概率論與數理統(tǒng)計基礎(概率和概率分布).ppt

1、1,概率論與數理統(tǒng)計基礎（一）概率和概率分布,2,一、隨機事件和概率 1、隨機實驗 在相同條件下可以重復進行，有兩種以上可能結果，但事先不能確定哪一種結果會發(fā)生的試驗。 如：拋一枚硬幣、擲一顆骰子、從一副撲克牌里抽取一張。 2、樣本空間（又稱“總體”） 隨機試驗所有可能結果的集合叫樣本空間。樣本空間的每種可能結果稱為樣本點。如：拋兩枚硬幣，考察向上的一面，所有結果為“正正”、“正反”、“反反”、“反正”，樣本空間有個元素。,3,、隨機事件 隨機試驗的某些結果組成的一個集合，也即 樣本空間的一個子集。單個樣本點構成的子集 稱為基本事件。 事件可用A、B、C等字母來表示。 例子：先后拋兩枚硬幣，觀

2、察朝上的一面。 一、實驗結果有哪些？ 正正、正反、反正、反反 二、若令=“一枚正面朝上，一枚正面朝下”，那些結果對應于事件A？ “正反”、“反正” 三、若令=“第一枚正面朝上，第二枚正面朝下”，那些結果對應事件？ “正反”,4,事件的關系及運算 事件的包含,樣本空間,A B,5,樣本空間,A=B,6,（3）事件的和 “事件A與事件B至少有一個發(fā)生”、“事件A發(fā)生或者事件B發(fā)生”；記作 或A+B,7,（4）事件的積“事件A與事件B同時發(fā)生”；“事件A發(fā)生并且（而且）事件B也發(fā)生”；記作,8,互斥事件,樣本空間,A B,9,事件的差(事件A發(fā)生而事件B不發(fā)生）,A B,樣本空間,10,樣本空間,逆

3、事件,11,必然事件、完備事件組,樣本空間,不可能事件,12,4、隨機變量(Random Variables),定義：把取值由實驗結果決定的變量稱為隨機變量。如拋兩枚硬幣，“正面朝上的個數”為一隨機變量。 通俗地說，隨機變量就是使每一個可能的試驗結果對應一個數，就是說為每一個試驗的結果賦予一個實數值。例如在拋硬幣的試驗中，出現正面時取值1，出現反面取值0。 我們還要求知道隨機變量取某個或某些值的的概率是多少，即要求隨機變量是一個可測函數。 引入隨機變量旨在把實驗結果數量化，便于描述和研究。,13,離散型隨機變量 可取有限個數值，或無限可列個數值。 比如：投擲兩顆骰子，各有點數至，若令隨機變量表

4、示“兩顆骰子出現的點數之和”，則的取值為2、3、4、510、11或12。 連續(xù)型隨機變量 可取某一區(qū)間的任何值。 比如：身高、體重、溫度等。,14,、概率的定義 度量隨機事件發(fā)生的可能性。若表示 一個隨機事件，則P(A)表示事件發(fā)生的概率。 （）古典概率（先驗概率：概率純粹源自推理） 等可能性、互斥性 表示隨機實驗的結果總個數 表示屬于事件的結果個數 條件一：實驗結果互斥 條件二：實驗結果等可能發(fā)生 （）,應用缺陷,15,古典概率的計數法則 乘法原理： 如果一個事件的完成要經過K個步驟，每一步驟分別有n1，n2，nk種方法，則完成該事件共有n1n2n(k-1)nk種方法。 加法原理： 如果一個

5、事件的完成有K種方式，每種方式分別有n1，n2，nk種方法，則完成該事件共有n1+n2+nk種方法。,16,例子1：,擲一顆骰子，有六種可能的結果：1，2，3，4，5，6.這些結果互斥，因為不可能出現兩個或更多個數字同時朝上的情形。而且，這六種可能結果等可能發(fā)生。因此，根據古典概率的定義，任何一個數字朝上的概率為1/6因為共有六種可能結果，每種結果等可能發(fā)生。這里，n=6,m=1.,17,例子2： 考慮一個游戲，先后投擲兩顆骰子，求投擲 結果為“先單后雙”的概率。 解：令事件表示“先單后雙”這一投擲結果，即需求P(A)。 該隨機實驗的所有結果個數為6*6=36，則n=36。 完成事件需要兩個步

6、驟，第一個步驟為“投擲結果為單”，第二個步驟為“投擲結果為雙”。 每個步驟均可由3種結果（1、3、5和2、4、6）實現。 那么完成事件共有3*3=9種結果可以實現，從而m=9。 P(A)=m/n=9/36=1/4=0.25,18,（）統(tǒng)計概率 概率的統(tǒng)計定義（或頻率定義、經驗定義） 無等可能性、無互斥性 表示隨機實驗的總次數或是觀測樣本的總個數。 表示實驗結果屬于事件的次數或是觀測樣本屬于事件的個數，通常稱為事件發(fā)生的頻數。 （）,19,統(tǒng)計概率的例子,拋一枚質地不均勻的硬幣，求正面朝上的概率。 射擊手中靶的概率 壽命超過一百歲的概率 200個學生微觀經濟學考試分數的分布（見教材P21),20

7、,、概率的性質 (1)0P(A) (2)必然事件發(fā)生的概率為1，不可能事件發(fā)生的概率為零。 (3)若A、B、C為互斥的完備事件組 則P(A+B+C+)=1 (4)若A、B、C為互斥事件 則P(A+B+C+)=P(A)+P(B)+P(C)+ (5) P(A+B)=P(A)+P(B)-P(AB) 注：如果A,B互斥，則P(AB)=0,21,7、條件概率 8、獨立事件,22,條件概率例子 例子1： 隨機拋一個骰子，如果朝上一面的點數為偶數，求點數為2的概率。 A=“點數為2” B=“點數為偶數”,23,條件概率例子 例子2： （1）一個盒子里裝10個球，有1個寫“生”，并且其它9個寫“死”，要某人去

8、抓球。此人抓到“生”球的概率是1/10。 （2）將那個生球上具體標明為“生1號”，如果某人抓到的是“生”球，問他抓到的是“生1”號球的概率是多大。 A=“抓到生1號球” B=“抓到生球”,24,例子3：,從一副撲克中抽取一張，是紅桃或者是皇后的概率是多少？（注：四張皇后中有一張是紅桃，抽紅桃與抽皇后不是互斥事件） P（紅桃或者是皇后）=P(紅桃）+P（皇后）-P（紅桃皇后） =13/52+4/52-1/52=4/13,25,二、隨機變量的概率分布 、離散型隨機變量的概率分布 概率分布表 設離散型隨機變量X取值為x1,x2,xn，而取得這些值的概率分別為p(x1),p(x2),p(xn),則可用

9、“概率分布表”詳細列出其概率分布。,26,概率分布表舉例 設隨機變量代表拋兩次硬幣正面朝上的次數，求的概率分布。（HH,HT,TH,TT）（H：正面；T:反面） 打靶規(guī)定打中域得3分，打中域得2分，打中域得1分，域外得0分。一射手每100次射擊，平均有30次中域，55次中域，10次中域。該射手射擊得分的概率分布為：,27,概率密度函數,28,2、連續(xù)型隨機變量的概率分布 可取某一區(qū)間的任何值。（無窮取值） 比如：身高、體重、溫度等。 連續(xù)型隨機變量的概率分布度量的是隨機變量在某一個特定范圍或區(qū)間內的概率。,29,連續(xù)型隨機變量概率表達常用形式 P(x1Xx2)、P(x1Xx2)、P(x1Xx2

10、) 概率分布函數（累積分布函數,概率值）,30,連續(xù)型隨機變量及其密度函數,設隨機變量X的分布函數為F(x)，若存在非負函數f(x),使得對于任意實數x,有 則，稱X為連續(xù)型隨機變量， f(x)稱為X的密度函數（或概率密度）,31,概率密度函數f(x)的性質：,32,概率密度函數的幾何意義,連續(xù)型隨機變量落入某一區(qū)間的概率等于該區(qū)間內概率密度曲線下方的面積!,x1,x2,X,f(X),33,3、多元概率分布 兩個以上隨機變量描述隨機實驗結果。 在一個矩形平面上隨機定位一點，其坐標(X,Y)是一個二元隨機變量。 電腦公司每天售出的個人電腦數量和打印機數量。 （1）離散型：聯合概率密度函數,34,

11、一個計算機店出售個人電腦和打印機。每天出售的電腦和打印機數量不同。店主記錄了過去200天每天的銷售狀況，如下表。,35,把上表中的每個數值都除以200，就得到了頻率，如下表。由于本例中的樣本足夠大，所以可以把這些（聯合）頻率作為聯合概率的度量。,聯合概率有如下性質：所有的概率不能為負；所有聯合結果的概率和為1.注：X取1，而不論Y取值如何時的概率為0.12（邊緣概率）.在已知售出4臺電腦的條件下，售出4臺打印機的概率為P(Y=4/X=4)=P(Y=4,X=4)/P(X=4)=0.15/0.32=0.47(條件概率）,36,（2）連續(xù)型：聯合概率密度函數,37,、邊緣概率分布及其邊緣概率函數 對

12、于二元隨機變量（X,Y），對其任意一個變量 進行單獨研究，而不考慮另外一個變量的取值。 如此得到的X或Y的概率分布即為二元隨機變量 (X,Y)的邊緣概率分布。 離散型隨機變量 邊緣概率質量函數 連續(xù)型隨機變量 邊緣概率密度函數,38,、條件概率分布及其條件概率函數 對于二元隨機變量（X,Y），對其任意一個變量進行 研究，同時考慮另外一個變量的特定取值。如此得到 的X或Y的概率分布即為二元隨機變量(X,Y)的條件概率 分布。 離散型隨機變量 條件概率質量函數 連續(xù)型隨機變量 條件概率密度函數,39,、隨機變量的統(tǒng)計獨立性 事件獨立P(AB)=P(A)P(B) 隨機變量（X,Y） 離散型隨機變量 對于任意的和，事件“”和事件“”獨立，則稱隨機變量和獨立。 連續(xù)型隨機變量 對于任意的和，事件“”和事件 “”獨立，則稱隨機變量和獨立