如 s 3, a 1, b 1 则再赌3局必分胜负
P{甲赢} P{X 2} P{X 2} P{X 3}
C32
(1)2 2
1 2
C33
( 1 )3 2
1 2
又如 s 3, a 1, b 2
则再赌2局必分胜负
P{甲赢}
P{X
2} C22
( 1 )2 2
1 4
第一章 小 结
设事件A:10件中至少有两件次品,则
10
p( A) p10 (k) 1 p10 (0) p10 (1) k 2 1 0.9610 C110 0.04 0.969 0.0582
(2)设事件B:前 9 次中抽到 8 件正品一件次品; 事件C:第 10 次抽到次品,则所求概率为
P(BC) P(B)P(C)
0.1 0.4 0.7

概率论与数理统计:1_6全概率与贝叶斯公式

概率论与数理统计:1_6全概率与贝叶斯公式

C72 C125
C52 C120
ห้องสมุดไป่ตู้
C82 C125
C32 C120
C81C71 C125
C42 C120
?
《概率统计》
返回
下页
结束
三、全概率公式应用
例2. 设袋中有12个乒乓球,9个新球,3个旧球.第一次比赛
取3球,比赛后放回;第二次比赛再任取3球,求第二次比赛
取得3个新球的概率.
解:Ai={第一次比赛恰取出i个新球}(i=0,1,2,3 )
由乘法公式得, P(B/Ω1)= P(Ω1B)/P(Ω1)= P(Ω1B),
所以,P(B)= P(Ω1B),其中 Ω1为E1的基本空间件。
而,Ω1B= (A1+A2+…+An)B= A1B+ A2B+…+ AnB,从而有
n
n
P(B) P(1B) P( AiB) P( Ai)P(B | Ai)
§1.6 全概率公式与贝叶斯公式
一、全概率公式引入 二、全概率公式推导 三、全概率公式应用 四、贝叶斯公式及其应用
《概率统计》
返回
下页
结束
全概率公式与贝叶斯公式
一、全概率公式问题引入
引例1. 设甲袋有8个白球7个红球,乙袋有5个白球3个红球,现从 甲袋中任取2球放入乙袋,再从乙袋中任取2球,求从乙袋取出2 个红球的概率。

故 BAi BAj =Φ(i≠j),
按概率的可加性及乘法公式有
n
B BA1 BA2 BAn BAi
n
n
i1 n
P(B) P( AiB) P( AiB) P( Ai)P(B | Ai)
i 1
i 1

概率论与数理统计-6

概率论与数理统计-6

一、统计量
定义1 设X1, X2, …, Xn是总体X的样本,样本函数g(X1, X2, …, Xn)是样 本的实体函数,且不含有任何未知参数,则称这类样本函数g(X1, X2, …, Xn)为统计量。
由于样本具有二重性,统计量作为样本的函数也具有二重性,即对 一次具体的观测或试验,它们都是具体的数值,但当脱离开具体的某 次观测或试验,样本是随机变量,因此统计量也是随机变量。
n i 1
( xi
x )2
1n (
n 1 i1
xi2
nx 2 )

(3)样本标准差
S
S2
1 n 1
n i 1
(Xi
X
)2
它的观测值记为 s
s2
1 n 1
n i 1
( xi
x )2

(6-5)
(4)样本k阶原点矩
Ak
1 n
n i 1
X
k i
(k
1,2 ,3,
)
它的观测值记为 ak
解 将样本的观察值由小到大排列为 1 2 3 3 4 4 4 5 6 8
所以样本的频率分布如表所示
X
1
2
3
4
5
6
8
fn
0.1
0.1
0.2
0.3
0.1
0.1
0.1
例1 设总体服从泊松分布,容量为10的样本观察值如下:
214 3 5 6 4 8 4 3 试构造样本的分布函数F10(x)。
例1 设随机变量 X ~ (0 ,1) 分布,求D(X)。
解 因为 X ~ (0 ,1)
所以 又
E(X ) p E( X 2 ) 0 (1 p) 12 p p

概率论与数理统计课件1-6

概率论与数理统计课件1-6
P( A) = P(B) = P(C ) = 4 = 1 82
P( ABC ) = 1 = P( A)P(B)P(C ) 8
P( AB) = 3 ≠ 1 = P( A)P(B) 84
(3)设 A1, A2 , , An 相互独立,则它们中的 任意一部分事件也相互 独立.
(4)设 A1, A2 , , An 相互独立,则它们中的 任意一部分事件换成各 自事件的对立事件后,
所得的 n个事件也是相互独立的 .
如A, B,C 相互独立 , 则A, B,C 相互独立 , A, B,C
也相互独立 . A1, , An 相互独立,则
P( A1 + + An ) = 1 − P( A1)
P( An )
(5)设 A1, A2 , , An 相互独立,则将它们分 成 分成若干组,各组内的 运算结果间 也相互独立 .
于是 P(C1)=P(A1A2A3)+P(B1B2B3) -P(A1A2A3B1B2B3)
=p3+p3-p6=p3(2-p3),
P(C2)=(p+p-p2 )3=p3(2-p)3,
当0<p<1时, P(C2)>P(C1).
例6 甲、乙、丙同时向一架飞机射击,命中率各 为 0.4,0.5,0.7,一人和二人击中时,飞机坠毁的 概率分别为 0.2与0.6,三人击中时飞机一定坠毁.现 飞机坠毁了,计算是由三人同时击中的概率. 解 设 B =“飞机坠毁”注: (1)相互独立Fra bibliotek两两独立
袋内有4个球,全红、全黑、全白各一 个,另一个
涂有红、黑、白三色 ,从中任取一个, A、B、C分别表
示取到红、黑、白球
P( A) = P(B) = P(C ) = 2 = 1

数理统计常用公式

数理统计常用公式

数理统计常用公式1.样本均值的公式:样本均值(x̄)是在一组样本数据中,所有数据的总和除以样本数量的结果。

即:x̄=(x₁+x₂+x₃+...+x̄)/n其中,x₁、x₂、x₃等为样本数据,n为样本数量。

2.总体均值的公式:总体均值(μ)是在一个总体中,所有数据的总和除以总体数量的结果。

在样本数据无法覆盖总体数据的情况下,可以通过样本均值来估计总体均值。

即:μ=(x₁+x₂+x₃+...+x̄)/N其中,x₁、x₂、x₃等为样本数据,N为总体数量。

3.样本方差的公式:样本方差(s²)是一组样本数据与其均值之差的平方和除以样本数量减一的结果。

即:s²=((x₁-x̄)²+(x₂-x̄)²+(x₃-x̄)²+...+(x̄-x̄)²)/(n-1)其中,x₁、x₂、x₃等为样本数据,x̄为样本均值,n为样本数量。

4.总体方差的公式:总体方差(σ²)是一组数据与其均值之差的平方和除以总体数量的结果。

在样本数据无法覆盖总体数据的情况下,可以通过样本方差来估计总体方差。

即:σ²=((x₁-μ)²+(x₂-μ)²+(x₃-μ)²+...+(x̄-μ)²)/N其中,x₁、x₂、x₃等为样本数据,μ为总体均值,N为总体数量。

5.样本标准差的公式:样本标准差(s)是样本方差的平方根。

即:s=√(s²)其中,s²为样本方差。

6.总体标准差的公式:总体标准差(σ)是总体方差的平方根。

即:σ=√(σ²)其中,σ²为总体方差。

7.相关系数的公式:相关系数(r)衡量了两个变量之间线性关系的强度和方向。

其计算公式为:r=Σ((x-x̄)*(y-ȳ))/(√(Σ(x-x̄)²)*√(Σ(y-ȳ)²))其中,x、y为两个变量的取值,x̄、ȳ分别为两个变量的均值,Σ表示求和。

《概率论与数理统计》第1章第6节

《概率论与数理统计》第1章第6节

第一章 概率论的基本概念
1
§1.6 独立性
定义 若事件 A, B 满足 P(AB) = P(A)P(B), 则称 A, B (相互)独立.
性质:
1. 事件的独立性是对称关系; 2. 若 P(A)>0, 则 P(B | A) = P(B); 若 P(B)>0, 则 P(A | B) = P(A); 3. 必然事件 S、不可能事件Ø 与任何事件独立; 4. 若 P(A)>0, P(B)>0,则“A, B独立”与“A, B互斥”不同时成 立5. .若 A, B 独立,则 A与B, A与B, A与B 这三对事件也相互独立.
解: 1) P((AI B) I C) P(ABC) P(A)P(B)P(C) P( A I B)P(C).
2) P((AU B) I C) P(AC U BC)
P(AC) P(BC) P(ABC) [P(A) P(B) P(PA()APB(B) )] P(C)
P( AC ) P( A)P(C ),
(1)
P(BC ) P(B)P(C ),
P( ABC) P( A)P(B)P(C), (2)
则称 A, B, C 相互独立.
注: 1. 仅(1)式成立时,称 A, B, C 两两独立;
2. (1),(2)两式不能相互蕴含, “相互独立”强于“两两独立”.
第一章 概率论的基本概念
2
例2. 甲, 乙两人同时向敌人炮击,已知甲击中敌机的概率为
0.6,乙击中敌机的概率为0.5,求敌机被击中的概率 .
解: 记 A = “甲击中敌机” ,B = “乙击中敌机”.
∵甲, 乙同时射击,甲击中敌机并不影响乙击中敌机,
∴ A, B 相互独立. A , B 亦相互独立. 则所求为:P( A U B) P( A) P(B) P( AB)

6-1数理统计学的基本问题与基本概念

6-1数理统计学的基本问题与基本概念

Example 2:吸烟与肺癌的关系 • 吸烟增加患肺癌,其他癌症以及诸如心脏病 等严重疾病的危险. • 1948-1949,英国学者多尔与希尔 从伦敦20家医院中收集了709名肺癌病
人以及对照组-另709名患肺癌者的吸烟
情况的资料,按吸烟斗还是纸烟,男或女,
将烟吞进肺里与否等指标分类.
统计结论:吸烟与患肺癌呈明显的正相关. 如何理解这个统计规律的意义? 首先,统计规律是关于群体的规律。 对于群体中的个体情况复杂多样,没有一定.拿本例来 说:有吸烟很多而终生保持健康者,也有不吸烟而很早
, xn ) f ( xi )
i 1
n
由于抽样的目的是为 了对总体进行统计推断,为 了使抽取的样本能很好地反 映总体的信息,必须考虑抽 样方法.
最常用的一种抽样方法叫作“简单随机抽 样”,它要求抽取的样本满足下面两点:
1. 代表性: X1,X2,…,Xn中每一个与所考察 的总体X有相同的分布. 2. 独立性: X1, X2,…, Xn是相互独立的随机变量.
简单随机样本是应用中最常见的情形,今后,当 说到“X1,X2,…,Xn是取自某总体的样本”时,若不特别 说明,就指简单随机样本.
在实际问题中如何才能得到简单随机样本呢?
N 10 ),则连续抽取的n个个体就 (一般是 n
可以看成是一个简单随机样本。
当样本容量n相对总体中的个体数N很小时
如果是有放回的抽样,则不必要求n相对小 ,就能得到简单随机样本。
患肺癌者,不能用这类个别例子来否定二和者有正相关
性的结论,因为它讲的是群体中一种趋势。 1.这种规律反映了某种客观存在的现实有科学和认 识意义。 2.对个体有警戒作用。
统计应用实例:
1. 孟德尔遗传定律的发现; 2.中国患SARS的病人的死亡率是多少;

第六章 数理统计的基本概念(1)

第六章 数理统计的基本概念(1)
(k 1, M1就是X )
XK
1 n
n i 1
X
k i
(4)样本k阶中心矩:
1 n
n i 1
(Xi
X )k
(5)顺序统计量: X(1) X(2) X(n) . 其中 X(k) 为将 X1, X2 , , Xn 从小到大排列第 k 位值.
18 September 2020
概率论与数理统计
理学院数学系
2、离散型 设总体X的分布律为 P{ X x} p( x)
则样本X1, X2 ,的, 联Xn合分布律为 P{ X1 x1, X2 x2 ,, Xn xn } p( x1 ) p{ x2 ) p( xn )
18 September 2020
概率论与数理统计
理学院数学系
样本分布
第六章 数理统计的基本概念
(1)样本均值:
X
1 n
n i 1
Xi
(2)样本方差:
Sn2
1 n
n
(Xi
i 1
X )2
修正样本方差:
Sn*2
1 n1
n i 1
(Xi
X )2
nSn2 (n 1)Sn*2
18 September 2020
概率论与数理统计
理学院数学系
第六章 数理统计的基本概念
第22页
(3)样本k阶原点矩:
第13页
1、样本的联合分布函数 设总体 X 的分布函数为 FX (., ), (X1, X2 ,
则样本的联合分布函数为
, Xn ) 为样本.
FX1,X2 , ,Xn ( x1, x2 , , xn ; ) FX ( x1, )FX ( x2 , ) FX ( xn , )

概率论与数理统计第6章

概率论与数理统计第6章

以分组区间为底,以
Yj
Wj X j1 X j
Wj 5
为高
作频率直方图
23
从频率直方图可看到:靠近两个极端的数据出现比 较少,而中间附近的数据比较多,即中间大两头小的分 布趋势,——随机变量分布状况的最粗略的信息。
在频率直方图中, 每个矩形面积恰好等于样本值 落在该矩形对应的分组区间内的频率,即
S j
Wj X j1
Xj
X j1 X j
Wj
频率直方图中的小矩形的面积近似地反映了样本数
据落在某个区间内的可能性大小,故它可近似描述X的
分布状况。
24
12
第二.计算样本特征数
1.反映集中趋势的特征数:样本均值、中位数、众数等 样本均值MEAN 中位数MEDIAN 众数
X 90.3
91
91, 94
代表性——即子样( X1, X2 ,
,
X
)的每个分量
n
X

i
总体 X 具有相同的概率分布。
独立性——即 X1, X2, , Xn 是相互独立的随机变量。
满足上述两点要求的子样称为简单随机子样.获得简 单随机子样的抽样方法叫简单随机抽样.
从简单随机子样的含义可知,样本 X1, X2 , , Xn 是来自总体 X、与总体 X具有相同分布的随机变量.
2分布 t 分布 数理统计的三大分布(都是连续型). F分布 它们都与正态分布有密切的联系.
在本章中特别要求掌握对正态分布、 2分布、 t分布、F分布的一些结论的熟练运用. 它们
是后面各章的基础.
31
一、 2分布
定义 设总体 X ~ N 0,1 , X1, X2,..., Xn 是 X

数学的数理统计学

数学的数理统计学

数学的数理统计学数理统计学是一门应用数学的分支学科,旨在研究数据的收集、分析和解释。

它是现代科学、工程和社会科学中必不可少的工具之一。

本文将从数学的角度出发,介绍数理统计学的基本概念、方法和应用。

一、基本概念数理统计学的基本概念包括总体、样本、随机变量和概率分布等。

总体是指研究对象的全体,样本则是从总体中选取的一部分个体。

随机变量是描述随机现象的数值特征,概率分布则描述了随机变量的取值规律。

二、数据的收集与描述在数理统计学中,收集和描述数据是关键的一步。

常见的数据收集方法包括抽样调查、实验和观测等。

而对数据进行描述的手段主要有集中趋势度量和离散程度度量。

集中趋势度量包括均值、中位数和众数等,用于反映数据的中心位置;离散程度度量包括方差、标准差和变异系数等,用于反映数据的离散程度。

三、概率与概率分布概率是数理统计学的重要概念之一,用来描述随机现象发生的可能性。

概率分布则用于描述随机变量的取值规律。

常见的概率分布包括正态分布、二项分布和泊松分布等。

正态分布是一种重要的连续型概率分布,其以钟形曲线为特征,广泛应用于自然科学和社会科学领域。

二项分布和泊松分布则常用于描述离散型随机变量的概率分布。

四、参数估计与假设检验参数估计与假设检验是数理统计学中的核心内容。

参数估计是根据样本数据对总体参数进行估计,常用的方法包括点估计和区间估计。

假设检验则是用于判断总体参数是否满足某个假设,常用的方法包括单样本假设检验、双样本假设检验和方差分析等。

五、回归与相关分析回归分析是研究两个或多个变量之间关系的统计方法。

简单线性回归分析用于描述两个变量之间的线性关系,多元线性回归分析则考虑多个自变量对因变量的影响。

相关分析则用于描述两个变量之间的相关程度,常用的是皮尔逊相关系数。

六、应用领域数理统计学在各个领域都有广泛的应用。

在自然科学方面,数理统计学可以帮助分析实验数据,验证理论模型。

在工程领域,数理统计学可以应用于质量控制、可靠性分析等。

数理统计的基本概念

数理统计的基本概念

数理统计的基本概念第6章数理统计的基本概念6.1 内容框图6.2 基本要求(1)理解总体、样本及统计量的概念,并熟练掌握常⽤统计量的公式.(2)掌握矩法估计和极⼤似然估计的求法,以及估计⽆偏性、有效性的判断. (3)掌握三⼤抽样分布定义,并记住其概率密度的形状.(4)理解并掌握有关正态总体统计量分布的⼏个结论,如定理6.4~6.9及定理6.11.6.3 内容概要1) 总体与样本在数理统计中,我们把作为统计研究对象的随机变量称为总体,记为ξ,η,… 。

对总体进⾏ n 次试验后所得到的结果,称为样本,记为(n X X X ,,,21 ),(n Y Y Y ,,,21 ),……,其中,试验次数 n 称为样本容量。

样本(n X X X ,,,21 )中的每⼀个 i X 都是随机变量。

样本所取的⼀组具体的数值,称为样本观测值,记为总体与样本统计量点估计矩阵估计常⽤统计量定义统计量的分布正态总体统计量的分布极⼤似然估计点估计的评价三⼤抽样分布(n x x x ,,,21 )。

具有性质:(1)独⽴性,即 n X X X ,,,21 相互独⽴。

(2)同分布性,即每⼀个 i X 都与总体ξ服从相同的分布。

称为简单随机样本。

如果总体ξ是离散型随机变量,概率分布为 }{k P =ξ,那么样本(n X X X ,,,21 )的联合概率分布为∏∏=========ni i ni i in n x P x XP x X x X x X P 112211}{}{},,,{ξ。

如果总体ξ是连续型随机变量,概率密度为 )(x ?,那么样本(n X X X ,,,21 )的联合概率密度为∏∏====ni i ni i X n x x x x x i1121)()(),,,(*??。

如果总体ξ的分布函数为 )(x F ,那么样本(n X X X ,,,21 )的联合分布函数为∏∏====ni i n i i X n x F x F x x x F i 1121)()(),,,(* 。

概率论与数理统计第一章答案

概率论与数理统计第一章答案

概率论与数理统计第⼀章答案习题1-21. 选择题(1) 设随机事件A ,B 满⾜关系A B ?,则下列表述正确的是( ). (A) 若A 发⽣, 则B 必发⽣. (B) A , B 同时发⽣.(C) 若A 发⽣, 则B 必不发⽣. (D) 若A 不发⽣,则B ⼀定不发⽣.解根据事件的包含关系, 考虑对⽴事件, 本题应选(D).(2) 设A 表⽰“甲种商品畅销, ⼄种商品滞销”, 其对⽴事件A 表⽰( ). (A) 甲种商品滞销, ⼄种商品畅销. (B) 甲种商品畅销, ⼄种商品畅销. (C) 甲种商品滞销, ⼄种商品滞销.(D) 甲种商品滞销, 或者⼄种商品畅销.解设B 表⽰“甲种商品畅销”,C 表⽰“⼄种商品滞销”,根据公式B C B C = , 本题应选(D).2. 写出下列各题中随机事件的样本空间:(1) ⼀袋中有5只球, 其中有3只⽩球和2只⿊球, 从袋中任意取⼀球, 观察其颜⾊; (2) 从(1)的袋中不放回任意取两次球, 每次取出⼀个, 观察其颜⾊; (3) 从(1)的袋中不放回任意取3只球, 记录取到的⿊球个数; (4) ⽣产产品直到有10件正品为⽌, 记录⽣产产品的总件数. 解 (1) {⿊球,⽩球}; (2) {⿊⿊,⿊⽩,⽩⿊,⽩⽩}; (3) {0,1,2};(4) 设在⽣产第10件正品前共⽣产了n 件不合格品,则样本空间为{10|0,1,2,n n += }.3. 设A, B, C 是三个随机事件, 试以A, B, C 的运算关系来表⽰下列各事件: (1) 仅有A 发⽣;(2) A , B , C 中⾄少有⼀个发⽣; (3) A , B , C 中恰有⼀个发⽣; (4) A , B , C 中最多有⼀个发⽣; (5) A , B , C 都不发⽣;(6) A 不发⽣, B , C 中⾄少有⼀个发⽣. 解 (1) ABC ; (2)A B C ; (3) ABC ABC ABC ;(4) ABC ABC ABC ABC ; (5) ABC ; (6) ()A B C .4. 事件A i 表⽰某射⼿第i 次(i =1, 2, 3)击中⽬标, 试⽤⽂字叙述下列事件: (1) A 1∪A 2; (2) A 1∪A 2∪A 3; (3)3; (4) A 2-A 3;(5)23A A ; (6)12A A .解 (1) 射⼿第⼀次或第⼆次击中⽬标;(2) 射⼿三次射击中⾄少击中⽬标;(3) 射⼿第三次没有击中⽬标;(4) 射⼿第⼆次击中⽬标,但是第三次没有击中⽬标;(5) 射⼿第⼆次和第三次都没有击中⽬标;(6) 射⼿第⼀次或第⼆次没有击中⽬标.习题1-31. 选择题 (1) 设A, B 为任⼆事件, 则下列关系正确的是( ).(A)()()()P A B P A P B -=-. (B)()()()P A B P A P B =+ .(C)()()()P AB P A P B =. (D)()()()P A P AB P AB =+.解由⽂⽒图易知本题应选(D).(2) 若两个事件A 和B 同时出现的概率P (AB )=0, 则下列结论正确的是 ( ).(A) A 和B 互不相容. (B) AB 是不可能事件.(C) AB 未必是不可能事件. (D) P (A )=0或P (B )=0. 解本题答案应选(C).2. 设P (AB )=P (AB ), 且P (A )=p ,求P (B ).解因()1()1()()()()P AB P A B P A P B P AB P AB =-=--+= ,故()()1P A P B +=. 于是()1.P B p =-0.4P A =,()0.3P B =,()0.4P A B = , 求()P AB .解由公式()()()()P A B P A P B P AB =+- 知()0.3P AB =. 于是()()()0.1.P AB P A P AB =-=4. 设A , B 为随机事件,()0.7P A =,()0.3P A B -=, 求()P AB .解由公式()()()P A B P A P AB -=-可知,()0.4P AB =. 于是()0.6P AB =.5. 设A , B 是两个事件, 且()0.6P A =, ()0.7P B =.问: (1) 在什么条件下()P AB 取到最⼤值, 最⼤值是多少? (2) 在什么条件下()P AB 取到最⼩值, 最⼩值是多少?解 ()()()()P AB P A P B P A B =+- =1.3()P A B - .(1) 如果A B B = , 即当A B ?时, P B A P =)( ()B =0.7, 则()P AB 有最⼤值是0.6 .(2) 如果)(B A P =1,或者A B S = 时, ()P AB 有最⼩值是0.3 .6. 已知1()()()4P A P B P C ===,()0P AB =, 1()()12P AC P BC ==, 求A , B , C 全不发⽣的概率.解因为ABCAB ?,所以0()P ABC P AB ≤≤()=0, 即有()P ABC =0.由概率⼀般加法公式得()()()()()()()()7.12P A B C P A P B P C P AB P AC P BC P ABC =++---+= 由对⽴事件的概率性质知A ,B , C 全不发⽣的概率是5()()1()12P ABC P A B C P A B C ==-=.习题1-41. 选择题在5件产品中, 有3件⼀等品和2件⼆等品. 若从中任取2件, 那么以0.7为概率的事件是( ).(A) 都不是⼀等品. (B) 恰有1件⼀等品. (C) ⾄少有1件⼀等品. (D) ⾄多有1件⼀等品.解⾄多有⼀件⼀等品包括恰有⼀件⼀等品和没有⼀等品, 其中只含有⼀件⼀等品的113225C C C ?, 没有⼀等品的概率为023225C C C ?, 将两者加起即为0.7. 答案为(D ).2. 从由45件正品、5件次品组成的产品中任取3件. 求: (1) 恰有1件次品的概率; (2) 恰有2件次品的概率; (3) ⾄少有1件次品的概率; (4) ⾄多有1件次品的概率; (5) ⾄少有2件次品的概率.解 (1) 恰有1件次品的概率是12545350C C C ;(2) 恰有2件次品的概率是21545350C C C ; (3 )⾄少有1件次品的概率是1-03545350C C C ; (4) ⾄多有1件次品的概率是03545350C C C +12545350C C C ; (5) ⾄少有2件次品的概率是21545350C C C +30545350C C C .3. 袋中有9个球, 其中有4个⽩球和5个⿊球. 现从中任取两个球. 求:(1) 两个球均为⽩球的概率;(2) 两个球中⼀个是⽩的, 另⼀个是⿊的概率; (3)⾄少有⼀个⿊球的概率.解从9个球中取出2个球的取法有29C 种,两个球都是⽩球的取法有24C 种,⼀⿊⼀⽩的取法有1154C C 种,由古典概率的公式知道(1) 两球都是⽩球的概率是2924C C ;(2)两球中⼀⿊⼀⽩的概率是115429C C C ;(3)⾄少有⼀个⿊球的概率是12924C C -.4. 在区间(0, 1)中随机地取两个数, 求下列事件的概率:(1) 两数之和⼩于6 5;(2) 两数之积⼩于14;(3) 以上两个条件同时满⾜;(4) 两数之差的绝对值⼩于12的概率.解设X , Y 为所取的两个数, 则样本空间S = {(X , Y )|0(1) P {X +Y <65}=1441172550.68125-??=≈;(2) P {XY <14}=11411111ln 40.64444dx x+=+≈?;(3) P {X +Y <65, XY <14} =0.2680.932110.2680.932516161()()5545x dx dx x dx x ?+-++-≈0.593.(4) 解设x , y 为所取的两个数, 则样本空间Ω = {(x , y )|012}. 参见图1-1.图1-1 第2题样本空间故 111123222()14AS P A S Ω-===, 其中 S A , S Ω分别表⽰A 与Ω的⾯积.习题1-51. 选择题(1) 设随机事件A , B 满⾜P (A |B )=1, 则下列结论正确的是( )(A) A 是必然事件. (B) B 是必然事件. (C) AB B =. (D)()()P AB P B =.解由条件概率定义可知选(D).(2) 设A , B 为两个随机事件, 且0()1P A <<, 则下列命题正确的是( ).(A) 若()()P AB P A =, 则A , B 互斥.(B) 若()1P BA =, 则()0P AB =. (C) 若()()1P AB P AB +=, 则A , B 为对⽴事件. (D) 若(|)1P B A =, 则B 为必然事件.解由条件概率的定义知选(B ).2. 从1,2,3,4中任取⼀个数, 记为X , 再从1,2,…,X 中任取⼀个数, 记为Y ,求P {Y =2}. 解解 P {Y =2}=P {X =1}P {Y =2|X =1}+P {X =2}P {Y =2|X =2}+P {X =3}P {Y =2|X =3}+P {X =4}P {Y =2|X =4}=41×(0+21+31+41)=4813.3. ⼝袋中有b 个⿊球、r 个红球, 从中任取⼀个, 放回后再放⼊同颜⾊的球a 个. 设B i ={第i 次取到⿊球}, 求1234()P B B B B .解⽤乘法公式得到)|()|()|()()(32142131214321B B B B P B B B P B B P B P B B B B P =.32ar b a r a r b r a r b a b r b b +++?++?+++?+=注意, a = 1和a = 0分别对应有放回和⽆放回抽样.4. 甲、⼄、丙三⼈同时对某飞机进⾏射击, 三⼈击中的概率分别为0.4, 0.5, 0.7. 飞机被⼀⼈击中⽽被击落的概率为0.2, 被两⼈击中⽽被击落的概率为0.6, 若三⼈都击中, 飞机必定被击落. 求该飞机被击落的概率.解⽬标被击落是由于三⼈射击的结果, 但它显然不能看作三⼈射击的和事件. 因此这属于全概率类型. 设A 表⽰“飞机在⼀次三⼈射击中被击落”, 则(0,1,2,3)i B i =表⽰“恰有i 发击中⽬标”.i B 为互斥的完备事件组. 于是没有击中⽬标概率为0()0.60.50.30.09P B =??=, 恰有⼀发击中⽬标概率为1()0.40.50.30.60.50.30.60.50.70.36P B =??+??+??=,恰有两发击中⽬标概率为2()0.40.50.30.60.50.70.40.50.70.41P B =??+??+??=,恰有三发击中⽬标概率为3()0.40.50.70.14P B =??=.⼜已知 0123(|)0,(|)0.2,(|)0.6,(|)1P A B P A B P A B P A B ====, 所以由全概率公式得到 3()()(|)0.360.20.410.60.1410.458.iii P A P B P A B ===?+?+?=∑5. 在三个箱⼦中, 第⼀箱装有4个⿊球, 1个⽩球; 第⼆箱装有3个⿊球, 3个⽩球; 第三箱装有3个⿊球, 5个⽩球. 现任取⼀箱, 再从该箱中任取⼀球.(1) 求取出的球是⽩球的概率;(2) 若取出的为⽩球, 求该球属于第⼆箱的概率.解 (1)以A 表⽰“取得球是⽩球”,i H 表⽰“取得球来⾄第i 个箱⼦”,i =1,2,3. 则P (i H )=13, i =1,2,3, 123115(|),(|),(|)528P A H P A H P A H ===. 由全概率公式知P (A )=112233()(|)()(|)()(|)P H P A H P H P A H P H P A H ++=12053. (2) 由贝叶斯公式知 P (2|H A )=222()()(|)20()()53P AH P H P A H P A P A ==6. 某⼚甲、⼄、丙三个车间⽣产同⼀种产品, 其产量分别占全⼚总产量的40%, 38%, 22%, 经检验知各车间的次品率分别为0.04, 0.03, 0.05. 现从该种产品中任意取⼀件进⾏检查.(1) 求这件产品是次品的概率;(2) 已知抽得的⼀件是次品, 问此产品来⾃甲、⼄、丙各车间的概率分别是多少?解设A 表⽰“取到的是⼀件次品”, i B (i =1, 2, 3)分别表⽰“所取到的产品来⾃甲、⼄、丙⼯⼚”. 易知,123,,B B B 是样本空间S 的⼀个划分, 且122()0.4,()0.38,()0.22P B P B P B ===,12(|)0.04,(|)0.03P A B P A B ==,3(|)0.05P A B =.(1) 由全概率公式可得112233()(|)()(|)()(|)()P A P A B P B P A B P B P A B P B =++0.40.040.380.030.220.0384.=?+?+?=.(2) 由贝叶斯公式可得111(|)()0.40.045(|)()0.038412P A B P B P B A P A ?===,222(|)()0.380.0319(|)()0.038464P A B P B P B A P A ?===,333(|)()0.220.0555(|)()0.0384192P A B P B P B A P A ?===.习题1-61. 选择题(1) 设随机事件A 与B 互不相容, 且有P (A )>0, P (B )>0, 则下列关系成⽴的是( ).(A) A , B 相互独⽴. (B) A , B 不相互独⽴.(C) A , B 互为对⽴事件. (D) A , B 不互为对⽴事件. 解⽤反证法, 本题应选(B).(2) 设事件A 与B 独⽴, 则下⾯的说法中错误的是( ).(A) A 与B 独⽴. (B) A 与B 独⽴. (C)()()()P AB P A P B =. (D) A 与B ⼀定互斥.解因事件A 与B 独⽴, 故A B 与,A 与B 及A 与B 也相互独⽴. 因此本题应选(D).(3) 设事件A 与 B 相互独⽴, 且0(A)(|)()P A B P A =. (B) ()()()P AB P A P B =.(C) A 与B ⼀定互斥. (D)()()()()()P A B P A P B P A P B =+- .解因事件A 与B 独⽴, 故A B 与也相互独⽴, 于是(B)是正确的. 再由条件概率及⼀般加法概率公式可知(A)和(D)也是正确的. 从⽽本题应选(C).2.设A , B 是任意两个事件, 其中A 的概率不等于0和1, 证明 P (B |A )=)(A BP 是事件A 与B 独⽴的充分必要条件.证由于A 的概率不等于0和1, 故题中两个条件概率都存在.充分性. 因事件A 与B 独⽴, 知事件A 与B 也独⽴, 因此()(),()()P B A P B P B A P B ==,从⽽()()P B A P B A =.必要性. 已知()()P BA PB A =, 由条件概率公式和对⽴事件概率公式得到()()()()()1()()P AB P AB P B P AB P A P A P A -==-,移项得[]()1()()()()(),P AB P A P A P B P A P AB -=-化简得 P (AB )=P (A )P (B ), 因此A 和B 独⽴.3. 设三事件A , B 和C 两两独⽴, 满⾜条件:,ABC =?1()()()2P A P B P C ==<, 且9()16P A B C =,求()P A .解根据⼀般加法公式有()()()()()()()()P A B C P A P B P C P AC P AB P BC P ABC =++---+ .由题设可知 A , B 和C 两两相互独⽴, ,ABC =?1()()()2P A P B P C ==<, 因此有2()()()[()],()()0,P AB P AC P BC P A P ABC P ====?=从⽽29()3()3[()]16P A B C P A P A =-=,于是3()4P A =或1()4P A =, 再根据题设1()2P A <, 故1()4P A =.4.某⼈向同⼀⽬标独⽴重复射击, 每次射击命中⽬标的概率为p (0解 “第4次射击恰好第2次命中” 表⽰4次射击中第4次命中⽬标, 前3次射击中有⼀次命中⽬标. 由独⽴重复性知所求概率为1223(1)C p p -.5. 甲、⼄两⼈各⾃向同⼀⽬标射击, 已知甲命中⽬标的概率为 0.7, ⼄命中⽬标的概率为0.8. 求:(1) 甲、⼄两⼈同时命中⽬标的概率;(2) 恰有⼀⼈命中⽬标的概率; (3) ⽬标被命中的概率.解甲、⼄两⼈各⾃向同⼀⽬标射击应看作相互独⽴事件. 于是(1) ()()()0.70.80.56;P AB P A P B ==?=(2)()()0.70.20.30.80.38;P AB P AB +=?+?=(3) ()()()()()0.70.80.560.94.P A B P A P B P A P B =+-=+-=总习题⼀1. 选择题:设,,A B C 是三个相互独⽴的随机事件, 且0()1P C <<, 则在下列给定的四对事件中不相互独⽴的是( ).(A)A B 与C . (B)AC 与C .(C) A B -与C . (D) AB 与C .解由于A , B , C 是三个相互独⽴的随机事件, 故其中任意两个事件的和、差、交、并与另⼀个事件或其逆是相互独⽴的, 根据这⼀性质知(A), (C), (D)三项中的两事件是相互独⽴的, 因⽽均为⼲扰项, 只有选项(B)正确..2. ⼀批产品由95件正品和5件次品组成, 先后从中抽取两件, 第⼀次取出后不再放回.求: (1) 第⼀次抽得正品且第⼆次抽得次品的概率; (2) 抽得⼀件为正品, ⼀件为次品的概率.解 (1) 第⼀次抽得正品且第⼆次抽得次品的概率为9551910099396?=.(1) 抽得⼀件为正品,⼀件为次品的概率为95559519.10099198+= 3. 设有⼀箱同类型的产品是由三家⼯⼚⽣产的. 已知其中有21的产品是第⼀家⼯⼚⽣产的, 其它⼆⼚各⽣产41. ⼜知第⼀、第⼆家⼯⼚⽣产的产品中有2%是次品, 第三家⼯⼚⽣产的产品中有4%是次品. 现从此箱中任取⼀件产品, 求取到的是次品的概率.解从此箱中任取⼀件产品, 必然是这三个⼚中某⼀家⼯⼚的产品. 设A ={取到的产品是次品},B i ={取到的产品属于第i 家⼯⼚⽣产}, i =1, 2, 3. 由于B i B j =?(i ≠j, i , j =1, 2, 3)且B 1∪B 2∪B 3=S , 所以B 1, B 2, B 3是S 的⼀个划分. ⼜ P (B 1)=21, P (B 2) =41, P (B 3)=41,P (A | B 1)=1002, P (A | B 2)=1002, P (A | B 3)=1004,由全概率公式得P (A )=P (B 1)P (A |B 1)+P (B 2)P (A |B 2)+P (B 3)P (A | B 3)=100441100241100221?+?+?=0.025. 4. 某⼚⾃动⽣产设备在⽣产前须进⾏调整. 假定调整良好时, 合格品为90%; 如果调整不成功,则合格品有30%. 若调整成功的概率为75%, 某⽇调整后试⽣产, 发现第⼀个产品合格. 问设备被调整好的概率是多少?解设A ={设备调整成功}, B ={产品合格}. 则全概率公式得到()()(|)()(|)0.750.90.250.30.75P B P A P B A P A P B A =+=?+?=.由贝叶斯公式可得()0.750.9(|)0.9()0.75()(|)()P AB P A B P B P A P B A P B ?====.5. 将两份信息分别编码为A 和B 传递出去. 接收站收到时, A 被误收作B 的概率为0.02,⽽B 被误收作A 的概率为0.01, 信息A 与信息B 传送的频繁程度为2:1. 若接收站收到的信息是A , 问原发信息是A 的概率是多少?解以D 表⽰事件“将信息A 传递出去”,以D 表⽰事件“将信息B 传递出去”,以R 表⽰事件“接收到信息A ”,以R 表⽰事件“接收到信息B ”.已知21()0.02,()0.01,(),()33P R D P R D P D P D ====.由贝叶斯公式知()()()196()()197()()()()P R D P D P DR P D R P R P R D P D P R D P D ===+.。

概率论与数理统计第六章

概率论与数理统计第六章

Ch 6 数理统计的基本概念§6.1 基本概念 一、总体与样本1、总体——研究对象的全体,记为X 。

2、个体——构成总体的每一个对象,记为i X 。

3、总体容量——总体中包含的个体的个数。

有限总体——容量有限;无限总体——容量无限。

为推断总体X 的分布,从总体中抽取n 个个体,则对应n 个r.v.n X X X .....2,1——来自于总体X 的一个样本。

n X X X ......,21的取值((n x x x ,.....,21)--观测结果)称为样本的观测值,简称为样本值,整个抽取过程称之为抽样。

抽取的目的是根据样本的取值情况推断总体情况,因此应尽可能的使抽取的样本能反映总体的状况,故要求抽取的样本具有以下性质:文档收集自网络,仅用于个人学习⑴ 代表性:样本中每个r.v.i X 与总体X 具有相同的分布。

文档收集自网络,仅用于个人学习⑵ 独立性:n X X X ......,21相互独立。

——简单的随机抽样所得的样本称为简单的随机样本;若总体X 的分布函数为F (x ),则样本n X X X .....2,1的联合分布函数)().....,(121*i ni n x F x x x F =∏=。

文档收集自网络,仅用于个人学习若X 为连续型,且d.f 为f(x),且联合p.d.f 为:)()....,(121*i ni n x f x x x f =∏= 若X 为离散型,且分布律为:....2,1,)(===k p x X P k k 则联合分布律:in i i in n i i p p p x X x X x X P ....).....,(212211⋅⋅====。

...2,1.....3,2,1=in i i i 二、统计量Def:不含有任何未知数的关于样本空本空间的函数称为统计量。

e.g.1 设总体X~),(2σμN ,其中2,σμ未知,(n X X X .....2,1)为取自总体X 的一个样本,则:∑∑==--==n i i n i i X X n S X n X 1221)(11,1均为统计量。

概率论与数理统计1-6章作业及参考答案高等教育出版社

概率论与数理统计1-6章作业及参考答案高等教育出版社

(1) A1, , An 互不相容;(2) A1, , An 相互独立;(3)一般情形。
解:(1) 由概率的有限可加性可得
p= P(A1)+ P(A2)+ …+ P(An)
(2)
P = P( A1 ∪ A2 ∪ ∪ An )
= 1 − P( A1 A2 An )
= 1 − P( A1 )P(A2 ) P( An )
解:1) P{X = k} = Cnk pk (1 − )p n−k , k = 0,1,2..., n 或 X ~ B(n, p)
2) P{Y = k} = ( Cnk+k −1 pn 1 − p)k , k = 0,1,2...
22. 设事件 A,B,C 相互独立,且 P(A)=1/4, P(B)=1/3, P(C)=1/2. 试求: (1) 三个事件都不发生的概率; (2) 三个事件至少有一个发生的概率; (3) 三个事件恰好有一个发生的概率; (4) 至多有两个事件发生的概率。 解:
23. 设有事件 A1, , An ,在下列各种条件下怎样求 A1, , An 至少有一个发生的概率。
第一章
(本章计算概率的习题除 3~6 以外, 其余均需写出事件假设及概率公式, 不能只有算式) 1. 写出下列随机试验的样本空间。 (1)同时抛三颗色子,记录三颗色子的点数之和; (2)将一枚硬币抛三次,(i)观察各次正反面出现的结果;(ii)观察正面总共出现的次数; (3)对一目标进行射击,直到命中 5 次为止,记录射击次数; (4)将一单位长的线段分成 3 段,观察各段的长度; (5)袋中装有 4 个白球和 5 个红球,不放回地依次从袋中每次取一球,直到首次取到红球 为止,记录取球情况。
=
1 21

概率论与数理统计 --- 第六章{样本及抽样分布} 第四节:抽样分布

概率论与数理统计 --- 第六章{样本及抽样分布} 第四节:抽样分布

P T 1.059
0.15.
例2:
从正态总体N ( , 0.5 )中抽取样本X 1 , , X 10 .
2
数理统计
10 2 (1)已知 0,求概率P X i 4 ; i 1 10 2 (2)未知,求概率P ( X i X ) 2.85 . i 1
S1 和S2 分别是这两个样本的样本方差, 则有:
2 2
(1)
S1
2 2
S2
~ F ( n1 1, n2 1);
2 2
若两方差 1 2,则
S1 1
2 2
2 2
S2 2
~ F ( n1 1, n2 1);
(2)
X Y ( 1 2 ) ( n1 1) S1 ( n2 1) S2
n取不同值时
( n 1) S
2

2
的分布
定理3 (样本均值的分布) 数理统计 设X1, X2, …, Xn是取自正态总体 N(μ, σ2)的样本, 2 X和S 分别为样本均值和样本方差, 则有:
X S n ~ t ( n 1)
证:由定理1、和t分布的定义可得: 2
X ~ N (0,1), ( n 1) S
2) F分布的分位点:
对于给定的, 1, 称满足条件: 0
P F F ( n1 , n2 )


( y )dy
F ( n1 , n2 )
的点F ( n1 , n2 )为F ( n1 , n2 )分布的上 分位点.
F分布的上分位点的性质:
F1 ( n1 , n2 ) 1 F ( n2 , n1 )

概率论与数理统计 1-6

概率论与数理统计 1-6

第一章概率论的基本概念第一章概率论的基本概念第六节独立性一、事件的相互独立性二、几个重要定理三、例题讲解四、小结一、事件的相互独立性1.引例盒中有5个球(3绿2红),每次取出一个,有放回的取两次,记A:第一次抽取,取到绿球B:第二次抽取,取到绿球则有P(B|A)=P(B)他表示A的发生并不影响B发生的可能性大小,即)P(AB)=P(A)P(BP(B|A)=P(B⟺)2.定义设A,B是两事件,如果满足等式P AB=P A P B则称事件A,B相互独立,简称A,B独立.说明:事件A与事件B相互独立,是指事件A的发生与事件B发生的概率无关.两事件相互独立)P(AB)=P(A)P(B 两事件互斥AB =∅两事件相互独立与两事件互斥的关系.请同学们思考二者之间没有必然联系互斥独立AB例如由此可见两事件相互独立,但两事件不互斥.P(A)=12,P(B)=12,P(AB)=P(A)P(B).A BP A=12,P B=12则P(AB)=0,而P(A)P(B)=1 4 ,故P(AB)≠P(A)P(B).由此可见两事件互斥但不独立. AB3.三事件两两相互独立的概念定义:设A,B,C是三个事件,如果满足等式൞P(AB)=P(A)P(B), P(BC)=P(B)P(C), P(AC)=P(A)P(C),则称事件A,B,C两两相互独立4.三事件相互独立的概念定义:设A,B,C是三个事件,如果满足等式P AB=P A P B,P BC=P B P C,P AC=P A P C,P(ABC)=P(A)P(B)P(C),则称事件A,B,C相互独立注意:三个事件相互独立→三个事件两两相互独立三个事件相互独立↚三个事件两两相互独立推广:设A1,A2,⋯,A n是n个事件,如果对于任意k(1<k≤n),任意1≤i1<i2<⋯<i k≤n,具有等式P(A i1A i2⋯A ik)=P(A i1)P(A i2)⋯P(A ik)则称A1,A2,⋯,A n为相互独立的事件n个事件相互独立→n个事件两两相互独立n个事件相互独立↚n个事件两两相互独立二、几个重要定理定理一:设A,B是两事件,且P(A)>0.若A,B相互独立,则P(B|A)=P(B),反之亦然.定理二:若A,B相互独立,则下列各对事件,ഥA与B,A与ഥB,ഥA与ഥB,也相互独立。

1-6概率论与数理统计

1-6概率论与数理统计

中找两个事件,它们既相 问:能否在样本空间Ω中找两个事件 它们既相 互独立又互斥? 互独立又互斥
φ 不难发现, 与任何事件既独立又互斥. 不难发现, 与任何事件既独立又互斥
φ A=φ
A

P( φ A) = 0 =P( φ )P(A)
前面我们看到独立与互斥的区别和联系, 前面我们看到独立与互斥的区别和联系, 练习 1.设A、B为互斥事件,且P(A)>0,P(B)>0, 设 为互斥事件, 为互斥事件 下面四个结论中,正确的是: 下面四个结论中,正确的是: A. P(B|A)>0 C. P(A|B)=0 B. P(A|B)=P(A) D. P(AB)=P(A)P(B)
性质 2 若 A, B 相互独立 , 则下列各对事件 , A 与 B , A 与 B , A 与 B 也相互独立 . 证明: 证明
先证 A 与 B 独立 .
因为 A = AB U A B 且 ( AB )( A B ) = ∅ , 所以 P ( A) = P ( AB ) + P ( A B ), 即 P( AB) = P( A) − P( AB).
则称 A1 , A2 ,L , An 为相互独立的事件 .
有兴趣的同学可以计算一下,上式中要成立的等式个数?
n 个事件相互独立
n个事件两两独立 个事件两两独立
下面我们来举一个右不能推出左的例子。 下面我们来举一个右不能推出左的例子。
伯恩斯坦反例 一个均匀的正四面体, 其第一面染成红色, 例 一个均匀的正四面体, 其第一面染成红色, 第三面染成黑色, 第二面染成白色 , 第三面染成黑色,而第四面同 时染上红、 黑三种颜色.现以 时染上红、白、黑三种颜色 现以 A , B,C 分别 , 记投一次四面体出现红、 黑颜色朝下的事件, 记投一次四面体出现红、白、黑颜色朝下的事件, 是否相互独立? 问 A,B,C是否相互独立 , , 是否相互独立 解 由于在四面体中红、 白、黑分别出现两面, 由于在四面体中红、 黑分别出现两面, 1 因此 P ( A) = P ( B ) = P ( C ) = , 2 1 又由题意知 P ( AB ) = P ( BC ) = P ( AC ) = , 4

大学数理统计的基本概念

大学数理统计的基本概念

大学数理统计的基本概念数理统计是一门应用数学学科,研究如何收集数据、分析数据并进行推断的方法和理论。

在大学的数学统计课程中,学生将学习一系列核心的基本概念,如样本、总体、概率、随机变量等等。

本文将介绍大学数理统计中的基本概念,并探讨它们在实际问题中的应用。

一、样本与总体在数理统计中,样本和总体是两个基本概念。

样本是从总体中选取的一部分个体或观测值的集合,而总体是研究对象的全体个体或观测值的集合。

样本的选择通常通过随机抽样来保证代表性。

二、概率与概率分布概率是描述随机事件发生可能性的数值,通常用0到1的数字表示。

在数理统计中,我们使用概率来描述随机变量的可能取值。

概率分布是随机变量取值的可能性分布,常见的概率分布包括均匀分布、正态分布等等。

概率和概率分布对于研究和预测随机事件至关重要。

三、随机变量与参数估计随机变量是在一个随机试验中可能取到的各种值,可以分为离散随机变量和连续随机变量。

参数估计是通过样本数据对总体参数进行估计的过程,主要包括点估计和区间估计两种方法。

参数估计是统计学的核心内容之一,对于从样本数据中推断总体特征非常重要。

四、假设检验与统计推断假设检验是判断关于总体参数的假设是否成立的一种方法。

在假设检验中,我们需要提出一个原假设和一个备择假设,并根据样本数据进行推断和判断。

统计推断是根据样本数据对总体进行推断和预测的过程,常用的方法包括参数估计和假设检验。

五、回归与方差分析回归分析是研究自变量和因变量之间关系的一种统计方法,用于建立数学模型并进行预测和解释。

方差分析是用于比较多个总体均值是否有显著性差异的统计方法,常用于实验设计和数据分析。

六、抽样调查与统计图表抽样调查是经济、社会和科学研究中常用的一种数据收集方法,通过从总体中选取样本进行调查和分析,得出对总体的推断。

统计图表是用来直观展示数据分布、关系和趋势的图形工具,包括条形图、折线图、饼图等等。

总结:大学数理统计的基本概念包括样本与总体、概率与概率分布、随机变量与参数估计、假设检验与统计推断、回归与方差分析以及抽样调查与统计图表。

  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)。

0
x
2
(x)
x2 x 4
1
0
x
2
x
第一章 概率论
当x>2时, F ( x )
t 0dt ( 1) dt 0dt 2 0 2
0
2
x
( x)
1
2 t2 2 | t | 1 2 1 0 4 0
0
2
x
x
第一章 概率论
综合前面最后得
150
100
100 1 dx 2 x 3
P X 150 F (150) 1
100 1 150 3
设 Y 表示5 个元件中使用寿命不超过150小时的元 件数, Y ~ B(5, 1/ 3).
80 1 2 2 P{Y 2} C5 243 3 3
第一章 概率论
用两种方法计算P{1.5<x<2.5}的示意图 (x)
1
0.0625
0
F(x)
1.5
2 2.5 0.0625
x
1 0
1.5 2 2.5
x
第一章 概率论
例5*: 设 X 是连续型随机变量,其密度函 数为 2
c 4 x 2 x f x 0


0 x2 其它
2) F( x) ; (3)P X 1. 求:⑴常数c; (
1
F(x) 0 1 2 3 x
第一章 概率论
1.6.7 连续型随机变量的概念与性质 1) 定义 随机变量X在某区间上连续取值 ,存在非 P( X x) 负函数 f (x),使得对于任意实数 x , 有
P( X x) F ( x)
x

f (t )dt ,
则称 X 为连续型随机变量,其中函数 f (x) 称为 X 的概率密度函数,简称概率密度.
1
f x dx
0
0.5
3 2 4 x 2 x dx 8
0.5
3 2 2 3 5 2x x 8 3 0 32
2 3 3 2 5 P ( 1 X 0.5) F (0.5) - F (-1) 2 0.5 0.5 8 3 32
b.根据概率密度函数进行计算
第一章 概率论
(3.b)根据概率密度函数计算 P{1.5<x<2.5}
P{1.5 2.5} x ( 1)dx 2 1.5
2 2
2.5
1.5 2.5
( x)dx
0dx
2
2.5 x 2 | x| 2 4 1.5 1 0.5625 0.5 0.0625
cos x ( x ) g( x) 2 2 (其它) 0

2

2
x
y
f ( x) 0
y cos x




2
O
2



x


g( x )dx cos xdx [sin x ] 2 1 ( 1) 2 1
第一章 概率论
(3) P X 1


1
3 1 2 f x dx 4 x 2 x dx 8 2 1
2
3 2 2 3 1 P X 1 1 F (1) 1 2 x x 8 3 1 2
0.5
(4) P ( 1 X 0.5)
x 2
2
0
x

f t dt
0
x
0
x
tdt
0
第一章 概率论
当1 x 2时,F x
0

tdt 2 t dt
1 2 x 2x 1 2
0 1
1
f t dt f t dt f t dt
(x)
1
x 1 0 x 2 ( x) 2 其它 0
0
2
x
第一章 概率论
(2) 计算分布函数 F(x)
当x<0时,
F ( x ) 0dt 0

x
(x)
1
x 0
2
x
第一章 概率论
当0<x<2时,
x t t x F ( x ) 0dt ( 1) dt | t | 0 0 2 4 0
2 3
第一章 概率论
一些常用的连续型随机变量 1.6.8 正态分布(Normal Distribution) 如果连续型随机变量X的密度函数为
f ( x) 1 2
2
e

( x )2 2 2
0
f (x)
X ~ N (, )
(1)对称性(2)最大值(3)拐点
x
第一章 概率论
综上所述, 最后得分布函数为
0 xa F ( x) ba 1
xa a xb xb
第一章 概率论
F(x) 的图形如下
F(x) 1 0 a
b
x
第一章 概率论
例4 已知连续型随机变量有概率密度
kx 1 0 x 2 ( x) 其它 0
x
0 1

f t dt
1
x
x
第一章 概率论
当x 2时,F x
0 1

f t dt
2 x 1 2
x


1
f t dt f t dt f t dt f t dt
0
2 0 1
tdt 2 t dt
1
当 a<x<b 时
( x)
1 ba
0
a
a
x
x
b
x
F ( x)

0dt
a
x 1 1 xa dt t| ba ba a ba
第一章 概率论
当 x >b 时
(x)
1 ba
0
a
a
b
b
x
x
x
1 1 b F ( x ) 0dt dt 0dt 1 | a b a b a a b
求系数k及分布函数F(x), 并计算P(1.5<x<2.5) 解 (1)
0 2
( x )dx 0dx ( kx 1)dx 0dx
0 2

2 1 22 kx | x| 2k 2 1 0 0 2 1 k 2
第一章 概率论
则 ( x ) 及其图形如下
y
O
100
x
为密度函数的连续型随机变量.求 5 个同类型的元 件在使用的前 150 小时内恰有 2 个需要更换的概率. y 解: 0 x 100
F x 100 1 x x 100
O
100
x
第一章 概率论
P X 150
150

f x dx
a b
a
ቤተ መጻሕፍቲ ባይዱ
b

1 ba
第一章 概率论
( x ) 的图形为
( x)
1 ba
0
a
b
x
x
求分布函数F(x)则是根据公式
F ( x ) (t ) dt

第一章 概率论
当 x <a 时
(x)
1 ba
0
x a
x
b
x
F ( x ) 0dt 0

第一章 概率论
x2 . F ( x ) P { X x } P { X 0} P {0 X x } 4
( 3) 若 x
2,
则 { X x } 是必然事件,于是
F ( x ) P { X x } 1.
第一章 概率论
x 0, 0, 2 x F ( x ) , 0 x 2, 4 x 2. 1,




2
2
第一章 概率论
例3 若 有概率密度
a x b ( a b ) ( x) 其它 0
则称ξ 服从区间[a,b]上的均匀分布, 试求λ 和分布 函数F(x).



( x)dx 0dx dx 0dx (b a ) 1
分布函数与密度函数
几何意义
F(x)
0.08 0.06 0.04 0.02
y f ( x)
-10
-5
x
5
x
第一章 概率论
例2: 一个靶子是半径为 2 米的圆盘,假定射击 都能中靶,弹着点在圆上均匀分布,以 X 表示 弹着点与圆心的距离, X 的分布函数:
x 0, 0, 2 x F ( x ) , 0 x 2, 4 x 2. 1, x , 0 x 2, f ( x) 2 0, otherwise
第一章 概率论
例6 设随机变量 X的密度函数为 0 x1 x f x 2 x 1 x 2 0 其它 试求 X 的分布函数.
解: 当 x 0时,F x
当0 x 1时,F x
x

f t dt f t dt f t dt
F (x ) 1
X
0
1
1 f (x )
2
3
x
F ( x)
x
相关文档
最新文档