概率论与数理统计第四版课件
合集下载
概率论第四版第一章第一讲
E6:在一批灯泡中任意抽取一只,测试它的寿命。
E7:记录某地一昼夜的最高温度和最低温度。
随机试验
这些试验具有以下特点: •1、可以在相同的条件下重复进行; •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。
样本空间
将随机试验E的所有可能结果组成的集合称为E 的样本空间,记为S。 样本空间的元素,即E的每个结果,称为样本 点。
确定性现象:在一定条件下必然发生
随机现象:具有统计规律性的现象
第一章 概率论的基本概念
§1 §2 随机试验 样本空间、随机事件
§3
§4
频率与概率
等可能概型(古典概率)
§5
§6
条件概率
独立性
E1:抛一枚硬币,观察正面H(Heads)、反面T (Tails)出现的情况。 E2:将一枚硬币抛掷三次,观察正面、反面出现 的情况。 E3:将一枚硬币抛掷三次,观察出现正面的次数。 E4:抛一颗骰子,观察出现的点数。 E5:记录寻呼台一分钟内接到的呼唤次数。
f n (H)
n=500
f n (H)
nH
2 3 1 5 1 2 4 2 3 3
nH
22 25 21 25 24 21 18 24 27 31
nH
251 249 256 253 251 246 244 258 262 247
f n (H)
0.4 0.6 0.2 1.0 0.2 0.4 0.8 0.4 0.6 0.6
E1:抛一枚硬币,观察正面H(Heads)、反面T (Tails)出现的情况。 S1:{H,T} 样本点为H,T
E2:将一枚硬币抛掷三次,观察正面、反面出现的情 况。 E3:将一枚硬币抛掷三次,观察出现正面的次数。 E4:抛一颗骰子,观察出现的点数。 E5:记录寻呼台一分钟内接到的呼唤次数。 E6:在一批灯泡中任意抽取一只,测试它的寿命。 E7:记录某地一昼夜的最高温度和最低温度。
概率论与数理统计第四版 (4)
(四) 不相关与相互独立的关系:
a. 若X, Y相互独立, 则X, Y不相关; b. 上面的逆命题一般不真;
反例, 二维r.v.( X , Y )的密度函数是
f
(
x,
y)
1
,
x2 y2 1,
0, 其它,
其Cov(
X
,Y
)
0,
但f ( x, y)
f
X
(
x)
fY
(
y).
c. 当(X, Y)服从二维正态分布时, 逆命题亦成立
(4.1)
又若( X ,Y )为离散型r.v.
其分布律为P X xi ,Y yj pij , i, j 1, 2,3,
则有E(Z ) E g( X ,Y ) g( xi , yj ) pij , (4.2) j1 i1
(假设上述积分、级数分别绝对收敛)
例4. 设随机变量( X ,Y )的概率密度为
则其密度函数为
f
(
x)
e1
x
,
x 0,
0 , x 0.
E(X)
D( X ) E( X 2 ) [ E( X )]2 2
30 正态分布: 设X~N(, 2 ) E(X) ,D(X) 2
§3. 协方差和相关系数
(一) 定义:
二维r.v.( X , Y ) ,若E{[X E( X )][Y E(Y )]}存在,
四. n维正态随机变量:
1. 定义 : 设有n维r.v.( X1, X 2 , , X n ), 记
x1
1
11 12
X
x2
,
2
,
C
21
22
1n
2n
第五章《概率论与数理统计教程》课件
试决定常数 3.
X ,Y
C
使得随机变量 cY 服从分布
2
分布。
相互独立,都与 N ( 0 , 9 ) 有相同分布, X 分别是来自总体
X ,Y
1
, X 2 , , X 9和
Y1 ,Y 2 , ,Y 9
的样本,
Z
9
X
i
i1
6 - 23
Y
i1
9
则Z 服从—— ,自由度为——。
2 i
4.
X1, X 2, X 3, X 4
是来自总体
X ~ N ( , )
2
的样本,则随机变
量 Y
X3 X4
服从——分布,其自由度为———。
2
(X i )
i1
2
5.
设
X 1 , X 2 , , X 10
是来自总体 X
~ N ( ,4 )
2
的样本, ( S 2 P
a ) 0 .1
一. 单个正态总体的统计量的分布
X 1 , X 2 , X n是来自正态总体 ~ N ( , 2 )的样本, X
X , S 分别是样本均值和样本 方差
2
定理1
X
n
1
n
X i ~ N ( ,
n
2
);
i1
定理2 U
1
X
/
~ N ( 0 ,1 );
n
定理3
6 - 18
定理7
当 1
2
2 2
2 2 时, 令 S w
( n1 1) S 1 ( n 2 1) S 2
2
概率论与数理统计第一章(浙大第四版)ppt课件
ppt课件
9
例:
概率论
一枚硬币抛一次
记录一城市一日中发生交通事故次数
记录一批产品的寿命x
记录某地一昼夜最高温度x,最低温 度y
ppt课件
10
概率论
S={正面,反面}; S={0,1,2,…}; S={ x|a≤x≤b }
S={(x,y)|T0≤y≤x≤T1};
ppt课件
111
n—总试验次数。称 fn ( A) 为A
在这n次试验中发生的频率。
ppt课件
27
例:
概率论
中国男子国家足球队,“冲出亚洲”
共进行了n次,其中成功了一次,在
这n次试验中“冲出亚洲”这事件发
生的频率为 1 n;
ppt课件
28
概率论
某人一共听了16次“概率统计”课,其 中有12次迟到,记A={听课迟到},则
ppt课件
33
(二) 概率
概率论
定义1:fn ( A) 的稳定值p定义为A的概率,记为P(A)=p
定义2:将概率视为测度,且满足:
1。 P( A) 0
2。 P(S ) 1
3。 A1, A2,...,Ak ,...,Ai Aj (i j),
P( Ai ) P( Ai )
(1)从袋中随机摸一球,记A={ 摸到红 球 },求P(A).
(2)从袋中不放回摸两球,记B={恰是一 红一黄},求P(B).
ppt课件
47
概率论
解:(1)
S={1,2, ,8},A={1,2,3}
P
A
3 8
(2)P(B)
C31C51
第一章--随机事件及其概率PPT课件
.
目录
上一页 下一页
返回
结8束
§1.1 随机事件及其频率·概率的统计定义
随机事件(简称事件) 随机试验中的某种结果(它在一次试验中可能发生
也可能不发生,而且在大量重复试验中具有某种统计规 律性).
或:随机试验结果的一种描述 或:关于试验结果的一个命题 用大写 A,字 B,C母 ,表.示
随机事件 事件 必然事件 (记作U)
概率论与数理统计
主编:刘韶跃 李以泉 丁碧文 杨湘桃
湘潭大学出版社
概率论与数理统计教程(第四版)
.
目录
上一页 下一页
返回
结1束
美国报纸检阅(Parade)的专栏内提出了一个有趣的 概率问题:电视主持人指着三扇关着的门说,其中一 扇后是汽车,另两扇后各有一只山羊,你可以随意打 开一扇,后面的东西就归你了,你当然想得到一辆汽 车!当你选定一扇门后,比方说选定1号门(但未打 开),主持人知道哪扇门后是汽车,哪扇门后是山羊, 他打开另一扇中有山羊的一个,比方说他打开了3号 门让你看到里边是山羊,并对你说:我现在再给你一 个机会,允许你改变原来的选择,为了得到汽车,你 是坚持1号门还是改选2号门?
个使他苦恼了很久的问题:“两个赌徒相约赌
若干局,谁先赢m局就算获胜,全部赌本就归
胜者,但是当其中一个人甲赢了a(a<m)局的
时候,赌博中止,问赌本应当如何分配才算合
理?” 概率论在物理、化学、生物、生态、
天文、地质、医学等学科中,在控制论、信息
论、电子技术、预报、运筹等工程技术中的应
用都非常广泛。
概率论与数理统计教程(第四版)
设随机 A在 n次 事试 件验m 中 次 ,则 发比 生
m称为随机事 A的件 相对频率(简称频率). n
概率论与数理统计浙江大学第四版盛骤概率论部分ppt精选课件
• 性质:
1 P(A)1P(A)
P(A)0不能A; P(A)1不能AS;
A AS P(A)P(A)1 P()0
2 若 A B , 则 有 P ( B A ) P ( B ) P ( A ) P ( B ) P ( A )
BA AB P (B )P (A )P (A B )
P ( B ) P ( A ) P ( A B ) P ( B A ) 0P(B)P(A)
例:
向上抛出的物体会掉落到地上 ——确定
明天天气状况
——不确定
买了彩票会中奖 ——不确定
8
•篮球比赛是根据运动队在规定的比赛 时间里 得分多 少来决 定胜负 的,因 此,篮 球比赛 的计时 计分系 统是一 种得分 类型的 系统
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:
3 概 率 的 加 法 公 式 : P ( A B ) P ( A ) P ( B ) P ( A B )
A B A ( B A B ) P ( A B ) P ( A ) P ( B A B ) 又 B A B , 由 2 。 知 P ( B A B ) P ( B ) P ( A B )
✓ A B A B { x |x A 且 x B }
S AB
✓ A 的 逆 事 件 记 为 A , A A A A S , 若 A A B B S , 称 A ,B 互 逆 、 互 斥
S
✓ “和”、“交”关系式
AA
n
n
Ai Ai A1 A2
n
n
An; Ai Ai=A1A2 An;
• 7.1 参数的点估计 • 7.2 估计量的评选标准 • 7.3 区间估计
1 P(A)1P(A)
P(A)0不能A; P(A)1不能AS;
A AS P(A)P(A)1 P()0
2 若 A B , 则 有 P ( B A ) P ( B ) P ( A ) P ( B ) P ( A )
BA AB P (B )P (A )P (A B )
P ( B ) P ( A ) P ( A B ) P ( B A ) 0P(B)P(A)
例:
向上抛出的物体会掉落到地上 ——确定
明天天气状况
——不确定
买了彩票会中奖 ——不确定
8
•篮球比赛是根据运动队在规定的比赛 时间里 得分多 少来决 定胜负 的,因 此,篮 球比赛 的计时 计分系 统是一 种得分 类型的 系统
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:
3 概 率 的 加 法 公 式 : P ( A B ) P ( A ) P ( B ) P ( A B )
A B A ( B A B ) P ( A B ) P ( A ) P ( B A B ) 又 B A B , 由 2 。 知 P ( B A B ) P ( B ) P ( A B )
✓ A B A B { x |x A 且 x B }
S AB
✓ A 的 逆 事 件 记 为 A , A A A A S , 若 A A B B S , 称 A ,B 互 逆 、 互 斥
S
✓ “和”、“交”关系式
AA
n
n
Ai Ai A1 A2
n
n
An; Ai Ai=A1A2 An;
• 7.1 参数的点估计 • 7.2 估计量的评选标准 • 7.3 区间估计
概率论与数理统计浙大四版 第一章 第一章3讲
拼成英文单词SCIENCE 的情况数为
224
故该结果出现的概率为:
p4 1 0.00079 7! 1260
这个概率很小,这里算出的概率有如 下的实际意义:如果多次重复这一抽卡试 验,则我们所关心的事件在1260次试验中 大约出现1次 .
这样小概率的事件在一次抽卡的试验 中就发生了,人们有比较大的把握怀疑这 是魔术.
(答:案 p 9 6 1393 9160 ) 13
2o 骰子问题 掷3颗均匀骰子,求点数之和为4的 概率.
(答:案 p363)
需要注意的是:
1、在应用古典概型时必须注意“等可能性” 的条件.
“等可能性”是一种假设,在实际应用 中,我们需要根据实际情况去判断是否可 以认为各基本事件或样本点是等可能的.
k = n时称全排列
P n n p n n (n 1 )n ( 2 ) 2 1 n !
第1次选取 A
B C
第2次选取 B C D
第3次选取
C 例如:n=4, k =3
D B D B
C
P4343224
…… P4432124
D
从n个不同元素取 k个(允许重复)
我们首先引入的计算概率的数学模型, 是在概率论的发展过程中最早出现的研究 对象,通常称为
古典概型
一、古典概型
假定某个试验有有限个可能的结果
e1, e2, …,eN ,
假定从该试验的条件及实施方法上去分 析,我们找不到任何理由认为其中某一结果
例如ei,比任一其它结果,例如ej,更有优势,
则我们只好认为所有结果在试验中有同等可 能的出现机会,即1/N的出现机会.
2o 生日问题 某班有20个学生都 是同一年出生的,求有10个学生生 日是1月1日,另外10个学生生日是 12月31日的概率.
224
故该结果出现的概率为:
p4 1 0.00079 7! 1260
这个概率很小,这里算出的概率有如 下的实际意义:如果多次重复这一抽卡试 验,则我们所关心的事件在1260次试验中 大约出现1次 .
这样小概率的事件在一次抽卡的试验 中就发生了,人们有比较大的把握怀疑这 是魔术.
(答:案 p 9 6 1393 9160 ) 13
2o 骰子问题 掷3颗均匀骰子,求点数之和为4的 概率.
(答:案 p363)
需要注意的是:
1、在应用古典概型时必须注意“等可能性” 的条件.
“等可能性”是一种假设,在实际应用 中,我们需要根据实际情况去判断是否可 以认为各基本事件或样本点是等可能的.
k = n时称全排列
P n n p n n (n 1 )n ( 2 ) 2 1 n !
第1次选取 A
B C
第2次选取 B C D
第3次选取
C 例如:n=4, k =3
D B D B
C
P4343224
…… P4432124
D
从n个不同元素取 k个(允许重复)
我们首先引入的计算概率的数学模型, 是在概率论的发展过程中最早出现的研究 对象,通常称为
古典概型
一、古典概型
假定某个试验有有限个可能的结果
e1, e2, …,eN ,
假定从该试验的条件及实施方法上去分 析,我们找不到任何理由认为其中某一结果
例如ei,比任一其它结果,例如ej,更有优势,
则我们只好认为所有结果在试验中有同等可 能的出现机会,即1/N的出现机会.
2o 生日问题 某班有20个学生都 是同一年出生的,求有10个学生生 日是1月1日,另外10个学生生日是 12月31日的概率.
概率论与数理统计浙大第四版
必然事件——全体样本点组成的事件,记 为S, 每次试验必定发生的事件.
不可能事件——不包含任何样本点的事件, 记为 ,每次试验必定不发生的事件.
事件的关系和运算 文氏图 ( Venn diagram )
A
随机事件的关系和运算 雷同集合的关系和运算
1. 事件的包含
A B —— A 包含于B
事件 A 发生必 导致事件 B 发生
非负性: A , P( A) 0
归一性: P( ) 1
可列可加性:P
i 1
Ai
P ( Ai )
i 1
其中 A1, A2 , 为两两互斥事件,
概率的性质
P() 0
有限可加性: 设 A1,A2,An 两两互斥
P
n i1
Ai
n i1
P(Ai )
P(A)1P(A) P(A)1
解 P(AB) P(A)P(B)P(AB)
P(AB) P(A) P(B) P(AB)
P(A)P(B)10.3 —— 最小值
最小值在 P( A B) 1 时取得
P( A B) P( A) 0.6 —— 最大值
最大值在 P(AB) P(B) 时取得
§1.4 古典概型
概率的 设 随机试验E 具有下列特点: 古典定义 基本事件的个数有限
(2) nB C31C122C150C55
P( A) 25 91
P(B) 6 91
例2 把标有 1,2,3,4 的 4 个球随机地放入 标有1,2,3,4 的 4 个盒子中,每盒放一球, 求有至少有一个盒子的号码与放入的球 的号码一致的概率。
解 n A44 4!
设 Ai 表示 i 号球入 i 号盒, i = 1,2,3,4
§1.1 随机事件
不可能事件——不包含任何样本点的事件, 记为 ,每次试验必定不发生的事件.
事件的关系和运算 文氏图 ( Venn diagram )
A
随机事件的关系和运算 雷同集合的关系和运算
1. 事件的包含
A B —— A 包含于B
事件 A 发生必 导致事件 B 发生
非负性: A , P( A) 0
归一性: P( ) 1
可列可加性:P
i 1
Ai
P ( Ai )
i 1
其中 A1, A2 , 为两两互斥事件,
概率的性质
P() 0
有限可加性: 设 A1,A2,An 两两互斥
P
n i1
Ai
n i1
P(Ai )
P(A)1P(A) P(A)1
解 P(AB) P(A)P(B)P(AB)
P(AB) P(A) P(B) P(AB)
P(A)P(B)10.3 —— 最小值
最小值在 P( A B) 1 时取得
P( A B) P( A) 0.6 —— 最大值
最大值在 P(AB) P(B) 时取得
§1.4 古典概型
概率的 设 随机试验E 具有下列特点: 古典定义 基本事件的个数有限
(2) nB C31C122C150C55
P( A) 25 91
P(B) 6 91
例2 把标有 1,2,3,4 的 4 个球随机地放入 标有1,2,3,4 的 4 个盒子中,每盒放一球, 求有至少有一个盒子的号码与放入的球 的号码一致的概率。
解 n A44 4!
设 Ai 表示 i 号球入 i 号盒, i = 1,2,3,4
§1.1 随机事件
概率论与数理统计(浙大四版)课件 第二章++随机变量及其分布
0.01k
0.99
80k
0.0087 < 0.0169
第二种方法优于第一种方法
计算 休息 结束
街头赌博 高尔顿钉板试验
休息 结束
Poission分布
例 单位时间内某电话总机收 到的呼叫次数用X表示,它是一 个离散型随机变量。
X= 0, 1, …
P{ X k } e k k 1,2,L
请 P(a X b ) F(b ) F(a 0 ) 填 P(a X b ) F(b 0 ) F(a) 空 P(a X b ) F(b 0 ) F(a 0 )
休息 结束
例1 求例2中的分布函数 F( x ) 并作图.
解 :X 的分布律为
X
0
1
2
p 7/15 7/15 1/15
我们来求X的概率分布。
休息 结束
X表示随机抽查的4个婴儿中男孩的个 数,生男孩的概率为 p.
X=0 X =1 X =2 X =3 X =4
p0 ( 1 p )4
p4 ( 1 p )44
p1( 1 p )41
p3 ( 1 p )43
p2 ( 1 p )42
C
0 4
C
1 4
休息 结束
7 15
x
x
0
1
1
x 15
x
2
x
分布函数为
0
7
x0 0x1
15
F( x ) P{ X x } 14
15
1 x2
1
x2
休息 结束
F(x) 的图形为:
F(x)
[工学]概率论与数理统计第四版课后学习资料第二章.ppt
§3 随机变量的分布函数
对于非离散型r. v. 已不能用分布律来描述它, 需要考虑r. v. 的取值落入一个区间的概率, 如
P{ x1<X≤x2 }, P{ X≤x }等,
为此引入随机变量的分布函数. 1. 定义:设r.v. X, x为任意实数, 则 F(x)=P{ X≤x } 称为X的分布函数.
例2.某种电子元件的使用寿命超过1500小时为 一级品, 已知一大批该产品的一级品率为0.2, 从中随机抽查20只, 求这20只元件中一级品的 只数X的分布律.
解: X~b(20, 0.2).
则P{X k} (k20 )(0.2)k (0.8)20k , k 0, 1, 2, ... , 20.
(1) P{ x1<X≤x2} =P{X ≤x2}-P{X ≤x1}
=F(x2)-F(x1) . (2) 无论是离散型r.v.还是非离散型r.v. ,分 布函数都可以描述其统计规律性.
2. 性质: (1) F(x)是单调不减函数.
x2>x1, F(x2)-F(x1)=P{x1<X≤x2} 0. (2) 0≤F(x)≤1, F(-)=0, F(+ )=1.
泊松(Poisson)定理:
设随机变量序列{Xn }, Xn ~ b(n, pn ),则
lim
n
P{Xn
k
}
lim
n
n k
pnk
(1
pn
)nk
k e k!
,
其中 npn 0, k为任一固定的非负整数.
证明: 由 npn ,则pn n, 则
n k
pkn
1 pn nk
k k!
则分布函数为F(x) P{X x} pk . k:x x
《概率论与数理统计教程》课件
2-7
随机变量的分类
仅可能取得有限个或 可数无穷多个数值
离散型随机变量 随机变量 连续型随机变量
2-8
§2.2 离散随机变量
一. 概率分布
二. 概率函数及其性质 三. 几何分布 四. 频率分布表
2-9
概率分布
定义 随机变量X一切可能值为x1, x2, ... , xn, ... , 而取 得这些值的概率分别为p(x1), p(x2), ... , p(xn) , ... , 称为离散型随机变量的概率分布或分布律。 可以列出概率分布表如下:
1. 当一批产品总数 N很大,而抽取样品的个 数 n 远小于 N 时,可用二项分布来近似地 计算超几何分布的概率,即 m n m C M C N M M m m n m Cn p q , p n N CN
2. 实际应用中,当n/N10%时,不放回抽样(样品 中的次品数服从超几何分布)与放回抽样(样品 中的次品数服从二项分布)区别不大。
2 - 13
课堂练习
1. P{ X i } 2a i ,i 1,2 , , 求常数a. 2. 下面给出的数列能否成为某一随机变量的 分布列: 0.1,0.2,0.3,0.4.
3. 设随机变量X的概率分布为
X P 0 1/8 1 3/8 2 3/8 3 a
求:(1)a的值; (2)P(X≤1); (3)P(1≤X<3) 4. 某射手在相同条件下独立地进行5次射击,每 次击中目标的概率是0.6,求击中目标次数X的概 2 - 14 率分布.
P(X=n)=qn-1p, (n=1,2,...)
几何分布
2 - 15
频率分布表
频率分布表
X
f n ( xi )
x1
概率论和数理统计第四版
30! 10!10!10! 18
203
休息 结束
P(B) 3 C277C2100C1100 18
30!
203
10!10!10!
休息 结束
§1.4 条件概率
引例
袋中有7只白球,3只红球;白球中有4只木球, 3只塑料球;红球中有2只木球,1只塑料球。现 从袋中任取1球,假设每个球被取到旳可能性相 同。
i1
A1, A2 ,, An , 旳和事件 ——
Ai
i1
休息 结束
4. 事件旳交(积) A B 或 AB
A B 发生
S
A
A B
B
—— A 与B 旳积事件
事件 A与事件B 同步发生
n
A1 , A2 ,, An 旳积事件 ——
Ai
i1
A1, A2 ,, An , 旳积事件 —— Ai
i1
休息 结束
设 A: 取到旳球是白球。B:取到旳球是木球。
求:1) P(A); 2) P(AB) ;
3) 在已知取出旳球是白球旳条件下,求取出旳 是木球旳概率。
休息 结束
解: 1 ). P( A ) kA 7
n 10
2 ). P( AB ) kAB 4 n 10
列表 白球 红球 小计 木球 4 2 6 塑料球 3 1 4 小计 7 3 10
显然, P(A)=3/6=1/2.
P( A)
A包含的基本事件数 S中基本事件的总数
休息 结束
其特征为:
1) 随机试验或观察旳全部可能成果为有限个,
每次试验或观察发生且仅发生其中旳一种成果;
2) 每一种成果发生旳可能性相同。
对古典概型,某随机事件 A发生旳概率:
203
休息 结束
P(B) 3 C277C2100C1100 18
30!
203
10!10!10!
休息 结束
§1.4 条件概率
引例
袋中有7只白球,3只红球;白球中有4只木球, 3只塑料球;红球中有2只木球,1只塑料球。现 从袋中任取1球,假设每个球被取到旳可能性相 同。
i1
A1, A2 ,, An , 旳和事件 ——
Ai
i1
休息 结束
4. 事件旳交(积) A B 或 AB
A B 发生
S
A
A B
B
—— A 与B 旳积事件
事件 A与事件B 同步发生
n
A1 , A2 ,, An 旳积事件 ——
Ai
i1
A1, A2 ,, An , 旳积事件 —— Ai
i1
休息 结束
设 A: 取到旳球是白球。B:取到旳球是木球。
求:1) P(A); 2) P(AB) ;
3) 在已知取出旳球是白球旳条件下,求取出旳 是木球旳概率。
休息 结束
解: 1 ). P( A ) kA 7
n 10
2 ). P( AB ) kAB 4 n 10
列表 白球 红球 小计 木球 4 2 6 塑料球 3 1 4 小计 7 3 10
显然, P(A)=3/6=1/2.
P( A)
A包含的基本事件数 S中基本事件的总数
休息 结束
其特征为:
1) 随机试验或观察旳全部可能成果为有限个,
每次试验或观察发生且仅发生其中旳一种成果;
2) 每一种成果发生旳可能性相同。
对古典概型,某随机事件 A发生旳概率:
第六章《概率论与数理统计教程》课件
1
例5. 设X服从[0,λ]区间上的均匀分布,参数
λ>0,求λ的最大似然估计. 1 解:由题意得: X ~ f ( x; )
1 L( x1 , x 2 ,..., x n ; ) n 0
0 x
0 其它 0 x1 , x 2 ,..., x n
dL n n1 0 d
其它
无解.
应用最大似然估计基本思想: L越大,样本观察值越可能出现 取 max( x1 , x 2 ,..., x n ) 此时,L取值最大, 所以,所求最大似然估计为 max( x1 , x 2 ,..., x n )
考虑L的取值,要使L取值最大,λ应最小, 0 x1 , x 2 ,..., x n
例2 设总体 X ~ N ( , 2 ) ,其中 及 2 都是未知参数,如
果取得样本观测值为 x1 ,, x n , 求 及 2 的矩估计值。
解: 因为总体X的分布中有两个未知参数,所以应考虑一、二阶 原点矩,我们有 v1 ( X ) E ( X )
v 2 ( X ) E( X 2 ) D( X ) [ E( X )]2 2 2
e
e
1 2
2
2
( x )2 2 2
e
L( x1 , x 2 ,..., x n ; , )
2
i 1
1 2
2
( xi )2
(
2
1 2
2
1 2 2
) e
n
i 1
n
( xi )2
1 n 2 n 1 n 2 2 ) 2 ( x i ) ln 2 ln L n ln( ( xi ) 2 i 1 2 2 2 n 2 2 i 1 1 ln L 1 n Xi X 2 ( xi ) 0 n i 1 i 1 1 n 2 1 n n ln L n 1 ( xi )2 ( xi X )2 2 2 4 ( x i ) 0 n i 1 n i 1 2 2 2 i 1
概率论与数理统计第四版 (1)
(二)概率的公理化定义 1.定义:设S是样本空间,E是随机试验. 对于E
的每个事件A对应一个实数P(A),称为事件 A的概率,如果集合函数P(.)满足下列条件:
(1) (非负性)对任一事件A,有P(A)≥0;
(2) (规范性) P(S)=1;
(3) (可列可加性) 设A1,A2,…是两两互不相容的事件,则有 P(A1 A2 …)=P(A1)+P(A2)+…
例1. 事件“A与B发生,C不发生”
事件“A、B、C中至少有二个发生”
事件“A、B、C中恰有二个发生”
例2.事件A、B、C两两互不相容, 则有ABC 反之不成立
§3. 频率与概率
(一) 频率 1. 在相同的条件下,共进行了n次试验.
事件A发生的次数nA, 称为A的频数; nA/n 称为事件A发生的频率,记为fn(A).
( 2)显然 A是A的对立事件, 即A A.
(3) 必然事件与不可能事件互为对立事件, S 或S
7.事件的运算律:
交换律: A B B A;A B B A.
分配律:A (B C ) ( A B) ( A C ); A (B C ) ( A B) ( A C ).
对偶律(德摩根律): A B A B; A B A B.
N n
min(D, n)).
例6(书P12) 箱中装有a个白球和b个黑球, k个人依次在袋中取一只球,对(1)放回抽样; (2)不放回抽样,分别求第i(i=1, 2, …, k)人取 到白球的概率.
解 (1)放回抽样P(A) a ab
(2)不放回抽样P(A)
aAk 1 ab1 Ak ab
a ab
2. 频率的基本性质: (1) (非负性)0 fn ( A) 1; (2) (规范性) fn (S) 1;
概率论与数理统计所有完整PPT及相关答案(理工类第四版吴赣昌主编答案)
古典概型与几何概型
条件概率
事件的独立性
1.1 随机事件
一、随机现象
确定性的——在一定条件下必然发生的现象 随机性的——在一定条件下,具有多种可能 的结果,但事先又不能预知确切的结果
1)拋掷一枚硬币,其结果可能是正面朝上,也可能是正面朝下, 并且在拋掷之前无法预知拋掷的结果。 2)足球比赛,其结果可能是胜、平、负,但在比赛之前无法预知 其结果。 3)投掷一个骰子,其结果有6种,即可能出现1,2,3,4,5,6点,但 每次投掷之前是无法预知投掷的结果的。 4)股市的变化。
概率论与数理统计
教 师: 高 璟
e-mail: gaojane@ 工程数学教研室
引
言
概率论与数理统计是
研究什么的
经典的数学理论如微积分学、微分方程等都 是研究确定性现象的有力的数学工具。 对于某些随机现象,虽然对个别试验来说, 无法预言其结果,但在相同的条件下,进行大 量的重复试验或观察时,却又呈现出某些规律 性(如拋掷硬币)。 随着社会生产与科学技术的发展,研究随机 现象的统计规律性的理论和方法获得了迅速的 发展,形成了数学的一个重要分支,并被广泛 应用于工业、农业、军事、科技、经济等领域。
概率论与数理统计——研究和揭示随 机现象统计规律性的一门学科
应用范围广泛。例如: 气象预报、水文预报、地震预报、产品质量检验、 产品的可靠性评估、寿命预测、生物统计、卫生统计、 保险、金融等各领域。
经典数学与概率论与数理统计是相辅 相成,互相渗透的。
第1章 随机事件及其概率
随机事件 随机事件的概率
随机试验的例子
E1:拋掷一枚质地均匀的硬币,观察正面和反面出 现的情况; E2:掷一颗质地均匀的骰子,观察其出现的点数; E3:记录某网站一分钟内受到的点击次数; E4:从某品牌的电视机中任取一台,观察其使用寿 命。 E5: 从装有三个白球(记号为1,2,3)与两个黑球 (记号为4,5)的袋中任取两球,(1)观察两球的颜色; (2)观察两球的号码
概率论与数理统计教程第四版课后答案第四章.ppt
第四章 正态分布小结
一、正态分布的相关内容:
定义 设连续型随机变量X ~ N , 2 ,
概率密度为 f x
1
x 2
e 2 2 , x ,
2
分布函数是 F x
1
x 2
x
e
2 2
dx
2
特别地, 0, 1, X ~ N 0,1,
其概率密度为 x
1
x2
e 2,
1 ( 4.56 1) ( 4.56 1) 0.0402
2
2
8
4、测量到某一目标的距离时发生的随机误差 X(米)具有
概率密度:
f (x)
1
( x20)2
e 3200
40 2
求在三次测量中至少有一次误差的绝对值不超过30米的概率。
解 显然 X ~ N(20, 40). 在一次测量中误差的绝对值不超过
则Z X Y ~ N x y , x2 y2 .
(即:独立的正态随机变量的和仍服从正态分布)
定理3 设X1, X2,, Xn独立,且Xi ~ N i , i2 ,i 1,2,, n
n
则 ci X i
i 1
~
N
n i 1
ci i
,
n i 1
c 2 i
2 i
4
四、中心极限定理
bY )
a 2 D( X
)
b2
D(Y
)
a
2
2 1
b222
(2) E( Z 2 ) E( XY ) E( X )E(Y ) 1 2 E( X 2 ) D( X ) [E( X )]2 21 21
E(Y 2 ) D(Y ) [E(Y )]2 22 2 2
一、正态分布的相关内容:
定义 设连续型随机变量X ~ N , 2 ,
概率密度为 f x
1
x 2
e 2 2 , x ,
2
分布函数是 F x
1
x 2
x
e
2 2
dx
2
特别地, 0, 1, X ~ N 0,1,
其概率密度为 x
1
x2
e 2,
1 ( 4.56 1) ( 4.56 1) 0.0402
2
2
8
4、测量到某一目标的距离时发生的随机误差 X(米)具有
概率密度:
f (x)
1
( x20)2
e 3200
40 2
求在三次测量中至少有一次误差的绝对值不超过30米的概率。
解 显然 X ~ N(20, 40). 在一次测量中误差的绝对值不超过
则Z X Y ~ N x y , x2 y2 .
(即:独立的正态随机变量的和仍服从正态分布)
定理3 设X1, X2,, Xn独立,且Xi ~ N i , i2 ,i 1,2,, n
n
则 ci X i
i 1
~
N
n i 1
ci i
,
n i 1
c 2 i
2 i
4
四、中心极限定理
bY )
a 2 D( X
)
b2
D(Y
)
a
2
2 1
b222
(2) E( Z 2 ) E( XY ) E( X )E(Y ) 1 2 E( X 2 ) D( X ) [E( X )]2 21 21
E(Y 2 ) D(Y ) [E(Y )]2 22 2 2
概率论与数理统计第四版ppt精选课件
子弹都未打中}=C (3〕{三发子弹恰有一发打中目标}=D (4〕{三发子弹至少一发打中目标}=E (5〕{三发子弹至多一发打中目标}=F
目 录 前一页 后一页 退 出
第一章 概率论的基本概念
§3 频 率 与 概 率
(一) 频率的定义和性质 定义: 在相同的条件下,进行了n 次试验, 在这
n 次试验中,事件 A 发生的次数 nA 称为 事件 A 发生的频数。比值 n A / n 称为事件 A 发生的频率,并记成 fn(A) 。
(2) B2 = (A1∪A3)( A2∪A4)
第一章 概率论的基本概念
§2 样本空间随机事件
例3 在S4 中(测试灯泡寿命的试验)
事件 A={t|t1000} 表示 “产品是次品” 事件 B={t|t 1000} 表示 “产品是合格品”
事件 C={t|t1500} 表示“产品是一级品”
则 A与B是互为对立事件; A与C是互不相容事件;
这时,样本空间由坐标平面第一象限 内一定区域内一切点构成 .
也可以按某种标准把支出分为高、 中、低三档. 这时,样本点有(高,高), (高,中),…,(低,低)等9种,样本空 间就由这9个样本点构成 .
目 录 前一页 后一页 退 出
第一章 概率论的基本概念
二 随机事件
§2 样本空间随机事件
随机事件 : 称试验 E 的样本空间 S 的子集为 E 的 随机事件,记作 A, B, C 等等;
第一章 概率论的基本概念
§1 随机试验
§1 、 随 机 试 验(Experiment )
这里试验的含义十分广泛,它包 括各种各样的科学实验,也包括对 事物的某一特征的观察。
目 录 前一页 后一页 退 出
其典型的例子有 E1:抛一枚硬币两次,观察正面H(Heads)、
目 录 前一页 后一页 退 出
第一章 概率论的基本概念
§3 频 率 与 概 率
(一) 频率的定义和性质 定义: 在相同的条件下,进行了n 次试验, 在这
n 次试验中,事件 A 发生的次数 nA 称为 事件 A 发生的频数。比值 n A / n 称为事件 A 发生的频率,并记成 fn(A) 。
(2) B2 = (A1∪A3)( A2∪A4)
第一章 概率论的基本概念
§2 样本空间随机事件
例3 在S4 中(测试灯泡寿命的试验)
事件 A={t|t1000} 表示 “产品是次品” 事件 B={t|t 1000} 表示 “产品是合格品”
事件 C={t|t1500} 表示“产品是一级品”
则 A与B是互为对立事件; A与C是互不相容事件;
这时,样本空间由坐标平面第一象限 内一定区域内一切点构成 .
也可以按某种标准把支出分为高、 中、低三档. 这时,样本点有(高,高), (高,中),…,(低,低)等9种,样本空 间就由这9个样本点构成 .
目 录 前一页 后一页 退 出
第一章 概率论的基本概念
二 随机事件
§2 样本空间随机事件
随机事件 : 称试验 E 的样本空间 S 的子集为 E 的 随机事件,记作 A, B, C 等等;
第一章 概率论的基本概念
§1 随机试验
§1 、 随 机 试 验(Experiment )
这里试验的含义十分广泛,它包 括各种各样的科学实验,也包括对 事物的某一特征的观察。
目 录 前一页 后一页 退 出
其典型的例子有 E1:抛一枚硬币两次,观察正面H(Heads)、
相关主题
- 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)。
S2:{HHH,HHT,HTH,THH,HTT,THT,TTH,TTT} S3:{0,1,2,3} S4:{1,2,3,4,5,6 } S5:{0,1,2,3,…} S6:{t|t≥0} S7:{(x,y)|T0 x y T1 }
随机事件
称样本空间 S 的子集叫做随机试验E的随机 事件,简称事件
258
0.516
262
0.524
247
0.494
实验者 德摩根
蒲丰 K﹒皮尔逊 K﹒皮尔逊
n 2048 4040 12000 24000
nH
1061 2048 6019 12012
f n (H)
0.5181 0.5069 0.5016 0.5005
概率
设E是随机试验,S是它的样本空间。对于E的每一事件A赋予 一个实数,记为P(A),称为事件A的概率,如果集合函数P(·)满 足下列条件:
例2、考虑“抛硬币”这个试验,我们将一枚硬币抛掷5 次、50次、500次,各做10遍。得到数据如表所示
(其中nH表示H发生的频数,fn (H)表示H发生的频率)。
实验序号
1 2 3 4 5 6 7 8 9 10
n=5
nH
f n (H)
2
0.4
3
0.6
1
0.2
51.01Fra bibliotek0.2
2
0.4
4
0.8
2
0.4
P(A1 A2 A3)
n
n
n
P(Ai ) - P(AiA j)
P(AiA jAk ) (-1)n-1 P(A1A2 An )
i1
1i jn
1i jkn
作业: P25 2、3
频率
在相同的条件下,进行了n次试验,在这n次试验中, 事件A发生的次数 n A称为事件A发生的频数。比值nA/A称为 事件A发生的频率,并记成 fn (A) 。
它具有下述性质: 1 0 f n ( A) 1 ;
2 f n (S) 1;
3 若A1, A2,, Ak 是两两互不相容事件,则
f n ( A1 A2 Ak) f n ( A1) f n ( A2) f n ( Ak)
随机试验
这些试验具有以下特点: •1、可以在相同的条件下重复进行; •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。
样本空间
将随机试验E的所有可能结果组成的集合称为E 的样本空间,记为S。
样本空间的元素,即E的每个结果,称为样本 点。
P( A B) P( A) P(B) P( AB)
将性质6推广到三个事件的情况:
P(A1 A2 A3) P(A1) P(A2 ) P(A3 ) - P(A1A2 ) - P(A1A3 ) - P(A2A3) P(A1A2A3 )
将性质6推广到n个事件的情况:
对于任意n个事件A1,A2,,An ,得
基本事件 : 由一个样本点组成的单点集; 必然事件 : 样本空间 S 本身; 不可能事件 : 空集。
当且仅当随机事件所包含的一个样本点在试验中 出现时,称这一事件发生。
事件间的关系
1、包含关系
若A B,称事件B包含事件A,也就是说事件A发生必然导致 事件B发生。
AB S
若AB且AB,则称事件A与B相等,记作A=B。
A B S
基本事件是两两互不相容的。
6、对立事件
若A∪B=S且A∩B=,则称事件A,B互为逆事件。这指的是 对每次试验而言,事件A,B中必有一个发生且仅有一个发生。
A S
B A
事件的运算
交换律: 结合律: 分配律: 德摩根律:
A B B A, A B B A
A B C A B C A B C A B C
P(A1 A2 An ) P(A1) P(A2 ) P(An )
性质3 设A、B是两个事件,若 A B,则有 P(B A) P(B) P( A) P(B) P( A)
性质4 对于任意事件A,
P( A) 1
性质5 对于任意事件A,
P( A) 1 P( A)
性质6
对任意两个事件A、B,有
1°非负性:对于每一个事件A,有P(A)≥0; 2°规范性:对于必然事件S,有P(S)=1; 3°可列可加性:设 A1,A 2 是两两互不相容的事件,即对于 A i A j , i j, i, j 1,2,,有
P(A1 A2 ) P(A1 ) P(A2 )
性质1 P( ) 0
性质2 若 A1,A2,,An 是两两互不相容的事件,则有
3
0.6
3
0.6
n=50
nH
f n (H)
22
0.44
25
0.50
21
0.42
25
0.50
24
0.48
21
0.42
18
0.36
24
0.48
27
0.54
31
0.62
n=500
nH
f n (H)
251
0.502
249
0.498
256
0.512
253
0.506
251
0.502
246
0.492
244
0.488
A B C A B A C A B C A B A C
A B A B
AB A B
Ai
例1、一个工人生产了四个零件,以 Ai表示事件“他生产 的第i个零件是合格品”,i=1,2,3,4。试用 Ai表 示下列各事件:
(1)没有一个零件是不合格品; (2)至少有一个零件是不合格品; (3)恰有一个零件是不合格品; (4)至少有三个零件是合格品; (5)合格品不多于一个。
概率论与数理统计
第一章 概率论的基本概念
§1 随机试验 §2 样本空间、随机事件 §3 频率与概率 §4 等可能概型(古典概率) §5 条件概率 §6 独立性
第一讲
§1 随机试验 §2 样本空间、随机事件 §3 频率与概率
身边的概率问题
7:00广播中的降水概 率
反恐精英对战中的AK47突击步枪和AWP狙击 步枪的命中率
A
B
S
n个事件A1
,A2
,…,An的积表示为
n Ai
i 1
可列个事件A1 ,A2 ,…,An ,… 的积表示为 Ai
i 1
4、差事件
事件A-B称为事件A与事件B的差事件。当且仅当A发生,B不 发生时,事件A-B发生。
A
B
S
由图可以看出,A-B=A(A∪B)
5、互不相容
若A∩B=,则称事件A,B是互不相容的,或互斥的。这指 的是事件A,B不能同时发生。
E1:抛一枚硬币,观察正面H(Heads)、反面T (Tails)出现的情况。
S1:{H,T} 样本点为H,T
E2:将一枚硬币抛掷三次,观察正面、反面出现的情 况。
E3:将一枚硬币抛掷三次,观察出现正面的次数。 E4:抛一颗骰子,观察出现的点数。 E5:记录寻呼台一分钟内接到的呼唤次数。 E6:在一批灯泡中任意抽取一只,测试它的寿命。 E7:记录某地一昼夜的最高温度和最低温度。
2、和事件
事件A∪B={x|x∈A或x∈B}称事件A与事件B的和事件。当且仅 当A,B中至少有一个发生时,事件A∪B发生。
A
B
S
n个事件A1
,A2
,…,An的和表示为
n
i 1
Ai
可列个事件A1
,A2
,…,An
,…
的和表示为
Ai
i 1
3、积事件
事件A∩B={x|x∈A且x∈B}称为事件A与事件B的积事件。当 且仅当A,B同时发生时,事件A∩B发生。A∩B也记作AB。
确定性现象:“上抛石子必然下落”
随机现象:具有统计规律性的现象,例如“降 水概率”和“枪的命中率”
概率论与数理统计就是研究和揭示随机现象的 一门数学学科。
E1:抛一枚硬币,观察正面H(Heads)、反面T (Tails)出现的情况。
E2:将一枚硬币抛掷三次,观察正面、反面出现 的情况。
E3:将一枚硬币抛掷三次,观察出现正面的次数。 E4:抛一颗骰子,观察出现的点数。 E5:记录寻呼台一分钟内接到的呼唤次数。 E6:在一批灯泡中任意抽取一只,测试它的寿命。 E7:记录某地一昼夜的最高温度和最低温度。